1、前言

作為后端開發(fā)的程序員，我們常常會的一些相對比較復雜的邏輯，比如我們需要給前端寫一個調用的接口，這個接口需要進行相對比較復雜的業(yè)務邏輯操作，比如會進行，查詢、遠程接口或本地接口調用、更新、插入、計算等一些邏輯，將最終接口的返回結果給到前端，而經過這么一系列的業(yè)務邏輯操作，接口對DB的操作、對代碼業(yè)務邏輯判斷、進行接口調用這些都是需要時間的，而只要這是一個事務操作，每次對數據庫進行的交互都會產生一條事務記錄。

那么這樣就會對我們接口返回的效率產生影響，而且這個影響是隨著數據量的增長而增長的，這時候我們就需要對一整個大事務進行拆分，從而提升整體接口的效率。

2、何為大事務

就拿我最近開發(fā)寫的一個接口來說吧，大致是這么一個邏輯，我需要根據頁面的提交的數據生成一個收款單，整體接口處理的業(yè)務如下，我把它們寫在了一個接口里，可以理解為這是一個大事物，這個接口執(zhí)行的時間是相對比較長的，而且將這些邏輯全部寫在一個接口里面，本身來說也是不太合理的。

3、大事務存在的一些問題

并發(fā)數據不一致

不加鎖的情況下，由于種種原因第一次接口的調用還沒執(zhí)行完，還在等待第三方的調用回寫數據，第二次調用又進來對數據進行了更改，第二次調用先執(zhí)行完，這時候第一次接口調用拿到了第三方接口的返回，去回寫狀態(tài)發(fā)現已經被更新，導致無效操作。加鎖容易阻塞加鎖的情況下， 不會出現數據不一致情況，但是由于大事物執(zhí)行時間較長，容易造成鎖超時失效，鎖定太多的數據造成阻塞，嚴重影響效率。Undo logo事務日志性能問題容易造成Undo logo日志數據量很大，降低了日志的查詢性能，包括對事務的回滾效率也會降低。并發(fā)數據庫壓力太大并發(fā)量達到一定程度，會對數據庫讀寫造成不小的壓力，會堆積大量等待線程。

4、如何優(yōu)化大事務

事務里面不要進行遠程RPC調用

首先事務里面進行遠程的接口調用，如果不采用分布式事務框架，本身就會存在事務不一致的情況，無法進行數據的回滾操作，并發(fā)情況下遠程服務響應不及時，會出現接口返回不一致問題，當然必須采用異步調用，后面會提到。

編程型事務更加靈活

聲明式事務只需要加在方法頭加@Transactional注解即可開啟事務，但是還是不太靈活，意味著整個方法所進行對數據庫操作都要加進事務，當然一次查詢也要進入事務，這并不是我們想要的，我們在update、insert操作上進行事務操作，方便進行回滾。

public Boolean transactionCommit(String userName) {
    //查詢用戶
    SysUser sysUser = userMapper.selectUserByUserName(userName,null);

    transactionTemplate.execute(new TransactionCallbackWithoutResult() {
        @Override
        protected void doInTransactionWithoutResult(TransactionStatus transactionStatus) {
            try {
                if (null != sysUser) {
                    //用戶信息狀態(tài)更新 status更新為1
                    userMapper.updateStatus(userName);
                }
            } catch (Exception e){
                //回滾
                transactionStatus.setRollbackOnly();
            }
        }
    });
    //再次查詢
    SysUser sysUser1 = userMapper.selectUserByUserName(userName,"1");
    /log/.info("狀態(tài)為1的用戶信息"+JSON./toJSONString/(sysUser1));
    return  true;
}

編程式事務的靈活點在于可以控制事務執(zhí)行方法，運用transactionTemplate類進行事務操作，查詢操作可以寫在外面，這樣查詢獲取數據的操作就不會進入mysql事務表。

數據分批處理

對于事務的更新或者插入，前端可能會有批量操作，大規(guī)模數據的批量更新、插入也會對事務接口產生影響，一旦其中有更新或插入失敗，為了保證事務的一致性，整個操作都要進行回滾；

• 前端：可以限制數據，對后端接口的訪問，可以將數據進行分頁，多次請求，可以避免事務提交大量數據。
• 后端：也可以對數據進行分頁處理，例如每次可以限制50條進行操作，如果是新增邏輯，使用Mybatis的批量更新大大提升效率

List<List<ReceivableFeeSaveDTO>> partition = Lists.partition(receivableFeeSaveDTOList, 50);

大事務拆分小事務

可以將一個事務接口，拆分成多個事務接口，并且每個事務接口只做一件事，比如上面的收款單生成接口，金額回寫、第三方接口調用、調用后的結果回寫都可以抽成一個個小事務接口。

就好比做一件很復雜的事情，咋一眼看上去很復雜，但是我們把這復雜的步驟，進行多個步驟的拆分，每個階段完成每個階段的事情，就可以將整個過程簡化，看起來就沒那么復雜了。

異步并行處理

重中之重，事務里如果無法避免遠程調用，那么肯定是需要進行異步調用，因為無法保證遠程接口的及時響應性，CompletableFuture異步編排特性可以用到，task1和task2任務結束后，執(zhí)行task3。

CompletableFuture<Object> task1 =CompletableFuture.supplyAsync(() -> {
    System.out.println("單號check線程" + Thread.currentThread().getId());
    //單號check接口 校驗失敗拋出異常

    return "賬單實體信息";
}, executor);
CompletableFuture<Object> task2 = CompletableFuture.supplyAsync(() -> {
    System.out.println("收款單生成線程" + Thread.currentThread().getId());
    try {
        //收款單生成

        return “賬單編號”;
        Thread.sleep(3000);
        System.out.println("任務2結束：");
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

}, executor);

 //task1、task2 執(zhí)行完執(zhí)行task3 ,需要感知task1和task2的執(zhí)行結果
CompletableFuture<Boolean> future = task1.thenCombineAsync(task2, (t1, t2) -> {

    System.out.println("賬單金額回寫線程" + Thread.currentThread().getId());
    // t1 、t2返回判斷

    //回寫返回結果
    return ture;
}, executor);

5、總結

可見大事務是我們接口效率低下的罪魁禍首，有時候我們?yōu)榱丝焖賹崿F功能，可能會忽略一些關乎于性能的東西，而這些東西是我們能力提升的一個契機。