前言
兄弟们，最近处理了一个seata的issue，关于seata分布式事务长期回滚失败后，突然回滚成功了：
这个问题的出现需要以下两个契机：
- 在执行分布式事务期间，有本地事务与分布式事务操作同一张表中的数据导致脏写产生；
- 在回滚时，seata对比
afterImage与当前数据不一致，导致回滚失败，此时会一直重试； - 当手工校准数据后，某一时刻
afterImage与当前数据一致，此时回滚重试成功，ABA问题产生；
从源码中定位原因
为了避免ABA问题的产生，通过与seata社区的大佬讨论，最终决定在回滚时，如果对比afterImage与当前数据不一致的情况下，不再尝试回滚重试。这样的话，即使后续通过人工校准后，也不会回滚了。但是这样有另一个问题，就是人工校准后，这个分布式事务就一直遗留在数据库中无法删除了。针对这个问题，seata应该要提供一个restful api让开发人员在数据校准后能够删除掉对应的分布式事务数据。
在seata源码中，如果校验afterImage与当前数据不一致后，会抛出SQLException，最终会被上层代码捕获包装成BranchTransactionException异常，但是里面的code属性是BranchRollbackFailed_Retriable，这也是导致seata一直重试回滚的根本原因：
Result<Boolean> afterEqualsCurrentResult = DataCompareUtils.isRecordsEquals(afterRecords, currentRecords); if (!afterEqualsCurrentResult.getResult()) { // 先比较afterImage与当前数据，如果不一致，那么再比较当前数据和beforeImage是否一致 Result<Boolean> beforeEqualsCurrentResult = DataCompareUtils.isRecordsEquals(beforeRecords, currentRecords); // 如果当前数据和beforeImage一致，那么不需要回滚了，因为相当于已经回滚了 if (beforeEqualsCurrentResult.getResult()) { if (LOGGER.isInfoEnabled()) { LOGGER.info("Stop rollback because there is no data change " + "between the before data snapshot and the current data snapshot."); } // no need continue undo. return false; } else { // 否则，直接抛出SQLException，并告知undo log脏写了 if (LOGGER.isInfoEnabled()) { if (StringUtils.isNotBlank(afterEqualsCurrentResult.getErrMsg())) { LOGGER.info(afterEqualsCurrentResult.getErrMsg(), afterEqualsCurrentResult.getErrMsgParams()); } } if (LOGGER.isDebugEnabled()) { LOGGER.debug("check dirty data failed, old and new data are not equal, " + "tableName:[" + sqlUndoLog.getTableName() + "]," + "oldRows:[" + JSON.toJSONString(afterRecords.getRows()) + "]," + "newRows:[" + JSON.toJSONString(currentRecords.getRows()) + "]."); } throw new SQLException("Has dirty records when undo."); } } 复制代码
在上层调用代码中，我们可以找到这样一段：
catch (Throwable e) { if (conn != null) { try { conn.rollback(); } catch (SQLException rollbackEx) { LOGGER.warn("Failed to close JDBC resource while undo ... ", rollbackEx); } } // 包装异常 throw new BranchTransactionException(BranchRollbackFailed_Retriable, String .format("Branch session rollback failed and try again later xid = %s branchId = %s %s", xid, branchId, e.getMessage()), e); } 复制代码
根据源码分析，我们发现在数据校验后抛出的SQLException会被包装成code属性为BranchRollbackFailed_Retriable的BranchTransactionException异常，这样会导致seata不断重试回滚操作。
如何处理
我们需要将这个SQLException调整为一个更加具体的异常，比如SQLUndoDirtyException这种能够明确地表示undo log被脏写的异常，另外我们在上层代码中同样需要针对SQLUndoDirtyException做特殊处理，比如包装成new BranchTransactionException(BranchRollbackFailed_Unretriable)不可重试的状态。
先创建自定义的异常：SQLUndoDirtyException
import java.io.Serializable; import java.sql.SQLException; /** * @author zouwei */ class SQLUndoDirtyException extends SQLException implements Serializable { private static final long serialVersionUID = -5168905669539637570L; SQLUndoDirtyException(String reason) { super(reason); } } 复制代码
调整SQLException为SQLUndoDirtyException:
Result<Boolean> afterEqualsCurrentResult = DataCompareUtils.isRecordsEquals(afterRecords, currentRecords); if (!afterEqualsCurrentResult.getResult()) { // 先比较afterImage与当前数据，如果不一致，那么再比较当前数据和beforeImage是否一致 Result<Boolean> beforeEqualsCurrentResult = DataCompareUtils.isRecordsEquals(beforeRecords, currentRecords); // 如果当前数据和beforeImage一致，那么不需要回滚了，因为相当于已经回滚了 if (beforeEqualsCurrentResult.getResult()) { if (LOGGER.isInfoEnabled()) { LOGGER.info("Stop rollback because there is no data change " + "between the before data snapshot and the current data snapshot."); } // no need continue undo. return false; } else { // 否则，直接抛出SQLException，并告知undo log脏写了 if (LOGGER.isInfoEnabled()) { if (StringUtils.isNotBlank(afterEqualsCurrentResult.getErrMsg())) { LOGGER.info(afterEqualsCurrentResult.getErrMsg(), afterEqualsCurrentResult.getErrMsgParams()); } } if (LOGGER.isDebugEnabled()) { LOGGER.debug("check dirty data failed, old and new data are not equal, " + "tableName:[" + sqlUndoLog.getTableName() + "]," + "oldRows:[" + JSON.toJSONString(afterRecords.getRows()) + "]," + "newRows:[" + JSON.toJSONString(currentRecords.getRows()) + "]."); } // 替换为具体的SQLUndoDirtyException异常 throw new SQLUndoDirtyException("Has dirty records when undo."); } } 复制代码
这样的话，我们在上层代码中，就可以针对性地处理了：
catch (Throwable e) { if (conn != null) { try { conn.rollback(); } catch (SQLException rollbackEx) { LOGGER.warn("Failed to close JDBC resource while undo ... ", rollbackEx); } } // 如果捕捉的异常为SQLUndoDirtyException，那么包装为BranchRollbackFailed_Unretriable if (e instanceof SQLUndoDirtyException) { throw new BranchTransactionException(BranchRollbackFailed_Unretriable, String.format( "Branch session rollback failed because of dirty undo log, please delete the relevant undolog after manually calibrating the data. xid = %s branchId = %s", xid, branchId), e); } throw new BranchTransactionException(BranchRollbackFailed_Retriable, String.format("Branch session rollback failed and try again later xid = %s branchId = %s %s", xid, branchId, e.getMessage()), e); } 复制代码
我们在上层调用代码中捕捉指定的SQLUndoDirtyException，直接包装为BranchRollbackFailed_Unretriable状态的BranchTransactionException，这样我们的分布式事务就不会一直重试回滚操作了。下一步就需要开发人员人工介入校准数据后删除对应的undo log，在一系列操作处理完毕后，另外还需要seata tc端提供对应的restful api开放对应的手工触发回滚的操作，以便保证校准后的分布式事务正常结束。
小结
我们根据seata使用人员反馈的问题，通过源码分析找到了造成问题的原因：
- 开发人员在使用seata的时候，对于同一张表的操作没有使用
@GlobalTransactional注解覆盖到，导致了undo log被脏写； - 当产生回滚时，在进行数据校验时，发现
afterImage与当前数据不一致进而无法正常回滚，抛出SQLException，最终包装成BranchRollbackFailed_Retriable异常，导致seata一直重试回滚； - 在数据校准后，某一刻的数据与
afterImage一致，此时seata就回滚成功，形成ABA问题；
该pr将在1.6版本后解决seata分布式事务一直尝试回滚的问题，可以避免ABA问题的产生，后续还需要提供一些其他功能辅助开发人员回滚数据。
