记一次事务并发引起的线上数据BUG

1. 问题现象

二手财务系统在收到用户付款后，会做费用项明细拆分。即按照应收费用明细顺序，依次做金额填充，生成实收费用项明细。

然而，财务最近发生了一起奇怪的拆分，分别收取了金额￥2000 和￥3000的收入，最终拆分结果是：

费用一：￥2000、费用一：￥2000、费用二：￥1000

并不是预期结果：

费用一：￥2000、费用二：￥3000

这是怎么回事？

在业务实际场景中， 我们假定用户应该支付：

费用一：2000、费用二：3000，一共待支付5000。

在支付时，可以选择一次性支付5000，或者分多次支付。

当用户选择一次性付款5000时，系统会按照应收明细拆分成两笔收款，分别是￥2000 和￥3000。

当用户分两次完成支付时，系统同样是按照应收明细拆分成了两笔：

可以看出，正常情况下，不论用户怎样进行付款，最后收款都会按照应收明细拆分成一样的结果。

根据问题现象进行反推，我们猜测问题可能是这样产生的：

第二笔收入进来时，并没有按照￥3000的应收明细进行拆分，而是按照先前已经拆分完的第一笔应收明细进行拆分，再将余额按照第二笔应收明细进行拆分。简单讲，就是收入拆分重复了。

2. 初次探究

经过排查日志，发现对这两笔收入的拆分发生在了两个不同的进程中。我们简单梳理一下每笔收入的拆分逻辑，系统会从数据库中读取“待分配”和“已分配”的明细，来确定该对照着哪笔“待分配明细”进行拆分。

那么会不会是读取的“已分配明细”出错了呢？处理收入￥2000  和￥3000的时候，都认为自己是最新的收入，然后参照着同一份“待分配明细”去填充。为此我们找到两个进程的的日志去看，大致时间如下：

另外，我们还对比了第二步读取待分配和已分配明细中获得的数据，发现是一样的，很明显这是一个经典的脏读问题。

为了解决并发导致的数据错误，首先想到的方法是加锁，使同一笔订单，在同一时间，只能由一个线程处理。笔者使用Redis锁进行限制，并将合同号作为Redis锁的key。至于锁加在哪里，当然是加在拆分的方法之外了。

修改后的逻辑大致是这样的：

3. 进一步探究

给出这个解决方案后，在窗口期就进行了上线修复。本以为事情告一段落了，谁知两周之后，叕出现了拆分重复的情况。

看来之前提出加锁的方案并没有解决问题，这个问题必定隐藏着深层次的原因。前面已经进行了分析，必定是引起的脏读导致的，可是为什么加锁解决不了呢？难道是锁没有生效？

在进一步探究之前，我们先来复习一些概念。

3.1 数据库隔离级别

为了提高效率，数据库使用了多线程对数据进行读写，这也就可能导致数据读写存在问题。问题可以归为三类：

为了应对上述数据读写存在的问题，MySQL设置了4种隔离级别，每种隔离级别可以避免不同的问题，如下表所示：

选取数据库的隔离级别时，一般需要考虑数据并发安全和效率两方面，取一个均衡的方案。

3.2 事务导致的脏读问题

事实上，通过抓取事务执行的binlog日志可以看出（下图所示），拆分两笔收入的事务，其中拆分￥2000的事务（事务1）commit与拆分￥3000的事务（事务2）的begin是在20:18:02。

根据现象可以推测：事务2读取到了事务1没有提交的数据，所以都认为自己是新的收入，导致按照相同的待填充明细将收入进行拆分。

按照常理来说，Redis锁生效了，应该会锁到第一个事务提交完成。可是从日志上来看，这个锁似乎没有生效。问题一定是出在了这个地方。

通过研究这部分的代码，终于理清了处理逻辑。如下图所示，由于历史的设计原因，这个地方存在两个事务嵌套，事务2是事务1的子事务，而其中的Redis锁加在了父事务和子事务之间。

这种设计是存在问题的。

首先来复习一下基本知识——Spring支持的事务传播机制，简单讲就是当两个事务存在包含和被包含关系的时候，事务应该怎样去执行。Spring支持7种传播机制。

通过分析代码得出，二手财务系统使用的是Spring默认传播机制：

PROPAGATION_REQUIRED，这就意味着在收入的拆分逻辑中，事务2是不起作用的，也就意味着Redis锁是在事务1内部生效的。由于Redis锁是在事务1内部生效的，也就无法起到控制事务的作用。在高并发状态下，就会出现两个事务同时处理数据的情况。

根据MVCC原理，我们再来回顾一下开始发现的可重复读的问题：事务1开始后，事务2就会拷贝一份数据用作select，而这份数据就有可能是事务1未提交的。

对整个问题进行流程分析后，梳理结果如下图。由于没有设置锁，步骤4和步骤6返回的待分配明细和已分配明细是一模一样的，也就导致两个机器填充的是同一份带填充明细。

4. 处理方案

认识到了问题的本质，给出的修复方案就简单了。对此，我们针对事务和锁的处理，提出了两种解决方法。

4.1 修改事务传播机制

既然内部的事务由于默认的传播机制没有生效，那可以将传播机制改为PROPAGATION_REQUIRES_NEW，来保证嵌套在内部的事务2可以正常执行，能够在Redis锁释放之前提交数据。

修改代码如下所示：

@Transactional("transactionManager")
public void consume(Long id) throws Exception {
    lock.tryLock(LockKeyGenerator.gen("Receivable", item.getContractId()),
        new ILockBiz<Object>() {
            reconciliationSuccessWithTrans();
        }
}

@Transactional(transactionManager = "transactionManager", propagation = Propagation.REQUIRES_NEW)
public void reconciliationSuccessWithTrans() {
    //收入拆分逻辑
    ...
}

4.2 修改Redis锁生效范围

首先，事务2没有生效，可以直接删除；而第一次修复是将Redis锁加在了事务的内部，这本身就是会导致脏读的问题，因此将Redis锁放到事务的外部即可。

修复后的逻辑如下图所示：

修改代码如下所示：

@Transactional("transactionManager")
public void consume(Long id) throws Exception {
    lock.tryLock(LockKeyGenerator.gen("Receivable", item.getContractId()),
        new ILockBiz<Object>() {
            //其他逻辑
            ...
            reconciliationSuccessWithTrans();
        }
}
public void reconciliationSuccessWithTrans() {
    //收入拆分逻辑
    ...
}

当然，要根据具体的业务场景选择解决方案。由于财务系统在两个事务的差集部分仍存在数据的提交，将事务设置成PROPAGATION_REQUIRES_NEW的传播机制，虽然可以保证内嵌事务回滚引发外层事务回滚，但是外层事务的回滚不会影响内嵌事务，所以需要评估是否会导致数据不一致。此外通过对比逻辑的修改量，我们最终选择了第二种修复方法。

5. 总结

让我们再次回顾下问题原因和解决过程：

大家平时在对数据库进行写操作时，一定要注意事务的处理，这次问题就是由于历史逻辑设计不合理所导致的。

随着公司业务量的增加，这种高并发的问题会暴露得更多。因此在编程时，我们一定要锻炼出良好的高并发思维，做到未雨绸缪彻桑土、御冬旨蓄备桃诸。