提交后的收尾,为什么会悄悄不执行
一、这件事说的是什么
有一类动作,必须等数据库的事务真正提交之后才能做:给别的系统发一条消息、清掉一份缓存(也就是把之前存下来的旧结果作废)、记一笔审计日志。
做早了,事务万一回滚,消息已经发出去,外面看到的状态就和数据库对不上。
在同步代码里,这件事有一个现成的时点,叫「提交之后」。框架提供了登记入口,把要做的事挂上去就行。
在响应式代码里没有这个现成的东西,得自己搭一套。我在自己的数据访问层里搭过,踩了两个坑。
两个坑的症状正好相反。一个是不返回结果的方法,回调一条都没执行。另一个是有返回值的方法,请求永远不返回。
更麻烦的是,出错的时候两个都不发作。异常干干净净地冒出来,让这段代码看起来是好的。
二、同步代码里,这件事有现成的时点
同步代码的执行顺序很清楚:方法进去、干活、出来,然后事务提交。
「方法返回之后」是一个天然存在的时刻。你在这个时刻登记一件事,它就会在提交后执行。
响应式代码不是这样。方法返回的不是结果,而是一张「将来会执行」的说明书。
说明书交出去的时候,活还没干。什么时候干完、有没有值,要等订阅之后才知道。
所以在响应式里,「方法返回后」这个时点不存在了。你得自己找到「这次执行结束」的那个信号。
三、自己的做法:先记下来,提交后统一执行
我的做法分三步。拦截带事务注解的方法,准备一个收集器,业务代码把「提交后要做的事」放进去。
方法执行完,拦截层把收集器里的动作逐个执行。
收集器是一个可以先后写入、后读取的队列。业务代码先放,拦截层后取。
选择这种队列是有理由的:读者还没来的时候,先放进去的东西会被缓存,等唯一的读者来取。
问题也出在这个「等」字上,后面会说到。
四、第一个坑:不返回结果的方法,回调一条都没执行
保存、更新、删除这类方法,通常不返回具体结果,只表示「做完了」。
原来的写法,把收尾动作挂在了「有值」的那条分支上。
可这类方法的成功,是「没有值,但正常结束」。它压根不会走到有值那条分支。
结果就是:业务侧没把回调放进队列,拦截层也没去取。两头都没报错,请求正常返回。
提交后该做的事,一件都没做。日志里什么都没有。
五、为什么「没有值」不是「没发生」
在响应式里,「没有值」是一种正常的完成,不是「什么都没发生」。
这两件事在同步代码里很容易混,因为同步方法执行完就是执行完了,有没有返回值不影响后面的步骤。
响应式把它分成了两个信号:一个有值,一个是没有值但结束。
只按「有值」写收尾代码,就等于只处理了一半的情况。
而「不返回结果」的方法,恰好是业务里最常见的那一类。
六、修法:两种结束方式走同一条收尾路
修法不复杂:给「没有值但结束」补一条分支。
更重要的是,把两种结束方式的收尾逻辑,收进同一个函数。
别让两条路各写一遍。各写一遍,早晚会漏掉一边,而且漏的时候很难看出来。
这个函数要做的事只有一件:把回调放进队列。放完就结束,不产生值。
拦截层那一侧也要补同样的分支。业务侧放了,拦截层不取,等于没放。
七、第二个坑:有返回值的方法,请求永远不返回
补完第一个坑,有返回值的那条路开始挂住。
请求发出去,事务早就提交了,数据也在库里,但响应就是不回来。
网关等到超时,连接一条条占满。看起来像网络问题,其实代码在等一个永远不会来的信号。
这个坑其实一直都在,只是被第一个坑盖住了。第一个坑让回调根本没进队列,第二个坑自然没机会发作。
八、为什么会永远等下去
队列是活的。业务方法跑完,只代表「不会再有新的回调进来」。
但没有任何人告诉队列「到此为止」。
读取的一方就继续等。这种只有一个读者的队列,可以无限期地等下去。
于是收尾那一步不结束,拦截层包出来的结果不结束,整个请求就挂在那里。
同步代码里不存在这个问题。你手里是一个列表,遍历完就完了。
换成队列之后,「遍历完」这件事需要你亲口说出来。
九、修法:谁创建队列,谁负责说结束
要结束,就得显式发一个结束信号。
发完再读,读取的一方拿到信号,遍历结束,请求正常返回。
用队列当收集器,谁创建它,谁就负责它的结束信号。
正常结束发一个,出错结束发另一个,二选一必须有。
这不是可选项,是这套写法能成立的前提。
十、为什么出错的时候反而一切正常
两个坑都只在顺利的时候发作。失败路径把这两个坑全遮住了。
原来的写法里,取队列这一步挂在成功分支上。
事务一旦失败,异常信号直接绕过了取队列那一步。
于是「事务回滚、错误正常上抛」这条最容易被测到的路,表现得完全正确。
剩下两条没被覆盖的路:没有值的那条丢回调,有值的那条挂住请求。
十一、我是怎么发现它的
我是在排查一批网关超时的时候定位到它的。
事务早已提交,数据也在,但响应不返回。
回看代码才发现,挂死在成功路径,静默在没有值的那条路径,两个缺陷互相遮掩。
而我的测试只断言了值和错误,中间那条路一次都没走过。
十二、第一条检查:收尾动作不能只挂在「有值」上
凡是「不管有没有值都要做」的动作,都不许只挂在有值的那条分支上。
收尾、清理、计数、事件登记,都算。
写这段代码时问一句:没有值、空值、过滤条件全不命中,走到这里会怎样。
要挂在结束信号上,就用专门的收尾操作符,或者把两种结束方式并到同一个函数里。
这一条能挡掉第一个坑,而且不需要理解太多底层机制。
十三、再一条检查:用了队列就要负责到底,并加超时
创建队列的一方,要负责发结束信号。
整段等待要配一个超时。并发上限我设的是 16,每个回调占一条通道。
挂死这种问题,最怕「没人等它」。没有超时,它会一直挂到连接池耗尽才被看见。
有超时,它当天就在日志里炸出来。
这一条能挡掉第二个坑,也能把将来同类的挂死提前暴露。
十四、第三条检查:测试按结束方式分,不按返回值分
测试要按结束方式来分,不是按返回值来分。
三种情况各写一条:
- 有值完成。
- 没有值,但正常结束。
- 出错结束。
每一条都要断言「正常结束」这个信号本身,而不是只断言拿到的值。
没有值的那一条最容易省,而它恰好是业务里最常见的方法。
测试只断言值和错误,就等于把最容易出问题的那一半留在了外面。
十五、这类缺陷的共同形状
两个缺陷的形状其实很常见。
在响应式里,「没有值」是一种正常的完成,不是「什么都没发生」。
按「有值」写出来的收尾代码,对「不返回结果」的方法一律不成立。
按「同步列表」的直觉,用一个可以无限等下去的队列,就会把挂死留在成功路径上。
如果你的项目里也有提交后回调、事件发布、缓存失效这类「成功之后再做一件事」的逻辑,值得拿这三条去查一遍代码。
尤其是那些平时看起来正常、只在特定返回值上出问题的部分。