# 背景

以电商平台为例，对于用户而言订单签收是订单正向流程的最后一环，也是用户高频使用的场景之一。

最近接触的一个项目已存在多年，现阶段已有的订单签收逻辑存在较为严重的性能问题，线上监控显示订单的签收接口耗时达到了1s-5s甚至以上，对于用户而言签收会产生明显的页面卡顿。并且随着需要签收的一单内含有的商品越多，签收耗时越长，这显然是无法接受的。基于此，签收的重构便提上了日程。

# 现状

如下是Skywalking中，对旧签收接口的监控

订单含单个商品时，签收耗时1-1.8s左右：

订单含赠品/或为预售订单时，签收耗时超3s：

订单为套装组合时，签收耗时超5s：

由于签收服务中包含签收核心逻辑，其余多种签收方式均会走到服务提供的接口

涉及多个服务调用，包含后台签收、用户自己签收、定时任务签收、基于轨迹的签收

核心接口慢，导致该服务在诸多调用情况下TP99居高不下，同时使得常用的批量签收有着惊人的超50s的阻塞式耗时，签收相关接口长期处在监控耗时Top5

可以显而易见地观察到批量任务中50s中有30s都在跑签收

其次，代码上还存在如下典型问题

• 签收代码逻辑混乱，主流程和次要流程交替出现在代码中，校验混合在各种方法内，次要流程异步化不完善
• 没有事务控制，无法保证核心流程的幂等性，如果发生意外还需要手动修复数据
• 潜在的永不过期锁
• 大try catch，异常控制粒度过粗
• 泛型的折叠使用，存在潜在的泛型擦涂问题
• 单一方法职责不清晰，代码过长导致阅读困难

# Service层

# Manager层

# 优化方案

有了问题分析，优化方案就是逐个解决上述问题即可

# 对于Service层

1. 将业务校验统一在Service层，结合全局异常，很容易写出整洁的代码
2. 所有的RemoteResult都必须加上泛型推断，一是需要通过代码检测插件，二是避免泛型擦涂问题，在编译期提前发现问题。关于泛型擦涂问题，这里不做展开涉及。
3. 新增Redission组件，替换原本的基于lettuce手动编写的加解锁，将加锁代码写入try catch中，避免指令已发送到机器加上了锁，但加锁返回结果超时未被异常捕获，无法解锁，造成永不过期的锁。Redission作为Redis官方指定的分布式Redis组件，无需担心许多分布式场景下的加解锁、续期、释放了非加锁线程的锁等问题，方案拉满，已经非常成熟。这里不做展开涉及。
4. 细粒度的异常分类，不同异常做出不同处理

优化后的代码为

需要注意的是，这里Service层不需要加入@Transactional事务控制，这样会造成大事务，校验过程有的时候是复杂且耗时的，数据库连接是宝贵的，当事务开启时数据库的连接就会被占用，避免其余线程拿不到连接的情况。

# 对于Manager层

需要做的是复用签收这个动作会产生的所有数据库/中间件影响，不应该在Manager层存在业务校验

1. 理清核心流程与分支流程，分支流程全异步化，只在核心流程落库成功后执行
2. 开启事务控制，所有方法在同一个事务中，要么一起成功，要么一起失败，保证异常情况下的数据幂等性
3. 分支流程只在事务提交成功后，才开始处理，避免明明数据落库失败了，但下游却收到签收成功了的消息

上图中的事务1、2、3、4的代码结构基本上和下图相同

每一个需要受到事务控制的Manager中的方法都需要加上@Transactionnal的注解，并指定rollbackFor和transactionManager，同时在捕获异常后将异常直接抛出，以使得外围事务感知到内部事务异常，使事务回滚

根据@Transactional的默认传播级别Propagation.REQUIRED，事务1、2、3、4都将加入到外层事务中，其中任意一个事务异常，均会使得1、2、3、4回滚，同时后续的分支流程不会执行

需要注意的是，如果你使用@Transactional注解，你应该熟悉该注解的各种失效场景及多种传播机制，避免发生以为有回滚，其实不会回滚的情况。

事务4是操作mongoDb的事务，同样可以用@Transactional注解控制

# 分支流程

分支流程需要在核心流程数据落库之后才开始处理

如果你熟悉Google的EventBus或者Spring的@EventListener，你可以很快速的迁移知识到Spring @TransactionalEventListener

帮助解耦代码，实现事务提交后异步执行分支流程，@TransactionalEventListener为@EventListener的子类，用于支持事务上的Event总线。

在Spring中我们可以很方便的使用TransactionSynchronizationManager.registerSynchronization执行事务方法的回调，并实现TransactionSynchronizationAdapter其中的接口即可

如果你研究过@Transactional的原理，那么对事务管理器的处理就并不陌生

在本文中，我们只需要实现afterCommit方法即可，如果在@Transactional的代码中存在事务同步器扩展点，则上文事务执行后，依次会执行扩展点后的方法

在这里需要注意，如果你的查询方法依赖于上文事务执行后的结果，那么你的查询代码就需要写在扩展点内，以防止上文事务还没提交，查询不到数据的情况，因为MySql的默认隔离级别为Repeatable Read(RR)，是无法读取已执行但未提交的事务数据的。

提示

Q：TransactionSynchronizationManager.registerSynchronization是必须的吗

A：不是，只有你的Event事件实体(本文的OrderSignEvent)构建依赖于上文事务的结果时，你才需要使用该方法，否则直接采用applicationEventPublisher.pushEvent即可，register只是提供了除注解外手动事务的实现，用于更细微的代码控制

在pushEvent之后，我们可以编写对应的监听者

以如下分支流程为例，InsertItemOpen用于签收成功后，通过计算往反向表中插入数据，用于后续的撤单、退货等

直接采用@TransactionalEventListener将默认采用单一线程的线程池，同时也不是异步线程，因此需要手动创建出线程池，并加以@Async指定

我们可以指定该方法的执行阶段，这里为TransactionPhase.AFTER_COMMIT，即事务提交之后，监听的class为OrderSignEvent.class

与TransactionSynchronizationAdapter类似，TransactionPhase枚举分为如下4个阶段，用于@TransactionalEventListener注解上

同时需要注意，如果事务提交后/完成后的event内有执行数据库新增操作，那么他的传播级别就不能是@Transactional的默认传播级别，需要至少修改为Propagation.REQUIRES_NEW，新开一个事务

这样做的原因是因为，此时如果为默认的传播机制，则会加入到上文事务中，但上文事务已经提交了，这时候insert插入数据库实际上是空执行了一次，因为本次执行不会再提交。

线程池配置

线程池避免全局使用同一个线程池，避免某一任务激增导致其余使用该线程池的任务，无法获取线程的问题，同时执行不同种任务的线程池，应该设定线程前缀名，方便链路跟踪

在社区中，阿里开发手册具有类似建议

签收的分支流程分为如下几个大类，重构时可按照不同类型分类监听

tip: 由于监听者是异步线程，所以监听者内部抛出的异常是不能够被全局异常捕获的，我们可以像上文insertItemOpen方法一样，catch住异常再选择是抛出还是打印日志

不同于EventBus，在idea中，天然的支持了Spring Event的跟踪，点击事件发布者左侧绿标，便可以找到对应的事件监听者

点击监听者旁的绿标同样可以回到事件发布者，非常的便捷

# 优化效果

本文的性能问题不体现在慢SQL上，所以优化方案中并不包含SQL优化处理

同时由于分支流程下游方法的幂等未知性，重构时没有加入分支流程的重试机制，这些方法在重构时都是可以考虑的点。

改造后TP99监控，曲线更加平稳，除异步导出外多数接口在600ms内返回

用户自行签收，从1.8s到0.037s，效率提升97.94%

Top30内不再看到签收接口的上榜

批量签收返回耗时缩小一个量级，从5w到5k，效率提升90%