spring重试机制

数据库死锁处理与重试机制实现指南

1. 业务场景

1.1 问题现象

• 高并发批量数据处理时频繁出现数据库死锁
• 主要发生在"先删除历史数据，再重新计算"的业务流程中
• 原有逐条处理方式：list.forEach(item -> { delete(); calculate(); })

1.2 死锁原因分析

• 锁竞争：多个线程同时对相同数据进行删除和插入操作
• 事务时间过长：删除和计算在同一事务中，持锁时间长
• 锁升级：行锁升级为表锁，增加死锁概率

2. 改造步骤

2.1 添加依赖

在 pom.xml 中添加Spring Retry相关依赖：

<dependency><groupId>org.springframework.retry</groupId><artifactId>spring-retry</artifactId>
</dependency>
<dependency><groupId>org.springframework</groupId><artifactId>spring-aspects</artifactId>
</dependency>

2.2 创建重试配置类

@Configuration
@EnableRetry
public class RetryConfig {@Beanpublic RetryTemplate retryTemplate() {RetryTemplate retryTemplate = new RetryTemplate();// 重试策略：最多重试3次SimpleRetryPolicy retryPolicy = new SimpleRetryPolicy();retryPolicy.setMaxAttempts(3);retryTemplate.setRetryPolicy(retryPolicy);// 退避策略：指数退避，初始延迟1秒ExponentialBackOffPolicy backOffPolicy = new ExponentialBackOffPolicy();backOffPolicy.setInitialInterval(1000);backOffPolicy.setMultiplier(2.0);backOffPolicy.setMaxInterval(5000);retryTemplate.setBackOffPolicy(backOffPolicy);return retryTemplate;}
}

2.3 启用重试机制

在主应用类上添加 @EnableRetry 注解：

@EnableRetry
@SpringBootApplication
public class Application {public static void main(String[] args) {SpringApplication.run(Application.class, args);}
}

2.4 改造核心处理逻辑

改造前（容易死锁）：

public void processData(List<DataDto> list, QueryParam param) {// 逐条处理：删除 + 计算list.forEach(item -> {deleteRelatedData(item.getId());  // 单条删除calculateData(item);              // 单条计算});
}

改造后（两阶段处理）：

public void processData(List<DataDto> list, QueryParam param) {if (CollectionUtils.isEmpty(list)) {return;}// 第一阶段：范围删除（有重试机制）deleteDataByRange(param.getType(), param.getCategory(), param.getStartTime(), param.getEndTime(), param.getTempId());// 第二阶段：批量计算（纯计算，无删除操作）for (DataDto item : list) {calculateData(item);}
}

2.5 在关键方法上添加重试注解

@Retryable(value = {DeadlockLoserDataAccessException.class, DataAccessException.class},maxAttempts = 3,backoff = @Backoff(delay = 1000, multiplier = 2, maxDelay = 5000)
)
public void deleteDataByRange(String type, String category, LocalDateTime startTime, LocalDateTime endTime, String tempId) {log.info("开始范围删除数据：type={}, category={}", type, category);dataMapper.deleteByRange(type, category, startTime, endTime, tempId);log.info("范围删除完成");
}@Recover
public void recoverFromDeadlock(Exception ex, String type, String category,LocalDateTime startTime, LocalDateTime endTime, String tempId) {log.error("删除数据重试失败，最终放弃。参数：type={}, category={}", type, category, ex);throw new BusinessException("数据删除失败，请稍后重试");
}

2.6 移除冗余删除操作

检查并移除业务流程中的冗余删除调用：

public void businessProcess(ProcessParam param) {// 移除冗余的删除调用// deleteRelatedData(param);  // 删除这行// 保留必要的删除操作deleteSpecificTypeData(param);// 业务计算逻辑processBusinessLogic(param);
}

3. 关键改造点总结

3.1 核心改造思路

1. 分离删除和计算：避免在同一循环中进行删除和计算
2. 范围删除替代逐条删除：减少数据库操作次数和锁竞争
3. 添加重试机制：对不可避免的死锁进行自动重试
4. 清理冗余操作：移除不必要的删除调用

3.2 改造前后对比

改造前	改造后
逐条删除 + 计算	范围删除 + 批量计算
长事务持锁	短事务快速释放锁
无重试机制	自动重试死锁异常
多处冗余删除	精简删除操作

3.3 效果验证

• 死锁发生频率显著降低
• 数据处理性能提升
• 系统稳定性增强
• 无数据丢失问题

4. 注意事项

4.1 重试配置要点

• 只对特定异常类型重试（如死锁异常）
• 设置合理的重试次数和间隔
• 必须提供 @Recover 方法处理最终失败

4.2 两阶段处理要点

• 确保删除和计算之间没有其他操作干扰
• 删除操作要支持范围查询
• 计算逻辑要保证幂等性

4.3 数据一致性保证

• 关键保存操作不能遗漏
• 事务边界要合理设置
• 必要时使用分布式锁