在2012年-到2014年之间，写了一系列技术架构，技能，思考相关的文章，这些文章都是都在blog上写的，现在搬迁过来。
创业这几年，虽然中心逐渐偏向了产品和运营，但是技术一直在保持关注。。
在最近做的一个项目里面，涉及到多数据源的操作，比较特殊的是，这多个数据库的表结构完全相同，由于我们使用的ibatis框架作为持久化层，为了防止每一个数据源都配置一套规则，所以重新实现了数据源，根据线程变量中指定的数据库连接名称来获取实际的数据源。
public class ProxyDataSource implements DataSource {
/** 数据源池配置 */
private Map<String, DataSource> dataSourcePoolConfig;
public Connection getConnection() throws SQLException {
return createDataSource().getConnection();
}
private synchronized DataSource createDataSource() {
String dbName = DataSourceContextHolder.getDbName();
return dataSourcePoolConfig.get(dbName);
}
每次调用spring事务管理器之前，设置DataSourceContextHolder.set(“dbName”)
事务提交之后在调用 DataSourceContextHolder.clear() 方法即可
但是这样设计实际使用过程中也会遇到一些典型的问题，这就是在仔细了解spring中持久化层的设计之后，才能明白所产生的问题的原因。下面主要总结一下spring 持久化的设计。
由于任何持久化层的封装实际上都是对java.sql.Connection等相关对象的操作，一个典型的数据操作的流程如下：
但在我们实际使用spring和ibatis的时候，都没有感觉到上面的流程，其实spring已经对外已经屏蔽了上述的操作，让我们更关注业务逻辑功能，但是我们有必要了解其实现，以便能够更好运用和定位问题。
在开启事务的时候，我们需要初始化事务上下文信息，以便在业务完成之后，需要知道事务的状态，以便进行后续的处理，这个上下文信息可以保存在 ThreadLocal里面，包括是否已经开启事务，事务的超时时间，隔离级别，传播级别，是否设置为回滚。这个信息对应用来说是透明的，但是提供给使用者编程接口，以便告知业务结束的时候是提交事务还是回滚事务。
首先来看看spring如何获取数据库连接的，对于正常情况来看，获取连接直接调用DataSource.getConnection()就可以了，我们在自己实现的时候也肯定会这么做，但是需要考虑两种情况（这里面先不引入事务的传播属性）：
2 已经获取过连接，不是第一次获取连接，可以复用连接
解决获取数据库连接的关键问题就是如何判断是否已经可用的连接，而不需要开启新的数据库连接，同时由于数据库连接需要给后续的业务操作复用，如何保持这个连接，并且透明的传递给后续流程。对于一个简单的实现就是使用线程上下文变量ThrealLocal来解决以上两个问题。
具体的实现是：在获取数据库连接的时候，判断当前线程线程变量里面是否已经存在相关连接，如果不存在，就创新一个新的连接，如果存在，就直接获取其对应的连接。在第一次获取到数据库连接的时候，我们还需要做一些特殊处理，就是设置自动提交为false。在业务活动结束的时候在进行提交或者回滚。这个时候就是要调用connection.setAutoCommit(false)方法。
这一部分和业务逻辑相关，通过对外提供一些编程接口，可以让业务决定业务完成之后如何处理事务，比较简单的就是设置事务状态。
在开启事务的时候，事务上下文信息已经保存在线程变量里面了，可以根据事务上下文的信息，来决定是否是提交还是回滚。其实就是调用数据库连接Connection.commit 和 Connection.rollback 方法。然后需要清空线程变量中的事务上下文信息。相当于结束了当前的事务。
关闭连接相对比较简单，由于当前线程变量保存了连接信息，只需要获取连接之后，调用connection.close方法即可，接着清空线程变量的数据库连接信息。
上面几个流程是一个简单的事务处理流程，在spring中都有对应的实现，见TransactionTemplate.execute方法。Spring定义了一个TransactionSynchronizationManager对象，里面保存了各种线程变量信息，
//保存了数据源和其对应连接的映射，value是一个Map结构，其中key为datasource，value为其打开的连接
private static final ThreadLocal resources
//这个暂时用不到，不解释
private static final ThreadLocal synchronizations
//当前事务的名字
private static final ThreadLocal currentTransactionName
//是否是只读事务以及事务的隔离级别（这个一般我们都用不到，都是默认界别）
private static final ThreadLocal currentTransactionReadOnly
private static final ThreadLocal currentTransactionIsolationLevel
//代表是否是一个实际的事务活动，这个后面将）
private static final ThreadLocal actualTransactionActive
在获取连接的时候，可见DataSourceUtils.doGetConnection()方法，就是从调用TransactionSynchronizationManager.getResource(dataSource)获取连接信息，如果为空，就直接从调用dataSource.getConnection()创建新的连接，后面在调用
TransactionSynchronizationManager.bindResource(dataSource,conn)绑定数据源到线程变量，以便后续的线程在使用。
ConnectionHolder conHolder = (ConnectionHolder) TransactionSynchronizationManager.getResource(dataSource);
if (conHolder != null && (conHolder.hasConnection() || conHolder.isSynchronizedWithTransaction())) {
conHolder.requested();
if (!conHolder.hasConnection()) {
logger.debug("Fetching resumed JDBC Connection from DataSource");
conHolder.setConnection(dataSource.getConnection());
}
return conHolder.getConnection();
}
logger.debug("Fetching JDBC Connection from DataSource");
Connection con = dataSource.getConnection();
在提交事务的时候，见 DataSourceTransactionManager.doCommit方法，其实就是获取事务状态信息以及连接信息，调用conn.commmit方法，比较简单。
但是实际上，spring事务管理远远比上述复杂，我们没有考虑以下几种情况：
1 如果当前操作不需要事务支持，也就是每次执行一次，就自动进行提交。如何在同一个架构里面兼容这两种情况。比如就是简单的query操作。
2 一个业务活动跨越多个事务，每个事务的传播级别配置不一样。后面会拿一个例子来说明
对于第一个问题，比较好解决，首先就是根据线程变量里面获取数据源对应的连接，如果有连接，就复用。如果没有，就创建连接。在判断当前是否存在活动的事务上下文，如果存在事务信息，设置conn.setAutoCommit(false),然后设置线程上下文，绑定对应的数据源。如果不存在事务信息，就直接返回连接给应用。
这样就会带来一个新的问题，就是连接如何进行关闭。根据最开始的分析，在存在事务上下文的情况下，直接从获取线程获取对应的数据库连接，然后关闭。在关闭的也需要也进行判断一下即可。在spring里面，在事务中获取连接和关闭连接有一些特殊的处理，主要还是和其jdbc以及orm框架设计兼容。在jdbcTemplate,IbatiTemplate每执行一次sql操作，就需要获取conn，执行sql，关闭conn。如果不存在事务上下文，这样做没有任何问题，获取一次连接，使用完成，然后就是比。但是如果存在事务上下文，每次获取的conn并不一定是真实的物理连接，所以关闭的时候，也不能直接关闭这数据库连接。Spring的中定义一个ConnectionHandle对象，这个对象持有一个数据库连接对象，以及该连接上的引用次数(retain属性)。每次复用一次就retain++ 操作，没关闭一次，就执行retain-- 操作，在retain 为0的时候，说明没有任何连接，就可以进行真实的关闭了。
一个中年但不油腻的老男人，多年互联网技术、产品、运营经验。去过BAT，当过程序员，做过产品狗，兼职运营喵，任职CTO，最终还是没有走向人生巅峰。在互金领域经验丰富，兼具技术、产品、运营思维。
用人话解释：就是啥都会，但是啥都不精通！
