Spring Boot + 事务钩子函数，太强了！

今天咱们聊点稍微硬核一点的内容：Spring Boot 配合事务钩子函数！

要知道，平时写业务代码，事务处理就是“家常便饭”。

可当我们要在一个支付系统中搞资金流水记录，又想顺便把消息推送到 Kafka 里，事情就不那么简单了。

这里，我就说说最近鼓捣出来的一个方案，用 Spring Boot 搞个二方库，还真省了不少事儿！

案例背景

场景是这样的：假设有个支付系统，业务需要记录每一笔资金流水，还得及时归档。为了能稳定地记录和推送这些数据，咱们计划做一个二方库来帮忙处理。

库的核心任务就是确保每条流水在事务成功后发送到 Kafka，这样消费者就能从 Kafka 中接收到消息，并安全地存档。

哎，不用说，这事听起来就有点小复杂，不过我们可以用 Spring Boot + 事务钩子函数来轻松搞定。

方案确定

要实现上述需求，咱们来聊聊二方库的设计。主要考虑以下几点：

1. 二方库采用 Spring Boot starter 方式：这样，使用方可以直接在 pom.xml 中引入依赖，轻松上手，扩展性还高。
2. 直接使用 Kafka API 而不是 Spring KafkaTemplate：虽然 KafkaTemplate 是个不错的选择，但直接用 Kafka 原生 API 可以更灵活，还能避开一些模板的限制。
3. 简单易用的 API：库的 API 要简洁，让业务方用起来轻松自如，不会有一堆配置和初始化代码。
4. 支持事务，且尽量不影响主业务：这个是重头戏。毕竟，资金流水的记录需要强一致性，我们必须保证事务提交后消息才能被发出，不能随随便便影响到主业务。

下面就来细说下用到的“神器”——TransactionSynchronizationManager！

TransactionSynchronizationManager 的使用

这个类真是个宝，它可以帮我们检测事务状态、注册事务同步器，从而在事务提交后自动触发自定义逻辑。整个流程都可以异步化，真是为我们这类场景量身定做的。

1. 判断是否存在事务

首先，我们得判断当前是否处在事务中，防止“还没开始就开跑”。使用 TransactionSynchronizationManager.isSynchronizationActive() 就能轻松搞定，它会返回一个布尔值，告诉我们是否有事务激活：

if (TransactionSynchronizationManager.isSynchronizationActive()) {
    System.out.println("当前有事务活跃！");
} else {
    System.out.println("没有事务，别乱动！");
}

这里要特别注意，它依赖于线程变量 ThreadLocal。因为事务状态是绑定在线程上的，所以这个方法特别适合咱们的二方库逻辑。只要事务开了，我们的代码就能稳妥地判断并执行。

2. 在事务提交后触发自定义逻辑

既然知道事务在跑，那接下来的任务就是在事务提交后执行咱们的“额外操作”——把流水消息发送到 Kafka。这时候，咱们需要用到 TransactionSynchronizationManager.registerSynchronization() 方法。

这方法允许我们注册一个同步器，比如 TransactionSynchronizationAdapter，并重写 afterCompletion 方法。当事务提交或回滚后，该方法就会被触发。

TransactionSynchronizationManager.registerSynchronization(new TransactionSynchronizationAdapter() {
    @Override
    public void afterCompletion(int status) {
        if (status == STATUS_COMMITTED) {
            // 事务提交成功后执行的逻辑
            sendMessageToKafka();
        } else {
            // 事务回滚，打个日志吧
            System.out.println("事务回滚了，消息不发送");
        }
    }
});

在上面的代码中，我们注册了 TransactionSynchronizationAdapter，并在 afterCompletion 方法中检查事务的状态。如果事务成功提交，我们就调用 sendMessageToKafka() 把消息发出去。

这里为什么不在事务内直接发消息呢？

事务内发消息的后果可能是：事务还没提交，Kafka 消息却已经出去了，这样数据状态就不一致了。比如，用户钱扣了，消息还没发；或者消息发出去了，钱没扣。这种情况对金融系统就是“灾难级别”的！所以，通过在事务提交后触发钩子函数，可以确保数据和消息一致性，大大降低业务风险。

代码示例：二方库的主流程

为了让二方库尽量简单好用，可以设计一个类似于 TransactionManager 的工具类来包装这些逻辑。比如：

public class CustomTransactionManager {

    public static void executeWithTransaction(Runnable mainBusinessLogic, Runnable afterCommitLogic) {
        if (TransactionSynchronizationManager.isSynchronizationActive()) {
            // 执行主业务逻辑
            mainBusinessLogic.run();

            // 注册事务同步器，在事务提交后执行额外逻辑
            TransactionSynchronizationManager.registerSynchronization(new TransactionSynchronizationAdapter() {
                @Override
                public void afterCompletion(int status) {
                    if (status == STATUS_COMMITTED) {
                        afterCommitLogic.run();
                    }
                }
            });
        } else {
            throw new IllegalStateException("当前没有事务，不要贸然执行！");
        }
    }
}

调用的时候，只需要传入两个参数：主业务逻辑（比如扣钱）、事务提交后的逻辑（比如发 Kafka 消息）：

CustomTransactionManager.executeWithTransaction(
    () ->扣钱业务代码,
    () -> sendMessageToKafka()
);

用法上是不是很简单？传两个 Runnable 对象，扣钱和发送消息的逻辑就顺利接上了。

事务和钩子函数的实际运用

我们在上面的代码示例中，通过 TransactionSynchronizationManager 确保了事务和消息一致性。这种模式的好处是什么呢？简单总结几个要点：

• 避免重复发消息：使用 ThreadLocal 变量，可以保证即使在多线程环境下，也不会发生重复消息发送的情况。
• 事务一致性：事务成功后才发消息，保证了业务和消息的一致性，尤其在支付系统中，这点非常重要。
• 灵活扩展：如果以后要扩展更多的逻辑，只需多注册几个同步器，不影响主业务代码。

通过这样的设计，二方库不仅符合“好用”的原则，还具备了灵活性和高可靠性。对于支付系统、订单系统等需要保证高一致性的业务场景，简直就是个宝藏设计。

最后的一些感悟

这一波搞下来，我感到 Spring 的事务管理真是无敌了。想起当年刚入门 Spring，看见事务总觉得有点头大，没想到现在可以用事务钩子搞出这么实用的二方库。

而 Kafka 和事务钩子结合更是让业务逻辑变得简洁优雅，再也不用担心事务里一不小心的“越界操作”了。

至于代码中的例子，大家可以根据自己的场景稍微改一下。比如，有些场景可能需要事务失败时的补偿机制，这种情况下，可以再加个逻辑处理 STATUS_ROLLED_BACK 状态。

总之，灵活运用 Spring Boot 和 TransactionSynchronizationManager，事务钩子的威力就全释放了。