使用NHibernate和分布式事务导致"服务器无法恢复事务"的死锁

Question

将NHibernate与分布式事务一起使用时,我们遇到了问题.

请考虑以下代码段:

//
// There is already an ambient distributed transaction
//
using(var scope = new TransactionScope()) {
    using(var session = _sessionFactory.OpenSession())
    using(session.BeginTransaction()) {
        using(var cmd = new SqlCommand(_simpleUpdateQuery, (SqlConnection)session.Connection)) {
            cmd.ExecuteNonQuery();
        }

        session.Save(new SomeEntity());
        session.Transaction.Commit();
    }
    scope.Complete();
}

有时,当服务器处于极端负载时,我们将看到以下内容:

1. 使用cmd.ExecuteNonQuery执行的查询被选为死锁牺牲品(我们可以在SQL事件探查器中看到它),但不会引发异常.
2. session.Save失败,并显示错误消息"操作对事务状态无效".
3. 每次执行此代码后,session.BeginTransaction都会失败.前几次,内部异常会有所不同(有时它是应该在步骤1中引发的死锁异常).最终它稳定到"服务器未能恢复交易.描述:3800000177." 或"不允许新请求启动,因为它应该带有有效的事务描述符."

如果单独使用,应用程序最终(在几秒或几分钟后)将从此条件恢复.

为什么步骤1中没有报告死锁异常？如果我们无法解决这个问题,那么我们如何防止我们的应用程序暂时无法使用？

该问题已在以下环境中重现

• Windows 7 x64和Windows Server 2003 x86
• SQL Server 2005和2008
• .NET 4.0和3.5
• NHibernate 3.2,3.1和2.1.2

我已经创建了一个测试夹具,有时会为我们重现这个问题.它可以在这里找到:http://wikiupload.com/EWJIGAECG9SQDMZ

Answer 1

我们最终将此缩小到一个原因.

打开会话时,如果存在环境分布式事务,NHibernate会将事件处理程序附加到Transaction.TransactionCompleted,它会在分布式事务完成时关闭会话.这似乎受到竞争条件的影响,其中连接可以在死锁错误传播之前关闭并返回到池中,从而使连接处于不可用状态.

即使服务器没有任何负载,以下代码也会偶尔为我们重现错误.如果服务器上存在极端负载,则会变得更加一致.

using(var scope = new TransactionScope()) {
    //
    // Force promotion to distributed transaction
    //
    TransactionInterop.GetTransmitterPropagationToken(Transaction.Current);

    var connection = new SqlConnection(_connectionString);
    connection.Open();

    //
    // Close the connection once the distributed transaction is
    // completed.
    //
    Transaction.Current.TransactionCompleted += 
        (sender, e) => connection.Close();

    using(connection.BeginTransaction())
        //
        // Deadlocks but sometimes does not raise exception
        //
        ForceDeadlockOnConnection(connection);

    scope.Complete();
}

//
// Subsequent attempts to open a connection with the same
// connection string will fail
//

我们尚未确定解决方案,但以下事项将消除问题(可能还有其他后果):

• 关闭连接池
• 使用NHibernate的AdoNetTransactionFactory而不是AdoNetWithDistributedTransactionFactory
• 当"服务器无法恢复事务"错误发生时,添加调用SqlConnection.ClearPool()的错误处理

根据Microsoft(https://connect.microsoft.com/VisualStudio/feedback/details/722659/),SqlConnection类不是线程安全的,包括在单独的线程上关闭连接.基于此回复,我们已经为NHibernate提交了一份错误报告(http://nhibernate.jira.com/browse/NH-3023).