Spring Boot中如何解决分片MongoDB的TransientTransactionError？

1. 错误是否与分片集群有关？ #

是的，这个错误完全和分片集群的特性相关。

错误信息里的StaleConfig（错误码13388）以及描述中的“sharding status of collection ... is not currently known and needs to be recovered”，明确指向分片集群的拓扑或数据布局变化：

• 分片集群运行时，可能会触发数据迁移（balancer平衡分片数据）、分片键变更、节点上下线等操作；
• 这些操作会导致mongos路由节点暂时无法获取目标集合的最新分片配置；
• 事务对集群状态一致性要求极高，一旦mongos无法确认集合的分片状态，就会中止当前事务并抛出TransientTransactionError。

你之前使用副本集时无此问题，是因为副本集不存在分片路由和数据分片布局变化的场景，集群状态相对稳定。

2. 是否需要实现代码重试机制？ #

需要，这是处理这类临时错误的标准解决方案。

MongoDB明确将TransientTransactionError标记为可重试的临时错误，这类错误并非业务逻辑或数据冲突导致，仅因集群状态临时不一致引发，重试后大概率能成功——你手动重试和代码重试的结果已经验证了这一点。

在Spring Boot中，可以结合Spring Retry实现重试逻辑，示例如下：

1. 引入Spring Retry依赖（Maven）：

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

2. 在启动类开启重试支持：

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

3. 在事务方法上添加重试注解：

@Transactional
@Retryable(
    value = {MongoCommandException.class},
    retryFor = {MongoCommandException.class},
    maxAttempts = 3,
    backoff = @Backoff(delay = 500, multiplier = 2) // 指数退避，首次延迟500ms，第二次1000ms
)
public void save(Cart cart, Item item) {
    Cart cartFromDB = cartRepo.findById(cart.getId());
    if(cartFromDB != null){
        cart.setId(cartFromDB.getId());
        cartRepo.save(cart);
    }else{
        cartRepo.save(cart);
    }
    itemRepo.save(item);
}

// 可选：重试失败后的降级处理
@Recover
public void recover(MongoCommandException e, Cart cart, Item item) {
    log.error("重试3次后仍失败，请求参数：cart={}, item={}", cart, item, e);
    throw new RuntimeException("事务执行失败，请稍后重试", e);
}

额外注意：

• 重试次数和退避时间可根据集群实际情况调整，避免短时间大量重试给集群带来额外压力；
• 确保重试方法是幂等的，你的save逻辑中，cart按ID更新/插入、item的保存操作均满足幂等性，重试不会导致数据重复或不一致。

内容的提问来源于stack exchange，提问作者sub