OpenShift环境中Spring Boot并行查询R2DBC MSSQL引发异常

架构老林

2026-7-18

问题原因分析

这个问题的核心是R2DBC连接池资源在并行查询时被耗尽，具体细节如下：

Reactor flatMap的并行特性：直接使用findAllThings().flatMap(lookupForOneThing)时，flatMap默认会以并行方式处理上游的每个元素（默认并发数等于CPU核心数），这会同时发起多个数据库查询请求，快速消耗R2DBC连接池中的可用连接。
OpenShift环境的连接池限制：在OpenShift容器化环境中，通常会对数据库连接池的大小做更严格的资源限制，当并行请求数超过连接池的最大可用连接数时，就会出现获取数据库连接失败的情况，抛出DataAccessResourceFailureException。
本地与OpenShift环境的差异：本地开发环境的连接池配置通常更宽松，或者并发请求量小，并行查询不会触发连接耗尽的问题，因此本地运行正常。

而改成串行执行的代码（collectList().flatMapIterable(it).flatMap(...)），会先把上游所有元素收集到列表中，再逐个串行处理，同一时间只会发起一个数据库查询，不会超过连接池的承载能力，因此异常消失。

解决方案建议

限制flatMap的并发数：无需完全改成串行，通过flatMap的重载方法指定合理的并发数，匹配连接池的承载能力：
```
findAllThings()
    .flatMap(lookupForOneThing, 3) // 根据连接池大小调整并发数
    ...
```
调整R2DBC连接池配置：在配置文件中增大连接池的最大连接数（注意要和Azure SQL的连接配额匹配，避免超出数据库的连接限制）：
```
spring:
  r2dbc:
    pool:
      max-size: 8 # 根据实际资源情况调整
```
优化查询逻辑：如果允许，尽量在数据库层面完成JOIN操作，减少应用层的多次查询，从根源上降低连接资源的消耗。