Axon框架抛出LockAcquisitionFailedException异常且尝试次数为100问题咨询

最大尝试次数为100的原因 #

你使用的Axon 4.3.3属于4.4之前的旧版本，PessimisticLockFactory 在4.4.0版本之前的默认最大尝试次数就是100，4.4.0版本之后官方才将默认值调整为Integer.MAX_VALUE（即2147483647），这就是你和其他用户报错数值不同的核心原因，和自定义配置无关。

锁超时问题根因 #

虽然你的命令处理逻辑没有重计算，但聚合根锁的持有周期是从聚合加载开始，到所有产生的事件全部持久化完成才释放，以下场景会拉长锁持有时间导致竞争失败：

• 聚合生命周期长达数年，即使配置了200次事件触发快照，每次加载聚合时仍需要加载快照生成后产生的所有事件，事件数量越多加载耗时越长
• 事件溯源Handler中存在连锁事件触发逻辑：SeatFreedEvent 处理时如果预约队列不为空会触发SeatReservedEvent，如果队列长度较大，单次锁持有周期内会连续处理大量事件，大幅拉长锁占用时间
• 事件存储查询性能不足，没有为事件表的aggregateIdentifier、sequenceNumber字段建立联合索引，导致聚合事件查询过慢

解决方案 #

• 调整锁配置：如果暂时无法升级Axon版本，可手动自定义LockFactory Bean，调高最大尝试次数，示例配置如下：

@Bean
public LockFactory lockFactory() {
    return PessimisticLockFactory.builder()
            .maxAttempts(Integer.MAX_VALUE)
            .acquireAttemptsPerSecond(10) // 调整锁尝试频率，避免CPU空转
            .queueSizeThreshold(10000)
            .build();
}

• 优化快照策略：将快照触发阈值从200调低到50~100，减少每次聚合加载时需要回溯的事件数量，缩短锁持有时间
• 优化连锁事件逻辑：预约队列的批量消费逻辑不要放在单次聚合事件处理中执行，可引入Saga组件分批处理队列元素，避免单次锁持有周期过长
• 优化事件存储性能：给事件存储表的aggregateIdentifier、sequenceNumber字段添加联合索引，提升聚合事件查询速度
• 聚合拆分：如果该聚合并发访问量持续升高，可将预约队列等高频变更逻辑拆分为独立子聚合，缩小锁竞争的范围

聚合根锁监控方法 #

• 自定义带监控能力的LockFactory装饰器，在锁获取、释放节点埋点，采集锁持有时间、等待队列长度、获取失败次数等指标，上报到监控系统，示例代码如下：

public class MonitoredLockFactory implements LockFactory {
    private final LockFactory delegate;
    private final MeterRegistry meterRegistry;

    public MonitoredLockFactory(LockFactory delegate, MeterRegistry meterRegistry) {
        this.delegate = delegate;
        this.meterRegistry = meterRegistry;
    }

    @Override
    public Lock obtain(String aggregateIdentifier) {
        Timer.Sample waitSample = Timer.start(meterRegistry);
        Lock delegateLock = delegate.obtain(aggregateIdentifier);
        waitSample.stop(meterRegistry.timer("axon.lock.wait.time", "aggregateId", aggregateIdentifier));
        
        return () -> {
            Timer.Sample holdSample = Timer.start(meterRegistry);
            try {
                delegateLock.release();
            } finally {
                holdSample.stop(meterRegistry.timer("axon.lock.hold.time", "aggregateId", aggregateIdentifier));
            }
        };
    }
}

• 对LockAcquisitionFailedException异常的发生次数配置监控告警，出现异常时及时触发通知

定位锁持有进程的方法 #

• 开启Axon框架的debug级日志，在日志格式中添加线程ID、实例IP字段，出现锁超时时根据报错的聚合ID搜索日志，找到上一个成功获取该聚合锁的线程ID和对应实例
• 导出对应实例的JVM线程栈，根据线程ID查找线程当前的执行栈，即可定位到线程卡住的具体逻辑（常见为事件存储IO阻塞、死锁、第三方调用阻塞等）
• 如果是多实例部署，可在锁埋点日志中增加实例标识，优先定位到锁被哪个实例持有，再排查对应实例的运行状态

内容的提问来源于stack exchange，提问作者Nader Kahwaji