SQL本地与Azure实例链接服务器偶发“无活动事务”错误排查问询

根因定位 #

针对描述的偶发DTC分布式事务报错、单向链接服务器不通后自动恢复的现象，根因按优先级排序如下：

• SQL Server 2012 SP1 已知DTC兼容性BUG：该版本存在分布式事务上下文同步失败的已知问题，当跨版本（SQL 2012 <-> SQL 2019）发起分布式事务时，偶发出现事务上下文无法被对方实例识别的情况，且不会写入常规SQL日志。
• NetBIOS名称缓存过期失效：依赖hosts+lmhosts做名称解析时，Windows的NetBIOS名称缓存默认存在10分钟的TTL，缓存过期时如果刚好遇到网络抖动导致lmhosts解析临时失败，会出现DTC无法找到对方节点的情况，缓存自动刷新后问题恢复。
• DTC RPC会话超时：跨VPN的长连接如果超过防火墙/操作系统的默认TCP idle超时时间（Azure默认是4分钟，本地Windows默认是2小时），会被中间设备静默断开，导致DTC会话中断，新会话建立前出现单向不通的问题。
• 临时端口耗尽：MSSQL-Accounts作为被调用方，当分布式事务并发量较高时，动态端口范围被占满，无法为新的DTC/RPC请求分配端口，端口自动释放后恢复正常。

解决方案 #

按实施优先级排序：

1. 修复SQL 2012版本BUG：将MSSQL-Accounts的SQL 2012升级到SP4 + 最新累计更新包，微软官方已经在后续补丁中修复了跨版本DTC事务同步的相关问题。
2. 固定DTC通信端口，优化解析配置：
   • 分别在两台服务器的DTC配置中指定固定通信端口，避免动态端口分配失败的问题
   • 在两台服务器的hosts文件中添加记录后，执行ipconfig /flushdns和nbtstat -R清空缓存，同时将NetBIOS节点类型设置为P节点（仅用lmhosts解析，禁用广播）
3. 优化TCP超时配置：
   • 在Azure端的VM网卡配置中，将TCP idle超时时间调整为30分钟
   • 在两台服务器的注册表路径HKLM\SYSTEM\CurrentControlSet\Services\Tcpip\Parameters下添加KeepAliveTime值为30000（30秒发送一次保活包），避免长连接被中间设备断开
4. 扩大动态端口范围：在两台服务器上执行命令netsh int ipv4 set dynamicport tcp start=10000 num=50000，扩大RPC/DTC可用的动态端口范围，避免端口耗尽问题
5. 新增DTC日志记录：开启DTC的跟踪日志（组件服务->我的计算机->分布式事务协调器->本地DTC->属性->跟踪->勾选所有跟踪选项），后续再出现问题可直接通过DTC跟踪日志定位具体失败节点。

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