Salutare tuturor. M-am lovit săptămâna asta de un bug în producție care-mi mănâncă nervii de trei zile încoace și nu-i dau de cap. Primesc sporadic eroarea Transaction already closed: A query cannot be executed on an interactive transaction that was already closed, dar fără o logică evidentă sau un deadlock clar în spate.
Contextul și infrastructura
Avem un backend în Node 20 cu TypeScript, Prisma 5.14 și PostgreSQL 15 găzduit pe AWS RDS (o instanță db.t4g.xlarge). Traficul nu e uriaș, undeva la 350-400 req/sec la orele de vârf, dar avem o zonă critică de gestiune comenzi unde folosim tranzacții interactive (prisma.$transaction(async (tx) => { ... })).
În interiorul tranzacției facem verificarea stocului, crearea comenzii și scăderea efectivă din depozit. Nimic SF, doar trei query-uri legate și absolut niciun call HTTP extern sau operație CPU-heavy între ele.
Ce am încercat deja și n-a mers
Prima reacție a fost să verific timeout-urile default din Prisma, care sunt de 5000ms pentru execuție și 2000ms pentru așteptare. Le-am mărit considerabil:
maxWait: 10000(10 secunde să prindă o conexiune liberă)timeout: 30000(30 de secunde pentru durata tranzacției)
Rezultatul? Eroarea continuă să apară. Cel mai frustrant e că se întâmplă uneori după doar 400-800ms de la pornirea tranzacției, deci nici măcar nu ajunge aproape de timeout-ul setat.
A doua pistă a fost connection pool-ul. Am zis că poate PgBouncer taie conexiunile aiurea. PgBouncer rulează în transaction pooling mode, lucru despre care știu că se bate cap în cap cu tranzacțiile interactive dacă nu ești atent la porturi. Avem însă port separat configurat direct pe instanță fără PgBouncer pentru tranzacțiile de tipul ăsta, iar pool-ul are connection_limit=50. Metricele din CloudWatch arată maxim 28 de conexiuni active simultan, deci baza de date respiră liniștită, CPU-ul stă pe la 22%.
A treia încercare: am verificat atent codul să nu avem promisiuni nesoluționate sau referințe la tx care scapă în afara closure-ului. Totul e curat, fiecare query are await pus la linie, nu facem Promise.all nesăbuit cu zeci de query-uri paralele pe același client tranzacțional.
Comportamentul anomaliei
Ciudățenia maximă e că eroarea pică adesea la al doilea pas, adică la tx.order.create(), dar primul pas (tx.stock.findUnique()) rulează cu succes. În log-urile din Postgres nu apare niciun statement timeout, niciun deadlock detectat și nicio deconectare forțată de la server.
Tranzacțiile interactive din Prisma sunt utile pentru consistență, dar motorul lor intern pe Rust pare să închidă conexiunea dacă apare cel mai mic hiccup de rețea între container și RDS. Dacă Node-ul are un spike scurt de event loop lag (am văzut ocazional vârfuri de 150ms pe containerele din ECS), suspectez că engine-ul Prisma consideră conexiunea abandonată și dă rollback înainte ca Node să apuce să trimită următorul batch.
A mai întâlnit cineva problema asta specifică în setup-uri cu trafic mediu-mare? Ați rezolvat modificând setările de keepalive pe conexiunea TCP, sau pur și simplu ați abandonat interactive transactions și ați trecut pe proceduri stocate sau query-uri raw cu BEGIN / COMMIT manual?