由于MS DTC导致SQL Server代理作业失败

Question

在SQL Server 2008R2中，我有一个非常频繁运行的代理作业。这项工作只需一个步骤即可调用存储过程。存储过程非常长，并调用其他存储过程，其中一些过程也很长。

存储过程需要与不同服务器上的多个数据库一起工作。

问题是代理作业有时会失败。它会多次运行而不会失败，然后会失败一次，然后下一次运行它会成功运行。一切都在一个事务中完成，所以如果失败，数据将被恢复。这让我相信这不是一个语法或数据问题，尽管我无法确定。

当检查作业活动管理和查看历史记录失败作业，所有它说的是

The job failed. The Job was invoked by Schedule 11 (Sch0). The last step to run was step 1 (Step00). 

我启用了日志记录作业的第1步。我从日志中得到的错误是

The Microsoft Distributed Transaction Coordinator (MS DTC) has cancelled the distributed transaction. [SQLSTATE 42000] 

我看着为MS DTC跟踪日志的主服务器（服务器）上，当它失败，以下条目存在：

pid=3416;tid=3036;time=02/29/2016-12:13:11.493 ;seq=88;eventid=TRANSACTION_BEGUN      ;tx_guid=<guid>;"TM Identifier='(null)'" ;"transaction has begun, description :'user_transaction'" 
pid=3416;tid=3036;time=02/29/2016-12:13:11.493 ;seq=89;eventid=RM_ENLISTED_IN_TRANSACTION    ;tx_guid=<guid>;"TM Identifier='(null)'" ;"resource manager #1001 enlisted as transaction enlistment #1. RM guid = '<guid>'" 
pid=3416;tid=3036;time=02/29/2016-12:13:11.509 ;seq=90;eventid=TRANSACTION_PROPOGATED_TO_CHILD_NODE  ;tx_guid=<guid>;"TM Identifier='(null)'" ;"transaction propagated to 'SERVER1' as transaction child node #1" 
pid=3416;tid=3036;time=02/29/2016-12:13:27.947 ;seq=91;eventid=TRANSACTION_ABORTING      ;tx_guid=<guid>;"TM Identifier='(null)'" ;"transaction is aborting" 
pid=3416;tid=3036;time=02/29/2016-12:13:27.947 ;seq=92;eventid=RM_ISSUED_ABORT       ;tx_guid=<guid>;"TM Identifier='(null)'" ;"abort request issued to resource manager #1001 for transaction enlistment #1" 
pid=3416;tid=3036;time=02/29/2016-12:13:27.947 ;seq=93;eventid=CHILD_NODE_ISSUED_ABORT     ;tx_guid=<guid>;"TM Identifier='(null)'" ;"abort request issued to transaction child node #1 'SERVER1'" 
pid=3416;tid=3036;time=02/29/2016-12:13:27.947 ;seq=94;eventid=CHILD_NODE_ACKNOWLEDGED_ABORT   ;tx_guid=<guid>;"TM Identifier='(null)'" ;"received acknowledgement of abort request from transaction child node #1 'SERVER1'" 
pid=3416;tid=3036;time=02/29/2016-12:13:36.993 ;seq=95;eventid=RM_ACKNOWLEDGED_ABORT     ;tx_guid=<guid>;"TM Identifier='(null)'" ;"received acknowledgement of abort request from the resource manager #1001 for transaction enlistment #1" 
pid=3416;tid=3036;time=02/29/2016-12:13:36.993 ;seq=96;eventid=TRANSACTION_ABORTED      ;tx_guid=<guid>;"TM Identifier='(null)'" ;"transaction has been aborted" 

所以它从TRANSACTION_PROPOGATED_TO_CHILD_NODE到TRANSACTION_ABORTING，没有说明为什么（据我所知）。

我检查第二服务器（SERVER2）在MS DTC跟踪日志和看到以下时失败：

pid=4032;tid=3564;time=02/29/2016-13:26:46.117 ;seq=173977;eventid=TRANSACTION_PROPOGATED_FROM_PARENT  ;tx_guid=<guid>;"TM Identifier='(null)'" ;"transaction propagated from parent node 'SERVER2', Description = 'a16ace8fa7f6'" 
pid=4032;tid=3564;time=02/29/2016-13:26:46.117 ;seq=173978;eventid=RM_ENLISTED_IN_TRANSACTION    ;tx_guid=<guid>;"TM Identifier='(null)'" ;"resource manager #1001 enlisted as transaction enlistment #1. RM guid = '<guid>'" 
pid=4032;tid=3564;time=02/29/2016-13:27:02.758 ;seq=173979;eventid=RECEIVED_ABORT_REQUEST_FROM_NON_BEGINNER ;tx_guid=<guid>;"TM Identifier='(null)'" ;"received request to abort the transaction from non beginner" 
pid=4032;tid=3564;time=02/29/2016-13:27:02.758 ;seq=173980;eventid=TRANSACTION_ABORTING      ;tx_guid=<guid>;"TM Identifier='(null)'" ;"transaction is aborting" 
pid=4032;tid=3564;time=02/29/2016-13:27:02.758 ;seq=173981;eventid=RM_ISSUED_ABORT       ;tx_guid=<guid>;"TM Identifier='(null)'" ;"abort request issued to resource manager #1001 for transaction enlistment #1" 
pid=4032;tid=3564;time=02/29/2016-13:27:02.758 ;seq=173982;eventid=RECEIVED_ABORT_FROM_PARENT    ;tx_guid=<guid>;"TM Identifier='(null)'" ;"child node received abort request from parent node 'SERVER2'" 
pid=4032;tid=3564;time=02/29/2016-13:27:02.758 ;seq=173983;eventid=ACKNOWLEDGING_ABORT_TO_PARENT   ;tx_guid=<guid>;"TM Identifier='(null)'" ;"child node achnowledging the delivery of abort request from parent node 'SERVER2'" 
pid=4032;tid=3564;time=02/29/2016-13:27:05.773 ;seq=173984;eventid=RM_ACKNOWLEDGED_ABORT     ;tx_guid=<guid>;"TM Identifier='(null)'" ;"received acknowledgement of abort request from the resource manager #1001 for transaction enlistment #1" 
pid=4032;tid=3564;time=02/29/2016-13:27:05.773 ;seq=173985;eventid=TRANSACTION_ABORTED      ;tx_guid=<guid>;"TM Identifier='(null)'" ;"transaction has been aborted" 

这一个显示RM_ENLISTED_IN_TRANSACTION后RECEIVED_ABORT_REQUEST_FROM_NON_BEGINNER。但仍然没有迹象表明它为什么会被中止。

是否RECEIVED_ABORT_REQUEST_FROM_NON_BEGINNER错误指示中止来自主服务器（SERVER1）？还是说中止来自SERVER1以外的其他东西，因为SERVER1是初学者？

我还检查了SQL Server ERRORLOG文件，它不包含任何此失败。

存储过程使用TRY/CATCH来处理错误，并设置代理发送失败时的电子邮件通知。在这种情况下，我收到电子邮件通知，但CATCH未处理该错误。我知道这可能是因为错误的严重程度很高。

还有什么我可以做，找出究竟是什么导致这种失败？

Answer 1

我曾经有过类似的问题。我也有一个称为存储过程的工作，它依次在不同的服务器上调用其他存储过程。有时这些存储过程之一失败，有时不会。

问题出在默认的remote query timeout，所以如果这些内部过程之一的执行持续时间超过10分钟，分布式事务处理协调器中断远程事务并且过程失败。

如果问题在这里，您可以将链接服务器的连接超时属性更改为更大的值或删除TRY CATCH块，就像我在我的情况中那样:)（有关详细信息，请参阅here）。

希望它有帮助。