深入理解Java中的幂等性

• 什么是幂等性

• 幂等性的使用场景

• 幂等和防重

• 保证幂等性的情况

• 设计幂等性服务

• 保证幂等策略

• 防重复提交策略

• 乐观锁

• 防重表

• 分布式锁

• token令牌

• 支付缓冲区

什么是幂等性

• 幂等性定义:一次和多次请求某一个资源对于资源本身应该具有同样的结果任意多次执行对资源本身所产生的影响均与一次执行的影响相同

• 幂等性定义的几个重点:幂等不仅仅只是一次或者多次请求对资源没有副作用比如,查询数据库操作,没有增删改,无论多少次操作对数据库都没有任何影响幂等还包括第一次请求的时候对资源产生了副作用,但是以后的多次请求都不会再对资源产生副作用幂等关注的是以后多次请求是否对资源产生副作用,并不关注结果网络超时等问题,不是幂等的讨论范围

• 幂等性是系统服务对外一种承诺,而不是实现

• 承诺只要调用接口成功,外部多次调用对系统的影响是一致的

• 声明为幂等的服务会认为外部调用失败是常态,并且失败后必然会有重试

幂等性的使用场景

• 业务开发中,经常遇到重复提交的情况:由于网络问题无法收到请求结果而重新发起请求前端的操作抖动而造成的重复提交的情况

• 在交易系统中,支付系统这种重复提交造成的问题尤为明显:用户在APP上连续点击多次提交订单,后台应该只产生一个订单向支付系统发起请求,由于网络问题或者系统Bug问题导致重发,支付系统应该只做一次扣除操作

• 声明幂等的服务认为,外部调用者会存在多次调用的情况,为了防止外部多次调用对系统的数据状态发生多次改变,需要将服务设计为幂等

幂等和防重

• 重复提交的情况和服务等的初衷是不同的

• 重复提交是在第一次请求已经成功的情况下,人为地进行多次操作,导致不满足幂等要求的服务员多次改变状态

• 幂等更多使用的情况是第一次请求因为某些情况,不如超时,而导致不知道结果或者请求失败的异常情况下,发起多次请求

• 幂等的目的是请求多次确认第一次请求成功,不会因为多次请求而出现多次的状态变化

保证幂等性的情况

• 在SQL中,有以下三种场景,只有第三种场景需要保证幂等性:

• SELECT col1 FROM tab1 WHERE col2=2:无论执行多少次都不会改变状态,是天然的幂等

• UPDATE tab1 SET col1=1 WHERE col2=2:无论执行成功多少次状态都是一致的,也是幂等操作

• UPDATE tab1 SET col1=col1+1 WHERE col2=2: 每次执行的结果都会发生变化,这种不是幂等的,要采取策略保证幂等性

设计幂等性服务

• 幂等使得客户端逻辑处理很简单,但是服务端逻辑会很复杂

• 满足幂等性服务需要包含两点逻辑:

• 首先去查询上一次的执行状态,如果没有则认为是第一次请求

• 在服务改变状态的业务逻辑前保证防重复提交的逻辑

保证幂等策略

• 幂等需要通过唯一的业务单号来保证:相同的业务单号,认为是同一业务使用唯一的业务单号确保:后面多次相同业务单号的处理逻辑和执行效果是一致的

• 幂等实现示例-支付:先查询订单是否支付过如果已经支付过,返回支付成功如果没有支付,则进行支付流程,修改订单的状态为已支付

防重复提交策略

• 在保证幂等的策略中,执行是分两步执行的,后面一步依赖上面一步的查询结果,这样就无法保证原子性

• 无法保证原子性在高并发的情况下会存在问题:第二次请求在第一次请求的下一步订单状态没有修改为"已支付状态"时进行为了解决这个问题:将查询和变更状态操作加锁,并将并行操作改为串行执行

乐观锁

• 如果只是更新已有的数据,没有必要对业务进行加锁

• 设计表结构时使用乐观锁,一般通过version来实现乐观锁:保证执行效率保证幂等

UPDATE tab1  SET col1=1,version=version+1  WHERE version=#version#

由于ABA问题会导致乐观锁存在失效的情况,只要保证version值自增就不会出现ABA的问题

防重表

• 使用orderNo作为去重表中的唯一索引,每次请求都根据订单号orderNo向去重表中插入一条数据:第一次请求查询订单支付状态:订单没有支付进行支付操作无论成功与否,执行完成之后更新订单的状态为成功或失败,删除去重表中的数据后续订单因为表中的唯一索引插入失败,返回操作失败,直到第一次请求完成(成功或者失败)

• 防重表的作用是实现加锁的功能

分布式锁

• 可以使用Redis分布式锁代替防重表的功能

• 示例:订单发起支付请求支付系统会去Redis缓存中查询是否存在该订单Key如果不存在,向Redis中增加Key为订单号查询订单支付是否已经支付如果没有则进行支付,支付完成后删除该订单的Key

• 通过Redis实现分布式锁,只有这次订单请求完成,下次请求才会进来

• 对比去重表,Redis分布式锁将放并发做在缓存中,效率更高

• 同一时间只能完成一次支付请求

token令牌

• token令牌分为两个阶段:申请token阶段:在进入到提交订单页面之前,需要订单系统根据用户信息向支付系统发起一次申请token的请求支付系统将token保存到Redis缓存中,给支付阶段使用支付阶段:订单系统获取到申请的token,发起支付请求,支付系统检查Redis是否存在该token如果存在,表示第一次发起支付请求,删除缓存中的token开始支付逻辑处理如果缓存中不存在,表示非法请求

支付缓冲区

• 支付缓冲区:将订单的支付请求都快速地接收下来,是一个快速接收请求的缓冲管道使用异步任务处理管道中的数据,过滤调掉重复的待支付的数据

• 优点:同步转异步,高吞吐

• 缺点:无法及时返回支付结果,需要后续监听支付结果的异步返回