什么是幂等性

HTTP/1.1中对幂等性的定义是: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(网络超时等问题除外)。也就是说,其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。

Methods can also have the property of “idempotence” in that (aside from error or expiration issues) the side-effects of N > 0 identical requests is the same as for a single request.

这里需要关注几个重点:

幂等不仅仅只是一次(或多次)请求对资源没有副作用(比如查询数据库操作,没有增删改,因此没有对数据库有任何影响)。

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。

幂等关注的是以后的多次请求是否对资源产生的副作用,而不关注结果。

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,并且失败之后必然会有重试。

什么情况下需要幂等

业务开发中,经常会遇到重复提交的情况,无论是由于网络问题无法收到请求结果而重新发起请求,或是前端的操作抖动而造成重复提交情况。 在交易系统,支付系统这种重复提交造成的问题有尤其明显,比如:

用户在APP上连续点击了多次提交订单,后台应该只产生一个订单;

向支付宝发起支付请求,由于网络问题或系统BUG重发,支付宝应该只扣一次钱。 很显然,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数据状态的发生多次改变,将服务设计成幂等。

幂等VS防重

上面例子中小明遇到的问题,只是重复提交的情况,和服务幂等的初衷是不同的。重复提交是在第一次请求已经成功的情况下,人为的进行多次操作,导致不满足幂等要求的服务多次改变状态。而幂等更多使用的情况是第一次请求不知道结果(比如超时)或者失败的异常情况下,发起多次请求,目的是多次确认第一次请求成功,却不会因多次请求而出现多次的状态变化。

什么情况下需要保证幂等性

以SQL为例,有下面三种场景,只有第三种场景需要开发人员使用其他策略保证幂等性:

SELECT col1 FROM tab1 WHER 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,因此也是幂等操作。

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。

为什么要设计幂等性的服务

幂等可以使得客户端逻辑处理变得简单,但是却以服务逻辑变得复杂为代价。满足幂等服务的需要在逻辑中至少包含两点:

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

幂等的不足

幂等是为了简化客户端逻辑处理,却增加了服务提供者的逻辑和成本,是否有必要,需要根据具体场景具体分析,因此除了业务上的特殊要求外,尽量不提供幂等的接口。

增加了额外控制幂等的业务逻辑,复杂化了业务功能;

把并行执行的功能改为串行执行,降低了执行效率。

保证幂等策略

幂等需要通过唯一的业务单号来保证。也就是说相同的业务单号,认为是同一笔业务。使用这个唯一的业务单号来确保,后面多次的相同的业务单号的处理逻辑和执行效果是一致的。 下面以支付为例,在不考虑并发的情况下,实现幂等很简单:①先查询一下订单是否已经支付过,②如果已经支付过,则返回支付成功;如果没有支付,进行支付流程,修改订单状态为‘已支付’。

防重复提交策略

上述的保证幂等方案是分成两步的,第②步依赖第①步的查询结果,无法保证原子性的。在高并发下就会出现下面的情况:第二次请求在第一次请求第②步订单状态还没有修改为‘已支付状态’的情况下到来。既然得出了这个结论,余下的问题也就变得简单:把查询和变更状态操作加锁,将并行操作改为串行操作。

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来做乐观锁,这样既能保证执行效率,又能保证幂等。例如: UPDATE tab1 SET col1=1,version=version+1 WHERE version=#version# 不过,乐观锁存在失效的情况,就是常说的ABA问题,不过如果version版本一直是自增的就不会出现ABA的情况。(从网上找了一张图片很能说明乐观锁,引用过来,出自Mybatis对乐观锁的支持)

防重表

使用订单号orderNo做为去重表的唯一索引,每次请求都根据订单号向去重表中插入一条数据。第一次请求查询订单支付状态,当然订单没有支付,进行支付操作,无论成功与否,执行完后更新订单状态为成功或失败,删除去重表中的数据。后续的订单因为表中唯一索引而插入失败,则返回操作失败,直到第一次的请求完成(成功或失败)。可以看出防重表作用是加锁的功能。

分布式锁

这里使用的防重表可以使用分布式锁代替,比如Redis。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号的Key,如果不存在,则向Redis增加Key为订单号。查询订单支付已经支付,如果没有则进行支付,支付完成后删除该订单号的Key。通过Redis做到了分布式锁,只有这次订单订单支付请求完成,下次请求才能进来。相比去重表,将放并发做到了缓存中,较为高效。思路相同,同一时间只能完成一次支付请求。

token令牌

这种方式分成两个阶段:申请token阶段和支付阶段。 第一阶段,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,为第二阶段支付使用。 第二阶段,订单系统拿着申请到的token发起支付请求,支付系统会检查Redis中是否存在该token,如果存在,表示第一次发起支付请求,删除缓存中token后开始支付逻辑处理;如果缓存中不存在,表示非法请求。 实际上这里的token是一个信物,支付系统根据token确认,你是你妈的孩子。不足是需要系统间交互两次,流程较上述方法复杂。

支付缓冲区

把订单的支付请求都快速地接下来,一个快速接单的缓冲管道。后续使用异步任务处理管道中的数据,过滤掉重复的待支付订单。优点是同步转异步,高吞吐。不足是不能及时地返回支付结果,需要后续监听支付结果的异步返回。

二、应用场景

支付业务

如上图所示用户下单后点击支付按钮进行支付。支付系统根据单号创建支付记录,然后调用银行接口,当一行扣款成功后,支付表修改支付状态为已支付。

但是,存在这样的情况,用户点击按钮无效,连续点击多次,是否会出现同一个订单支付多次?如何避免?这就是今天要讲的的幂等性。

作为对比,先看没有实现幂等性,也就是用户连续点击按钮,多次调用银行接口的情况。代码如下:

public void  payForOrder(String orderId){

Order order = orderDao.findById(orderId);

Payment payment = paymentDao.findPaymentByOrderId(orderId);

payment.setOrderId(orderId);

payment.setMoney(order.getMoney());

payment.setPayStatus("0");//正在处理中

paymentDao.update(payment);

String flag = tranService.invoke(url,paymentId); //调用银行接口

payment.setPayStatus(flag);

paymentDao.update(payment);

}

有上面代码可知,当用户对一个单多次点击支付时,上面的代码一定会出现多次调用银行接口的情况。那么问题来了,如何保证幂等性?

介绍一个使用乐观锁实现幂等性的方案。通过新增版本号字段来实现。先看代码:

public payForOrder(String orderId){

Order order = orderDao.findById(orderId);

Payment payment = paymentDao.findPaymentByOrderId(orderId);

boolean invokeInterface = false ;

payment.setOrderId(orderId);

payment.setMoney(order.getMoney());

payment.setPayStatus("0");//正在处理中

payment.setVersion(0);

int records = paymentDao.updateByVersion(payment);

if(records ){

String flag = tranService.invoke(url,payment.getId()); //调用银行接口

payment.setPayStatus(flag);

paymentDao.update(payment);

}else{

logger.error("重复调用............+orderId="+orderId);

}

}

updateByVersion的模拟代码为:

update  t_payment  set  orderId = #{orderId} , money=#{money},  payStatus=#{payStatus}  version=#{ version } +1

where id=#{id} and version=#{version}

用户第一次点击时  paymentDao.updateByVersion(payment) 的返回值为1 ,此时可以调用银行接口;当第二次点击时updateByVersion的返回值为 0 ,不会调用银行接口,实现了幂等性。

作者:守住阳光

链接:https://www.jianshu.com/p/50462732a610

来源:简书

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

标签:orderId,请求,多次,订单,理解,深入,支付,payment

来源: https://www.cnblogs.com/qingsongjava/p/12022158.html

乐观锁实现接口幂等性_深入理解幂等性相关推荐

  1. 乐观锁实现接口幂等性_什么是幂等性,如何实现,以及乐观锁在项目中的实际用法...

    什么是幂等性? 对于同一笔业务操作,不管调用多少次,得到的结果都是一样的.普通方式 只适合单机 jvm加锁方式Lock只能在一个jvm中起效,如果多个请求都被同一套系统处理,上面这种使用Lock的方式 ...

  2. 乐观锁实现接口幂等性_calvin-idempotent

    自定义注解,基于Redis实现接口幂等性 一.幂等性概念 幂等(idempotent.idempotence)是一个数学与计算机学概念,常见于抽象代数中. 在编程中,一个幂等操作的特点是其任意多次执行 ...

  3. mysql乐观锁处理超卖_通过乐观锁解决库存超卖的问题

    前言 在通过多线程来解决高并发的问题上,线程安全往往是最先需要考虑的问题,其次才是性能.库存超卖问题是有很多种技术解决方案的,比如悲观锁,分布式锁,乐观锁,队列串行化,Redis原子操作等.本篇通过M ...

  4. oracle 锁表如何解决_「技术分享」高并发下的接口幂等性解决方案

    高并发下的接口幂等性解决方案! 一.背景我们实际系统中有很多操作,是不管做多少次,都应该产生一样的效果或返回一样的结果.例如:前端重复提交选中的数据,应该后台只产生对应这个数据的一个反应结果.我们发起 ...

  5. mysql乐观锁与事务_[数据库事务与锁]详解七: 深入理解乐观锁与悲观锁

    注明: 本文转载自http://www.hollischuang.com/archives/934 在数据库的锁机制中介绍过,数据库管理系统(DBMS)中的并发控制的任务是确保在多个事务同时存取数据库 ...

  6. lock是悲观锁还是乐观锁_图文并茂的带你彻底理解悲观锁与乐观锁

    点击上方蓝色字体,选择"设置星标" 优质文章,第一时间送达 文章转自:Hollis 原创:安静的boy 这是一篇介绍悲观锁和乐观锁的入门文章.旨在让那些不了解悲观锁和乐观锁的小白们 ...

  7. springboot幂等性_请问,springboot项目支付接口设计,如何保证支付的幂等性,并能给前端反馈友好的提示?...

    什么是幂等性? 幂等是一个数学与计算机学概念,在数学中某一元运算为幂等时,其作用在任一元素两次后会和其作用一次的结果相同." 在计算机中编程中,一个幂等操作的特点是其任意多次执行所产生的影响 ...

  8. 彻底理解乐观锁和悲观锁的区别

    目录 乐观锁 乐观并发控制的阶段 使用版本号实现乐观锁 优点与不足 悲观锁 使用 优点与不足 总结 乐观锁(2) 悲观锁(2) 共享锁 排它锁 行锁 表锁 乐观锁 在关系数据库管理系统里,乐观并发控制 ...

  9. springboot幂等性_如何使用 SpringBoot + Redis 优雅的解决接口幂等性问题

    前言: 在实际的开发项目中,一个对外暴露的接口往往会面临,瞬间大量的重复的请求提交,如果想过滤掉重复请求造成对业务的伤害,那就需要实现幂等! 我们来解释一下幂等的概念: 任意多次执行所产生的影响均与一 ...

最新文章

  1. 泊松分布的分布函数_第114讲 SAS泊松分布与泊松回归
  2. SQL SERVER 2000安装遇到的问题小汇总(转载)
  3. 那些年做的学术公益-你不是一个人在战斗
  4. 【ArcGIS|空间分析|网络分析】8 查找能够为需求点对提供服务的最佳路径
  5. android访问win10共享文件夹,用手机es文件浏览器访问win10系统共享文件的方法
  6. 个人认为制作系统盘(U盘启动盘)最干净的方式?
  7. 颜值是第一生产力 - Windows Terminal
  8. LPC17XX系列ISP升级流程
  9. fstream —文件读写操作
  10. 电脑怎么翻译图片中的文字?快速翻译图片文字的方法
  11. 算法很美:01背包问题(动态规划、贪心)
  12. centos查看DHCP租期
  13. vue 引用网络css_Vue 引入外部CSS文件
  14. 苏宁易购与海信深化战略合作 海信贾少谦:支持苏宁易购新发展
  15. ubuntu系统下adb连接手机
  16. 《钢琴调律师 五级》 笔记
  17. MATLAB 交通限速标志识别 限速识别 分割 图像处理 程序 代码
  18. python实现Diffie-Hellman密钥交换算法
  19. 盘点2022架构创新实践—GIAC深圳大会全日程公布
  20. 建立数据目录的6个步骤

热门文章

  1. 预编译语句(Prepared Statements)介绍,以MySQL为例
  2. argparse简要用法总结
  3. system函数阻塞问题
  4. 三大电信运营商携号转网数据_三大运营商携号转网,哪个会更有优势?
  5. Java树形结构的实现
  6. 100道经典算法题(51-75)
  7. 名帖58 褚遂良 小楷《诗唐风》
  8. 17. Nginx + keepalived 高可用
  9. dns服务器怎么优化,总结DNS服务器负载均衡配置的原理及优缺点
  10. 推挽输出和开漏输出区别