大家好,我是狼王,又跟大家见面了。
前言
最近测试给我提了一个bug,说我之前提供的一个批量复制商品的接口,产生了重复的商品数据。
追查原因之后发现,这个事情没想象中简单,可以说一波多折。
1. 需求
产品有个需求:用户选择一些品牌,点击确定按钮之后,系统需要基于一份默认
品牌的商品数据,复制出一批新
的商品。
拿到这个需求时觉得太简单了,三下五除二就搞定。
我提供了一个复制商品的基础接口,给商城系统调用。
当时的流程图如下:如果每次复制的商品数量不多,使用同步接口调用的方案问题也不大。
2. 性能优化
但由于每次需要复制的商品数量比较多,可能有几千。
如果每次都是用同步接口的方式复制商品,可能会有性能问题。
因此,后来我把复制商品的逻辑改成使用mq
异步处理。
改造之后的流程图:复制商品的结果还需要通知商城系统:
这个方案看起来,挺不错的。
但后来出现问题了。
3. 出问题了
测试给我们提了一个bug,说我之前提供的一个批量复制商品的接口,产生了重复的商品数据。
经过追查之后发现,商城系统为了性能考虑,也改成异步了。
他们没有在接口中直接调用基础系统的复制商品接口,而是在job
中调用的。
站在他们的视角流程图是这样的:用户调用商城的接口,他们会往
请求记录表
中写入一条数据,然后在另外一个job
中,异步调用基础系统的接口去复制商品。
但实际情况是这样的:商城系统内部出现了bug,在请求记录表中,同一条请求产生了重复的数据。这样导致的结果是,在job中调用基础系统复制商品接口时,发送了重复的请求。
刚好基础系统现在是使用RocketMQ
异步处理的。由于商城的job一次会取一批数据(比如:20条记录),在极短的时间内(其实就是在一个for循环中)多次调用接口,可能存在相同的请求参数连续调用复制商品接口情况。于是,出现了并发插入重复数据的问题。
为什么会出现这个问题呢?
4. 多线程消费
RocketMQ
的消费者,为了性能考虑,默认是用多线程并发消费的,最大支持64
个线程。
例如:
@RocketMQMessageListener(topic = "${com.susan.topic:PRODUCT_TOPIC}",
consumerGroup = "${com.susan.group:PRODUCT_TOPIC_GROUP}")
@Service
public class MessageReceiver implements RocketMQListener<MessageExt> {
@Override
public void onMessage(MessageExt message) {
String message = new String(message.getBody(), StandardCharsets.UTF_8);
doSamething(message);
}
}
也就是说,如果在极短的时间内,连续发送重复的消息,就会被不同的线程消费。
即使在代码中有这样的判断:
Product oldProduct = query(hashCode);
if(oldProduct == null) {
productMapper.insert(product);
}
在插入数据之前,先判断该数据是否已经存在,只有不存在才会插入。
但由于在并发情况下,不同的线程都判断商品数据不存在,于是同时进行了插入操作,所以就产生了重复数据
。
如下图所示:
5. 顺序消费
为了解决上述并发消费重复消息的问题,我们从两方面着手:
商城系统修复产生重复记录的bug。
基础系统将消息改成
单线程顺序消费
。
我仔细思考了一下,如果只靠商城系统修复bug,以后很难避免不出现类似的重复商品问题,比如:如果用户在极短的时间内点击创建商品按钮多次,或者商城系统主动发起重试。
所以,基础系统还需进一步处理。
其实RocketMQ
本身是支持顺序消费的,需要消息的生产者和消费者一起改。
生产者改为:
rocketMQTemplate.asyncSendOrderly(topic, message, hashKey, new SendCallback() {
@Override
public void onSuccess(SendResult sendResult) {
log.info("sendMessage success");
}
@Override
public void onException(Throwable e) {
log.error("sendMessage failed!");
}
});
重点是要调用rocketMQTemplate
对象的asyncSendOrderly
方法,发送顺序消息。
消费者改为:
@RocketMQMessageListener(topic = "${com.susan.topic:PRODUCT_TOPIC}",
consumeMode = ConsumeMode.ORDERLY,
consumerGroup = "${com.susan.group:PRODUCT_TOPIC_GROUP}")
@Service
public class MessageReceiver implements RocketMQListener<MessageExt> {
@Override
public void onMessage(MessageExt message) {
String message = new String(message.getBody(), StandardCharsets.UTF_8);
doSamething(message);
}
}
接收消息的重点是RocketMQMessageListener
注解中的consumeMode
参数,要设置成ConsumeMode.ORDERLY
,这样就能顺序消费消息了。
修改后关键流程图如下:
两边都修改之后,复制商品这一块就没有再出现重复商品的问题了。
But,修完bug之后,我又思考了良久。
复制商品只是创建商品的其中一个入口,如果有其他入口,跟复制商品功能同时创建新商品呢?
不也会出现重复商品问题?
虽说,这种概率非常非常小。
但如果一旦出现重复商品问题,后续涉及到要合并商品的数据,非常麻烦。
经过这一次的教训,一定要防微杜渐。
不管是用户,还是自己的内部系统,从不同的入口创建商品,都需要解决重复商品创建问题。
那么,如何解决这个问题呢?
6. 唯一索引
解决重复商品数据问题,最快成本最低最有效的办法是:给表建唯一索引
。
想法是好的,但我们这边有个规范就是:业务表必须都是逻辑删除
。
而我们都知道,要删除表的某条记录的话,如果用delete
语句操作的话。
例如:
delete from product where id=123;
这种delete操作是物理删除
,即该记录被删除之后,后续通过sql语句基本查不出来。(不过通过其他技术手段可以找回,那是后话了)
还有另外一种是逻辑删除,主要是通过update
语句操作的。
例如:
update product set delete_status=1,edit_time=now(3)
where id=123;
逻辑删除需要在表中额外增加一个删除状态字段
,用于记录数据是否被删除。在所有的业务查询的地方,都需要过滤掉已经删除的数据。
通过这种方式删除数据之后,数据任然还在表中,只是从逻辑上过滤了删除状态的数据而已。
其实对于这种逻辑删除的表,是没法加唯一索引
的。
为什么呢?
假设之前给商品表中的name和model加了唯一索引,如果用户把某条记录删除了,delete_status设置成1了。后来,该用户发现不对,又重新添加了一模一样的商品。
由于唯一索引的存在,该用户第二次添加商品会失败,即使该商品已经被删除了,也没法再添加了。
这个问题显然有点严重。
有人可能会说:把name、model和delete_status三个字段同时做成唯一索引不就行了?
答:这样做确实可以解决用户逻辑删除了某个商品,后来又重新添加相同的商品时,添加不了的问题。但如果第二次添加的商品,又被删除了。该用户第三次添加相同的商品,不也出现问题了?
由此可见,如果表中有逻辑删除功能,是不方便创建唯一索引的。
5. 分布式锁
接下来,你想到的第二种解决数据重复问题的办法可能是:加分布式锁
。
目前最常用的性能最高的分布式锁,可能是redis分布式锁
了。
使用redis分布式锁的伪代码如下:
try{
String result = jedis.set(lockKey, requestId, "NX", "PX", expireTime);
if ("OK".equals(result)) {
doSamething();
return true;
}
return false;
} finally {
unlock(lockKey,requestId);
}
不过需要在finally
代码块中释放锁
。
其中lockKey是由商品表中的name和model组合而成的,requestId是每次请求的唯一标识,以便于它每次都能正确得释放锁。还需要设置一个过期时间expireTime,防止释放锁失败,锁一直存在,导致后面的请求没法获取锁。
如果只是单个商品,或者少量的商品需要复制添加,则加分布式锁没啥问题。
主要流程如下:可以在复制添加商品之前,先尝试加锁。如果加锁成功,则在查询商品是否存在,如果不存在,则添加商品。此外,在该流程中如果加锁失败,或者查询商品时不存在,则直接返回。
加分布式锁的目的是:保证查询商品和添加商品的两个操作是原子性的操作。
但现在的问题是,我们这次需要复制添加的商品数量很多,如果每添加一个商品都要加分布式锁的话,会非常影响性能。
显然对于批量接口,加redis分布式锁,不是一个理想的方案。
6. 统一mq异步处理
前面我们已经聊过,在批量复制商品的接口,我们是通过RocketMQ的顺序消息,单线程异步复制添加商品的,可以暂时解决商品重复的问题。
但那只改了一个添加商品的入口,还有其他添加商品的入口。
能不能把添加商品的底层逻辑统一一下,最终都调用同一段代码。然后通过RocketMQ的顺序消息,单线程异步添加商品。
主要流程如下图所示:这样确实能够解决重复商品的问题。
但同时也带来了另外两个问题:
现在所有的添加商品功能都改成异步了,之前同步添加商品的接口如何返回数据呢?这就需要修改前端交互,否则会影响用户体验。
之前不同的添加商品入口,是多线程添加商品的,现在改成只能由一个线程添加商品,这样修改的结果导致添加商品的整体效率降低了。
由此,综合考虑了一下各方面因素,这个方案最终被否定了。
7. insert on duplicate key update
其实,在mysql中存在这样的语法,即:insert on duplicate key update
。
在添加数据时,mysql发现数据不存在,则直接insert
。如果发现数据已经存在了,则做update
操作。
不过要求表中存在唯一索引
或PRIMARY KEY
,这样当这两个值相同时,才会触发更新操作,否则是插入。
现在的问题是PRIMARY KEY是商品表的主键,是根据雪花算法
提前生成的,不可能产生重复的数据。
但由于商品表有逻辑删除功能,导致唯一索引在商品表中创建不了。
由此,insert on duplicate key update这套方案,暂时也没法用。
此外,insert on duplicate key update在高并发的情况下,可能会产生死锁
问题,需要特别注意一下。
感兴趣的小伙伴,也可以找我私聊。
其实insert on duplicate key update的实战,我在另一篇文章《我用kafka两年踩过的一些非比寻常的坑》中介绍过的,感兴趣的小伙伴,可以看看。
8. insert ignore
在mysql中还存在这样的语法,即:insert ... ignore
。
在insert语句执行的过程中:mysql发现如果数据重复了,就忽略,否则就会插入。
它主要是用来忽略,插入重复数据产生的Duplicate entry 'XXX' for key 'XXXX'
异常的。
不过也要求表中存在唯一索引
或PRIMARY KEY
。
但由于商品表有逻辑删除功能,导致唯一索引在商品表中创建不了。
由此可见,这个方案也不行。
温馨的提醒一下,使用insert ... ignore也有可能会导致死锁
。
9. 防重表
之前聊过,因为有逻辑删除功能,给商品表加唯一索引,行不通。
后面又说了加分布式锁,或者通过mq单线程异步添加商品,影响创建商品的性能。
那么,如何解决问题呢?
我们能否换一种思路,加一张防重表
,在防重表中增加商品表的name和model字段作为唯一索引。
例如:
CREATE TABLE `product_unique` (
`id` bigint(20) NOT NULL COMMENT 'id',
`name` varchar(130) DEFAULT NULL COMMENT '名称',
`model` varchar(255) NOT NULL COMMENT '规格',
`user_id` bigint(20) unsigned NOT NULL COMMENT '创建用户id',
`user_name` varchar(30) NOT NULL COMMENT '创建用户名称',
`create_date` datetime(3) NOT NULL DEFAULT CURRENT_TIMESTAMP(3) COMMENT '创建时间',
PRIMARY KEY (`id`),
UNIQUE KEY `ux_name_model` (`name`,`model`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='商品防重表';
其中表中的id可以用商品表的id,表中的name和model就是商品表的name和model,不过在这张防重表中增加了这两个字段的唯一索引。
视野一下子被打开了。
在添加商品数据之前,先添加防重表。如果添加成功,则说明可以正常添加商品,如果添加失败,则说明有重复数据。
防重表添加失败,后续的业务处理,要根据实际业务需求而定。
如果业务上允许添加一批商品时,发现有重复的,直接抛异常,则可以提示用户:系统检测到重复的商品,请刷新页面重试。
例如:
try {
transactionTemplate.execute((status) -> {
productUniqueMapper.batchInsert(productUniqueList);
productMapper.batchInsert(productList);
return Boolean.TRUE;
});
} catch(DuplicateKeyException e) {
throw new BusinessException("系统检测到重复的商品,请刷新页面重试");
}
在批量插入数据时,如果出现了重复数据,捕获DuplicateKeyException
异常,转换成BusinessException
这样运行时的业务异常。
还有一种业务场景,要求即使出现了重复的商品,也不抛异常,让业务流程也能够正常走下去。
例如:
try {
transactionTemplate.execute((status) -> {
productUniqueMapper.insert(productUnique);
productMapper.insert(product);
return Boolean.TRUE;
});
} catch(DuplicateKeyException e) {
product = productMapper.query(product);
}
在插入数据时,如果出现了重复数据,则捕获DuplicateKeyException
,在catch
代码块中再查询一次商品数据,将数据库已有的商品直接返回。
如果调用了同步添加商品的接口,这里非常关键的一点,是要返回已有数据的id,业务系统做后续操作,要拿这个id操作。
当然在执行execute之前,还是需要先查一下商品数据是否存在,如果已经存在,则直接返回已有数据,如果不存在,才执行execute方法。这一步千万不能少。
例如:
Product oldProduct = productMapper.query(product);
if(Objects.nonNull(oldProduct)) {
return oldProduct;
}
try {
transactionTemplate.execute((status) -> {
productUniqueMapper.insert(productUnique);
productMapper.insert(product);
return Boolean.TRUE;
});
} catch(DuplicateKeyException e) {
product = productMapper.query(product);
}
return product;
千万注意:防重表和添加商品的操作必须要在同一个事务中,否则会出问题。
顺便说一下,还需要对商品的删除功能做特殊处理一下,在逻辑删除商品表的同时,要物理删除防重表。用商品表id作为查询条件即可。
说实话,解决重复数据问题的方案挺多的,没有最好的方案,只有最适合业务场景的,最优的方案。
此外,如果你对重复数据衍生出的幂等性问题感兴趣的话,可以看看我的另一篇文章《高并发下如何保证接口的幂等性?》,里面有非常详细的介绍。
最后说一句(求关注,别白嫖我)
如果这篇文章对您有所帮助,或者有所启发的话,帮忙扫描下发二维码关注一下,您的支持是我坚持写作最大的动力。
求一键三连:点赞、转发、在看。
关注公众号:【狼王编程】,在公众号中回复:面试、代码神器、开发手册、时间管理有超赞的粉丝福利,另外回复:加群,可以跟很多BAT大厂的前辈交流和学习。