分布式下如何保障幂等性？

码上就行-Java

已于 2024-10-01 23:47:47 修改

阅读量445

点赞数 9

文章标签：分布式 redis 数据库 java rocketmq 后端 spring

于 2024-10-01 23:43:41 首次发布

本文链接：https://blog.csdn.net/m0_64022678/article/details/142675981

版权

四、为什么选择Redis实现消息队列的幂等性？

五、Redis宕机或网络延迟时的应对策略

六、不使用Redis的幂等性解决方案

总结

引言

本文主要探讨生成唯一请求ID和分布式锁的形式保障幂等性！

幂等解释：无论一个操作被重复执行多少次，其结果必须保持不变。

在分布式系统中，幂等性是保障系统稳定性和数据一致性的核心原则之一。

这一点在处理高并发、网络延迟或用户重复提交请求的场景下尤为重要。在这种情况下，如何设计一个有效的幂等性机制，避免数据重复写入、操作重复执行，是分布式系统中的一大挑战。

本文将围绕分布式系统中的幂等性展开，探讨客户端与服务端的幂等性实现方式，并深入讨论Redis在幂等性保障中的作用。

一、幂等性分类

在分布式系统中，幂等性可以分为客户端幂等和服务端幂等。

客户端幂等：客户端保证每个请求只发送一次，避免因网络抖动或用户重复操作引发的多次请求。
服务端幂等：服务端在接收到相同请求时，只会处理一次，即便请求重复多次到达，也会确保业务逻辑不会被多次执行。

对于服务端来说，幂等性是防止业务系统重复处理的最后一道防线，特别是在消息队列、事务处理等场景中，确保幂等性是系统正常运行的必要条件。

二、客户端幂等性

前端如果未禁用按钮，可能导致重复消费，保险起见后端也需要保障操作幂等。

这里我们可以通过生成唯一请求id来保障重复操作的幂等问题。

三、服务端幂等性

通常比如我们MQ的重复消费问题、库存扣减问题都会出现幂等问题。

我们可以通过分布式锁，把对应方法和参数混合生成分布式锁来控制。
其实无非就是：一锁二判三操作四释放

四、为什么选择Redis实现消息队列的幂等性？

Redis作为一个内存级别的NoSQL数据库，在处理高并发和保证幂等性上有天然的优势。主要体现在以下几点：

性能优势：
Redis是基于内存操作的非关系型数据库，单线程多路复用的特性使其能够以极低的延迟处理大量请求。相比于传统关系型数据库，Redis的操作速度更快，能够在高并发场景下提供极高的性能。
分布式支持：
Redis天生支持分布式架构，能够在多节点之间共享数据，保障服务端多节点情况下的幂等性。这在分布式消息队列系统中尤为重要，能够防止不同节点处理相同消息时出现的重复执行。
SetNX确保原子性：
Redis中的SetNX命令（Set if Not Exists）是实现幂等性的关键。通过这个命令，可以确保某个操作只会在Redis中成功执行一次。如果同一个操作尝试再次执行，Redis会返回操作已存在的标志，从而保证幂等性。利用SetNX，可以有效地避免请求的重复执行，确保每个请求只被处理一次。

五、Redis宕机或网络延迟时的应对策略

一文看懂｜分布式系统之CAP理论【感兴趣可自行阅读】：一文看懂｜分布式系统之CAP理论-腾讯云开发者社区-腾讯云一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。https://cloud.tencent.com/developer/article/1860632

CAP简述：Redis虽有诸多优势，但我们也不能忽视可能出现的极端情况，如Redis宕机或网络延迟。此时，我们可以借助CAP理论来指导系统设计。CAP理论指出，分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三者中的两项。

方案存在问题：我们这里的方案虽然保证了一致性和分区容错性（即CP），这意味着在某些极端情况下，系统的可用性可能会受到影响。如果Redis出现短暂的网络延迟或宕机，系统在保证数据一致性的基础上，可能会暂时无法接受新的请求。

解决问题方案：为了应对这种情况，可以采取Redis集群的方式，通过多节点来实现高可用性，从而减少系统因单点故障而不可用的时间。

六、不使用Redis的幂等性解决方案

虽然Redis是一种高效的幂等性解决方案，但在某些场景下，我们可以选择其他方式来保障幂等性：

数据库唯一索引约束：
通过在数据库中设置唯一索引，确保同一条记录不会被重复写入。这样可以通过数据库的唯一性约束来避免重复数据的生成。
数据库消息表【强幂等性保障】：
通过记录每个请求的处理状态，将每个请求写入消息表中，确保相同的请求不会被重复处理。
状态字段控制：
在数据库中为每个请求或操作增加状态字段，通过状态字段判断某个请求是否已经处理过，从而避免重复处理。
悲观锁-分布式锁：
利用分布式锁来保证同一时间内只有一个线程能够执行某一请求，确保并发请求不会导致重复操作。
乐观锁+版本号机制：
通过数据库中的版本号控制，实现乐观锁机制，避免因并发写入导致的数据不一致问题。
操作天然幂等性：
某些操作本身具有幂等性，比如将某个字段更新为固定值的操作无论执行多少次，其结果都是一致的。

总结

在分布式系统中，幂等性是保障系统稳定性和数据一致性的关键之一。Redis凭借其内存操作的高性能、分布式支持以及原子性操作的特性，成为了幂等性保障的理想选择。在高并发场景下，Redis的SetNX命令为幂等性提供了简洁而高效的解决方案。同时，在极端情况下，通过CAP理论，我们可以选择适当的权衡策略来应对Redis宕机或网络延迟的问题。尽管Redis有其独特的优势，但在不同的场景中，数据库索引、状态控制、分布式锁等其他方式也可以用来保障幂等性，确保系统的可靠性和一致性。