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。
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。
幂等VS防重
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。
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。
SQL基础操作里面的幂等性
在增删改查4个操作中,尤为注意就是增加或者修改。
以SQL为例:
查询:具有天然的幂等性:
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。
删除:也只会进行一次,用户多次点击产生的结果一样的。
DELETE FROM tab1 where col1 = 1
修改:修改在大多场景下结果一样,但某些场景还需要注意。
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。
增加:在重复提交的场景下会出现。
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。
业务场景下的幂等性
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:
-
订单模块: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;(提交订单会锁库存,多次无用的提交会导致库存变少)
-
支付模块:分布式架构一般下单和支付都会分为两个服务,下单和支付分开,这样就需要在下单和支付分别满足幂等性。
(说明一下,一般来说支付流程分2步:充值(拉起订单) + 支付(付款支付)。当然,这是取决于系统是怎么去设计的。单体架构一般下单和支付一次操作) -
第三方支付平台:其他平台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。
幂等性的简单的逻辑思路
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
详细的逻辑设计
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。
下面以系统对接某第三方支付平台为例,在不考虑并发的情况下,实现幂等很简单:
- 先查询一下订单是否已经支付过,
- 如果订单状态为‘已支付’,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’。
- 返回支付结果
在上述的步骤中,后序的步骤依赖于第一步的查询结果。那么,在高并发的环境下,在某一次请求中,步骤三订单状态还没有修改为‘已支付状态’,而此时,后一个请求就已经进来了。
那么,在支付中,我们需要通过判断订单状态,来确保我们能够获得正确的订单状态,从而进行相应的业务操作。
注意:下面的种种操作只是为了正确获得订单状态而采取的控制手段,并不是说幂等性是通过下面这种方式去实现的。
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。
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。