解决接口幂等问题,只需要记住一句口令"一锁、二判、三更新",只要严格遵守这个过程,那么就可以解决并发问题。
一锁:第一步,先加锁。可以加分布式锁、或者悲观锁都可以。但是一定要是一个互斥锁!
二判:第二步,进行幂等性判断。可以基于状态机、流水表、唯一性索引等等进行重复操作的判断。
三更新:第三步,进行数据的更新,将数据进行持久化。
以下是个简单的示例:
//一锁:先加一个分布式锁
@DistributeLock(scene = "OEDER", keyExpression = "#request.identifier", expire = 3000)
public OrderResponse apply(OrderRequest request) {
OrderResponse response = new OrderResponse();
//二判:判断请求是否执行成功过
OrderDTO orderDTO = orderService.queryOrder(request.getProduct(), request.getIdentifier());
if (orderDTO != null) {
response.setSuccess(true);
response.setResponseCode("DUPLICATED");
return response;
}
//三更新:执行更新的业务逻辑
return orderService.order(request);
}
三步需要严格控制顺序,确保加锁成功后进行数据查询和判断,幂等性判断通过后再更新,更新结束后释放锁。
以上操作需要有一个前提,那就是第一步加锁、和第二步判断的时候,需要有一个依据,这个就是幂等号了,通常需要和上游约定一个唯一ID作为幂等号。然后通过对幂等号加锁,再通过幂等号进行幂等判断即可。
一锁这个过程,建议使用Redis实现分布式锁,因为他是非阻塞的高效率的互斥锁。非常适合在幂等控制场景中。
二判这个过程,如果有操作流水,建议基于操作流水做幂等,并将幂等号作为唯一性约束,确保唯一性。如果没有流水,那么基于状态机也是可以的。
但是不管怎么样,数据库的唯一性约束都要加好,这是系统的最后一道防线。万一前面的锁失效了,这里也能控制得住不会产生脏数据。
第一步加锁为了解决高并发场景下的幂等问题,如果没有高并发, 不需要第一步了,就直接查询,更新,在更新的时候做乐观锁控制就行了:
请求幂等:每次请求,如果参数一样,结果也要一样。
业务幂等:同一次业务请求,再拿到最终状态之后的每次请求,结果要保证一样。再没拿到最终状态之前,每一次请求需要正常执行业务逻辑,直到推进到最终状态。
比如,一次支付请求,如果支付返回处理中,或者系统异常等,我们需要重试,继续调用,直到他明确的返回支付成功,或者明确的无法成功的支付失败结果。
一般来说,在幂等请求中,应该如下返回:
success = true
responseCode = DUPLICATED
这样既能让别人知道是成功了,也能知道是因为幂等而导致的成功