内容简介：可以参考数据库乐观锁机制，比如执行一条更新库存的 SQL 语句，在并发场景，为了性能和数据可靠性，会在更新时加上查询时的版本，并且更新这个版本信息。可能你要对一个事情进行操作，这个操作可能会执行成百上千次，但是操作结果都是相同的，这就是幂等性。在海量订单生成的业务高峰期，生产端有可能就会重复发生了消息，这时候消费端就要实现幂等性，这就意味着我们的消息永远不会被消费多次，即使我们收到了一样的消息。大家肯定懂唯一 ID 的，就不多说了，为什么需要指纹码呢？这是为了应对用户在一瞬间的频繁操作，这个指纹码可能是我们
可以参考数据库乐观锁机制，比如执行一条更新库存的 SQL 语句，在并发场景，为了性能和数据可靠性，会在更新时加上查询时的版本，并且更新这个版本信息。可能你要对一个事情进行操作，这个操作可能会执行成百上千次，但是操作结果都是相同的，这就是幂等性。
二、消费端的幂等性保障
在海量订单生成的业务高峰期，生产端有可能就会重复发生了消息，这时候消费端就要实现幂等性，这就意味着我们的消息永远不会被消费多次，即使我们收到了一样的消息。
业界主流的幂等性有两种操作：
1.唯一 ID + 指纹码 机制，利用数据库主键去重 2.利用 redis 的原子性去实现 复制代码
三、唯一 ID + 指纹码 机制
大家肯定懂唯一 ID 的，就不多说了，为什么需要指纹码呢？这是为了应对用户在一瞬间的频繁操作，这个指纹码可能是我们的一些规则或者时间戳加别的服务给到的唯一信息码，它并不一定是我们系统生成的，基本都是由我们的业务规则拼接而来，但是一定要保证唯一性，然后就利用查询语句进行判断这个id是否存在数据库中。
好处就是实现简单，就一个拼接，然后查询判断是否重复。
坏处就是在高并发时，如果是单个数据库就会有写入性能瓶颈
解决方案：根据 ID 进行分库分表，对 id 进行算法路由，落到一个具体的数据库，然后当这个 id 第二次来又会落到这个数据库，这时候就像我单库时的查重一样了。利用算法路由把单库的幂等变成多库的幂等，分摊数据流量压力，提高性能。
四、利用 redis 的原子性去实现
相信大家都知道 redis 的原子性操作，我这里就不需要过多介绍了。
使用 redis 的原子性去实现需要考虑两个点
一是 是否 要进行数据落库，如果落库的话，关键解决的问题是数据库和缓存如何做到原子性？ 数据库与缓存进行同步肯定要进行写操作，到底先写 redis 还是先写数据库，这是个问题，涉及到缓存更新与淘汰的问题
二是如果不落库，那么都存储到缓存中，如何设置定时同步的策略？ 不入库的话，可以使用双重缓存等策略，保障一个消息副本，具体同步可以使用类似 databus 这种同步工具。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- ElasticSearch重要概念及简单用法
- Go学习日志：基本概念及通道
- 喧哗的背后：Serverless 的概念及挑战
- Python类、模块、包的概念及区别
- Apache Pig的一些基础概念及用法总结（2）
- Apache Pig的一些基础概念及用法总结（2）
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
第二曲线：跨越“S型曲线”的二次增长
[英]查尔斯·汉迪（Charles Handy） / 苗青 / 机械工业出版社 / 2017-6 / 49.00
S型曲线是每个组织和企业在预测未来时一定会参考的工具，一切事物的发展都逃不开S型曲线（“第一曲线”）。 然而，从公司组织、企业治理、市场的变化，到个人职业发展、社会人际关系以及未来的教育与社会价值，多维度地探讨这个世界需要重新以不同的角度来思考问题，不能够总是停留在“第一曲线”的世界。 如果组织和企业能在第一曲线到达巅峰之前，找到带领企业二次腾飞的“第二曲线”，并且第二曲线必须在第一曲......一起来看看 《第二曲线：跨越“S型曲线”的二次增长》 这本书的介绍吧!
