内容简介:为何会存在需要服务的幂等,在互联网中由于网络的不稳定和一些业务重复确认设计,对一个接口的调用存在重试的机制,为了确保执行同一个请求执行一次和执行多次的效果是一样的,所以就存在了幂等的设计。 举个例子,如果在转账的交易中,A给B进行一笔转账,如果没有幂等性,很可能就因为各种原因导致了A给B进行了多笔转账,在银行系统中,这个就是重大的灾难。服务的幂等可能划分为2个层面,一个是从接口的请求层面,一个是从业务层面考虑。从请求层面考虑,就是一个接口得保证请求一个和请求多次得到的效果是一致的。 如果用数据表达式是这样的
为何会存在需要服务的幂等,在互联网中由于网络的不稳定和一些业务重复确认设计,对一个接口的调用存在重试的机制,为了确保执行同一个请求执行一次和执行多次的效果是一样的,所以就存在了幂等的设计。 举个例子,如果在转账的交易中,A给B进行一笔转账,如果没有幂等性,很可能就因为各种原因导致了A给B进行了多笔转账,在银行系统中,这个就是重大的灾难。
幂等的定义
服务的幂等可能划分为2个层面,一个是从接口的请求层面,一个是从业务层面考虑。
请求层面:
从请求层面考虑,就是一个接口得保证请求一个和请求多次得到的效果是一致的。 如果用数据表达式是这样的
f...f(f(x)) = f(x) x是参数 f是执行函数 复制代码
把相同的参数传给执行函数,不管执行了多少次,结果是一致的。
业务层面:
从业务角度出来
例如一个用户在一次购买中不能重复下单
例如库存剩下了1个商品,现在有10个人抢购,怎么保证不超卖
例如在MQ的生产者是不需要保证幂等,很可能把同一条消息发送多次,需要保证MQ消费端去重,MQ消费者保证这批消息只会执行一个。
导致非幂等原因
先了解下为何会出现不幂等的原因,因为retry重试,如果取消retry机制,是否就能杜绝不幂等呢,答应应该是肯定的,但取消retry是否现实,我们来看看究竟在什么场合会出现retry
用户进行下订单,调用下单接口超时,调用方又发起一次创建下单接口。
用户下单进行扣减库存,调用扣减库存接口超时了,调用方又发起一次扣减库存接口。
下单完毕后,生产者发送一条MQ,MQ超时没有及时响应ACK,生产者又再发送一条MQ,消费者连续就收到了两条MQ
从整个系统或业务层面其实很难去做到去retry,所以在一些接口的幂等性还是需要我们自己来做。
幂等作用范围
读/写请求层面范围幂等
读没有造成数据的改变,只有写请求才会造成数据改变。
架构层面范围幂等
究竟在哪些层会造成数据的改变
反向代理?网关?业务逻辑?数据访问?
从架构层面出发,哪些层会对数据造成改变,只有造成数据改变的层才需要做出幂等,很显然,数据访问层直接操作DB和Cache (业务逻辑层也可能访问操作cache),从请求层面来看,我们需要对数据访问层进行幂等操作。
数据访问层哪些操作需要幂等
从数据层面出发,数据访问层 也就提供了 CRUD 四个请求层面,先站在数据层出发,看看是否可以对数据访问层进行一定改造让数据访问层达到幂等性
Create / Select 操作
insert into user (name,pm) values ('petty',18) 复制代码
由于user表的主键是自增ID,所以每次插入都会新增一条,可以考虑进行改造,让prikey程序实现而不依赖数据库,或者创建具备unique的索引,确保不会出现重复录入的行。
insert into user (id,name,pm) values (100,'petty',18) [执行成功] insert into user (id,name,pm) values (100,'petty',18) [error : Duplicate entry '100' for key 'PRIMARY'] 复制代码
其实无论是否考虑到幂等性,在分布式服务中,都应该尽量避免使用数据库直接生成Id的方式去创建主键。
Update 操作
对数据库的update操作简单来说,有【绝对值】修改,【相对值】修改 set [ num = 100 | num++ ]:
绝对值修改,例如商品下架
update product status = -1 where pid=1 复制代码
属于天然幂等,如论执行多少次,结果都一直,不需要改造
(可能有人会有疑问说,如果又有另外一个线程把status修改成0,然后retry又把status修改成-1,那就达不到幂等效果,其实这个是另外一个问题了,这个不是本接口幂等的问题,而是业务隔离的问题)
相对值修改,年龄增加:
update xx set pm=pm++ where id = 100 复制代码
这个就是明显的不具备幂等性,解决思路,现在程序层中查出数值进行计算
update xx set pm=pm++ where id = 100 and pm = 18 or update xx set pm=19 where id = 100 复制代码
这里可以在数据层面解决幂等性,不过这里多查了一次 sql 也会带来性能上的一个问题。
Delete 操作
delete from xx order by pm desc limit 10 复制代码
delete 道理跟 update 一致,回到业务中,除非我们想drop掉整个表,不然其实不可以 delete 掉相对的条件的范围,一般都是需要查询出来哪些确切要delete的id,然后针对这批id进行delete
业务层面的幂等
上面从数据层面对CRUD做幂等处理,不过幂等性更多是考虑到业务场景,看一个例子。
状态机控制
例如我们有一个订单,假如订单的状态有:未确认->已经创建->已付款->已确认
update order set status = 已经创建 where orderid=1 and status = 未确认 update order set status = 已经创建 where orderid=1 and status = 未确认 【无效】 复制代码
通过在设计状态字段,使用状态机的机制,确保status必须按照业务的流程往下走,这样在第二次更新时也会无效达到了幂等性的效果。
分布式锁
刚说到在MQ的消费场景中,可能出现多次消费的情况,这个情况只能由消费者自己解决,举个例子:
当用户下订单因为生产者不需要幂等产生了2个MQ,分别msg=xx001,msg=xx002,他们的orderid都是001,两个消息都发送给了MQ,MQ再将两个消息发送给2个消费者。两个消费者现在用orderid为key,组成了一把分布式锁,两个消费者同时去获取这一把锁,不过它们之间只能有一个消费者获取成功,或者成功的消费者将消费这个mq并执行,或者不成功的消费者将取消执行。
分布式锁主要起到的作用是解决并行的问题,将原本可能出问题的并行转为串性。
分布式锁解决不了的问题:
当一个消费线程获取锁之后,很快就执行了,然后把锁释放掉。另外一个线程因为MQ时延等问题在第一个线程执行完之后才接收到MQ,又获取到分布式锁,又将接口再一次执行。
分布式锁其实并不解决幂等性问题,但是可以看得出来,这两次接口的执行并不是并发执行,两次是一个串行关系,只要是串行关系,那可以借助状态机的机器去解决。这个时候就变成了一个业务隔离的问题
去重表
这个场景适合业务中有唯一插入的场景,例如在支付的场景中,订单只能被支付一次,可以把orderid作为一个唯一标示。新建一张去重表,并把orderid作为唯一索引,在写入订单表时,联通去重表一起写入并放在同一个事务中,如果重复调用,会由去重表抛出唯一索引约束的异常,进行回滚。
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:- 软件测试人员应具备哪些能力?
- memcached客户端应该具备的功能
- [译] 好的编程语言具备哪些特性?
- 军软开发人员也应具备产品意识
- CSS即将具备的6种处理器特性
- 一名合格的iOS架构师应该具备哪些特质?
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。
构建高可用Linux服务器(第3版)
余洪春 / 机械工业出版社 / 2014-10 / 79.00元
《构建高可用Linux服务器(第3版)》是Linux运维领域公认的经典畅销书,是国内51CTO、IT168等知名网站和多位资深运维专家共同推荐的运维工程师必备的工具书! “酒哥”在Linux运维领域潜心实践近10年,一直在运维一线,技术和思维都紧跟时代的发展,非常清楚运维工程师们需要什么,应该学习什么。本书不仅是他近10年工作经验的结晶,同时也是他的数万名读者和数十万粉丝共同需求和集体智慧的......一起来看看 《构建高可用Linux服务器(第3版)》 这本书的介绍吧!