Skip to main content

幂等与防重

ventixyAbout 4 min

在分布式系统和微服务架构中，接口幂等性和防重是两个相关但不同的概念。它们都旨在解决由于网络问题、客户端重试等原因导致的重复请求问题，但在实现和应用场景上有所区别。

  1. 目的不同：

    • 幂等性：确保多次请求的结果一致，避免副作用。
    • 防重：防止短时间内重复请求，避免不必要的处理。

  2. 时间范围不同：

    • 幂等性：通常不受时间限制，只要请求的参数相同，结果就一致。
    • 防重：通常在一定的时间窗口内有效，超过时间窗口后可以重新请求。

  3. 实现机制不同：

    • 幂等性：通常需要持久化存储（如数据库）来记录请求的状态。
    • 防重：通常使用缓存或内存来记录请求的状态，过期时间较短。

接口幂等性

幂等性（Idempotence） 是指一个操作或请求在多次执行后，结果与只执行一次相同。换句话说，无论执行多少次，结果都不会改变。

特点

  • 结果一致性：多次执行同一操作，结果保持一致。
  • 客户端透明：客户端可以安全地重试请求，而不用担心产生副作用。

应用场景

  • 支付系统：确保用户多次点击支付按钮不会重复扣款。
  • 订单系统：确保用户多次提交订单请求不会创建多个订单。
  • 数据更新：确保数据更新操作不会因多次请求而重复更新。

实现方法

  • 唯一标识符：为每个请求生成一个唯一的标识符，并在数据库中记录该标识符。
  • 版本号：使用版本号或时间戳来确保数据的一致性。
  • 状态机：使用状态机来管理操作的状态，确保每个操作只能从一个特定的状态转换到另一个特定的状态。

幂等性示例

import java.util.UUID;
import java.util.concurrent.ConcurrentHashMap;

public class IdempotentService {
    private final ConcurrentHashMap<String, Boolean> requestCache = new ConcurrentHashMap<>();

    public void processRequest(String requestId, String data) {
        // 检查请求是否已经处理过
        if (requestCache.putIfAbsent(requestId, true) == null) {
            // 请求未处理过，进行业务逻辑处理
            System.out.println("Processing request with ID: " + requestId);
            // 模拟业务逻辑处理
            // ...
        } else {
            // 请求已经处理过，返回之前的处理结果
            System.out.println("Request with ID: " + requestId + " has already been processed.");
        }
    }

    public static void main(String[] args) {
        IdempotentService service = new IdempotentService();
        
        // 生成唯一请求ID
        String requestId1 = UUID.randomUUID().toString();
        String requestId2 = UUID.randomUUID().toString();
        
        // 模拟客户端发送请求
        service.processRequest(requestId1, "Data1");
        service.processRequest(requestId1, "Data1"); // 重复请求
        service.processRequest(requestId2, "Data2");
    }
}

防重复提交

防重（Duplicate Prevention） 是指防止同一个请求在短时间内被多次处理。防重的主要目的是避免因网络延迟、客户端重试等原因导致的重复请求。

特点

  • 时间窗口限制：通常在一定的时间窗口内防止重复请求。
  • 临时存储：使用缓存或内存来记录请求的状态，防止短时间内重复请求。

应用场景

  • 表单提交：防止用户多次提交相同的表单。
  • 验证码发送：防止用户短时间内多次请求发送验证码。
  • 接口调用：防止客户端短时间内多次调用同一接口。

实现方法

  • 缓存：使用缓存（如 Redis）记录请求的唯一标识符，并设置过期时间。
  • 内存：使用内存中的数据结构（如 ConcurrentHashMap）记录请求的唯一标识符，并设置过期时间。
  • 数据库：在数据库中记录请求的状态，并在处理请求前进行检查。

防重示例

import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.TimeUnit;

public class DuplicatePreventionService {
    private final ConcurrentHashMap<String, Long> requestCache = new ConcurrentHashMap<>();
    private final int expirationInSeconds = 60; // 过期时间，单位为秒

    public void processRequest(String requestId, String data) {
        // 检查请求是否已经在缓存中
        Long timestamp = requestCache.get(requestId);
        if (timestamp != null && System.currentTimeMillis() - timestamp < TimeUnit.SECONDS.toMillis(expirationInSeconds)) {
            // 请求在缓存中且未过期，拒绝处理
            System.out.println("Request with ID: " + requestId + " is duplicated and within the expiration time.");
            return;
        }

        // 请求不在缓存中或已过期，进行业务逻辑处理
        System.out.println("Processing request with ID: " + requestId);
        // 模拟业务逻辑处理
        // ...

        // 记录请求到缓存中
        requestCache.put(requestId, System.currentTimeMillis());
    }

    public static void main(String[] args) {
        DuplicatePreventionService service = new DuplicatePreventionService();
        
        // 生成唯一请求ID
        String requestId1 = "requestId1";
        String requestId2 = "requestId2";
        
        // 模拟客户端发送请求
        service.processRequest(requestId1, "Data1");
        service.processRequest(requestId1, "Data1"); // 重复请求
        service.processRequest(requestId2, "Data2");
    }
}
Default footer
Copyright © 2025 ventixy