「如何设计」具备幂等性的服务

Posted 2021-04-24 猿人课堂

幂等的目的

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。