幂等相关

幂等概念来自数学，表示N次变换和1次变换的结果是相同的。这里讨论在某些场景下，客户端在调用服务没有达到预期结果时，会进行屡次调用，为避免屡次重复的调用对服务资源产生反作用，服务提供者会承诺知足幂等。

举个栗子，双十一零点刚过，小明就火烧眉毛地点击提交订单按钮，选择在线支付，点了确认支付按钮，这时候网络有些慢，小明担忧心爱的商品被抢购一空，就点了屡次确认付款按钮，若是这个订单扣款屡次，客服热线估计会被小明打爆。

什么是幂等性

HTTP/1.1中对幂等性的定义是：一次和屡次请求某一个资源对于资源自己应该具备一样的反作用（网络超时等问题除外）。也就是说，其任意屡次执行对资源自己所产生的影响均与一次执行的影响相同。

Methods can also have the property of “idempotence” in that (aside from error or expiration issues) the side-effects of N > 0 identical requests is the same as for a single request.

这里须要关注几个重点：

1. 幂等不只仅只是一次（或屡次）请求对资源没有反作用（好比查询数据库操做，没有增删改，所以没有对数据库有任何影响）。
2. 幂等还包括第一次请求的时候对资源产生了反作用，可是之后的屡次请求都不会再对资源产生反作用。
3. 幂等关注的是之后的屡次请求是否对资源产生的反作用，而不关注结果。
4. 网络超时等问题，不是幂等的讨论范围。

幂等性是系统服务对外一种承诺（而不是实现），承诺只要调用接口成功，外部屡次调用对系统的影响是一致的。声明为幂等的服务会认为外部调用失败是常态，而且失败以后必然会有重试。

什么状况下须要幂等

业务开发中，常常会遇到重复提交的状况，不管是因为网络问题没法收到请求结果而从新发起请求，或是前端的操做抖动而形成重复提交状况。
在交易系统，支付系统这种重复提交形成的问题有尤为明显，好比：

1. 用户在APP上连续点击了屡次提交订单，后台应该只产生一个订单；
2. 向支付宝发起支付请求，因为网络问题或系统BUG重发，支付宝应该只扣一次钱。
   很显然，声明幂等的服务认为，外部调用者会存在屡次调用的状况，为了防止外部屡次调用对系统数据状态的发生屡次改变，将服务设计成幂等。

幂等VS防重

上面例子中小明遇到的问题，只是重复提交的状况，和服务幂等的初衷是不一样的。重复提交是在第一次请求已经成功的状况下，人为的进行屡次操做，致使不知足幂等要求的服务屡次改变状态。而幂等更多使用的状况是第一次请求不知道结果（好比超时）或者失败的异常状况下，发起屡次请求，目的是屡次确认第一次请求成功，却不会因屡次请求而出现屡次的状态变化。

什么状况下须要保证幂等性

以SQL为例，有下面三种场景，只有第三种场景须要开发人员使用其余策略保证幂等性：

1. SELECT col1 FROM tab1 WHER col2=2，不管执行多少次都不会改变状态，是自然的幂等。
2. UPDATE tab1 SET col1=1 WHERE col2=2，不管执行成功多少次状态都是一致的，所以也是幂等操做。
3. UPDATE tab1 SET col1=col1+1 WHERE col2=2，每次执行的结果都会发生变化，这种不是幂等的。

为何要设计幂等性的服务

幂等可使得客户端逻辑处理变得简单，可是却以服务逻辑变得复杂为代价。知足幂等服务的须要在逻辑中至少包含两点：

1. 首先去查询上一次的执行状态，若是没有则认为是第一次请求
2. 在服务改变状态的业务逻辑前，保证防重复提交的逻辑

幂等的不足

幂等是为了简化客户端逻辑处理，却增长了服务提供者的逻辑和成本，是否有必要，须要根据具体场景具体分析，所以除了业务上的特殊要求外，尽可能不提供幂等的接口。

1. 增长了额外控制幂等的业务逻辑，复杂化了业务功能；
2. 把并行执行的功能改成串行执行，下降了执行效率。

保证幂等策略

幂等须要经过惟一的业务单号来保证。也就是说相同的业务单号，认为是同一笔业务。使用这个惟一的业务单号来确保，后面屡次的相同的业务单号的处理逻辑和执行效果是一致的。
下面以支付为例，在不考虑并发的状况下，实现幂等很简单：①先查询一下订单是否已经支付过，②若是已经支付过，则返回支付成功；若是没有支付，进行支付流程，修改订单状态为‘已支付’。

防重复提交策略

上述的保证幂等方案是分红两步的，第②步依赖第①步的查询结果，没法保证原子性的。在高并发下就会出现下面的状况：第二次请求在第一次请求第②步订单状态尚未修改成‘已支付状态’的状况下到来。既然得出了这个结论，余下的问题也就变得简单：把查询和变动状态操做加锁，将并行操做改成串行操做。

乐观锁

若是只是更新已有的数据，没有必要对业务进行加锁，设计表结构时使用乐观锁，通常经过version来作乐观锁，这样既能保证执行效率，又能保证幂等。例如：
UPDATE tab1 SET col1=1,version=version+1 WHERE version=#version#
不过，乐观锁存在失效的状况，就是常说的ABA问题，不过若是version版本一直是自增的就不会出现ABA的状况。（从网上找了一张图片很能说明乐观锁，引用过来，出自Mybatis对乐观锁的支持）

防重表

使用订单号orderNo作为去重表的惟一索引，每次请求都根据订单号向去重表中插入一条数据。第一次请求查询订单支付状态，固然订单没有支付，进行支付操做，不管成功与否，执行完后更新订单状态为成功或失败，删除去重表中的数据。后续的订单由于表中惟一索引而插入失败，则返回操做失败，直到第一次的请求完成（成功或失败）。能够看出防重表做用是加锁的功能。

分布式锁

这里使用的防重表可使用分布式锁代替，好比Redis。订单发起支付请求，支付系统会去Redis缓存中查询是否存在该订单号的Key，若是不存在，则向Redis增长Key为订单号。查询订单支付已经支付，若是没有则进行支付，支付完成后删除该订单号的Key。经过Redis作到了分布式锁，只有此次订单订单支付请求完成，下次请求才能进来。相比去重表，将放并发作到了缓存中，较为高效。思路相同，同一时间只能完成一次支付请求。

token令牌

这种方式分红两个阶段：申请token阶段和支付阶段。
第一阶段，在进入到提交订单页面以前，须要订单系统根据用户信息向支付系统发起一次申请token的请求，支付系统将token保存到Redis缓存中，为第二阶段支付使用。
第二阶段，订单系统拿着申请到的token发起支付请求，支付系统会检查Redis中是否存在该token，若是存在，表示第一次发起支付请求，删除缓存中token后开始支付逻辑处理；若是缓存中不存在，表示非法请求。
实际上这里的token是一个信物，支付系统根据token确认，你是你妈的孩子。不足是须要系统间交互两次，流程较上述方法复杂。

支付缓冲区

把订单的支付请求都快速地接下来，一个快速接单的缓冲管道。后续使用异步任务处理管道中的数据，过滤掉重复的待支付订单。优势是同步转异步，高吞吐。不足是不能及时地返回支付结果，须要后续监听支付结果的异步返回。