幂等设计 的十种打开方式:工程实践笔记
上周处理一个支付回调,上游重试了三次,订单表直接多了三条记录,财务那边差点把我拉进群。后来翻了一下项目代码,发现很多接口默认“调用方不会重复调”,这玩意儿就跟默认“不会下雨”一样不靠谱。下面这些是我实际项目里用过或者踩过的幂等方案,不是标准答案,按顺手程度随便排的,组合着用居多。
一、数据库唯一索引:最土但最稳
能靠数据库约束解决的,就别先写一大堆判断。比如订单号、支付流水号,直接加唯一索引,插入重复就报 DuplicateKeyException,捕获后返回已有结果。代码大概长这样:
ALTER TABLE payment_order ADD UNIQUE KEY uk_out_trade_no (out_trade_no);
try {
orderMapper.insert(order);
} catch (DuplicateKeyException e) {
return orderMapper.selectByOutTradeNo(order.getOutTradeNo());
}
坑也有:软删除字段和唯一索引放一起容易打架,历史脏数据也会让索引加不上去。上线前先跑一遍重复数据检查,别问我怎么知道的。
二、幂等键 + 去重表:最通用的那一招
请求进来先带一个 request_id,服务端拿它去重表里插一条,唯一冲突就说明处理过了,直接返回上次的结果。我一般会建一张表:
CREATE TABLE idempotent_record (
request_id varchar(64) PRIMARY KEY,
biz_type varchar(32),
result text,
create_time datetime
);
处理逻辑就是先 insert 再执行业务,事务提交后把结果更新回去。注意去重表别无限涨,按业务保留 7 天或 30 天,定时清理。还有,别在事务里先查再插,并发下照样穿透,直接靠唯一键最省心。
三、状态机条件更新:update ... where status = '待支付'
很多业务重复请求不是插入,而是改状态。比如支付回调把订单从“待支付”改成“已支付”,那就用条件更新:
UPDATE orders
SET status = 'PAID', pay_time = NOW()
WHERE order_no = ? AND status = 'UNPAID';
判断影响行数,如果是 0,说明已经处理过或者状态不对,直接返回成功就行。这个方式简单,但状态回退、状态覆盖的坑不少,状态流转图得先画清楚,别让两个接口都能改同一个字段。
四、版本号 / 乐观锁:给每次修改一个预期版本
更新类接口可以加 version 字段,提交时带上旧版本号:
UPDATE account
SET balance = balance - 10, version = version + 1
WHERE id = ? AND version = ?;
影响行数为 0 就重试或者返回冲突。适合账户余额、库存扣减这类场景。不过它解决的是并发覆盖,不完全是重复请求,客户端重试时版本号没变照样会再扣一次,所以通常还得配合幂等键。
五、预生成令牌:一次一用,用完作废
有些提交类接口,比如创建订单,可以让客户端先拿一个 token,提交时带上。服务端用 Redis 的 SETNX 占坑:
SET idem:token:abc123 1 NX EX 300
返回成功才继续处理,处理完删掉或者标记已用。注意 token 别只放在前端内存里,刷新页面就丢了;也别永久有效,不然重放攻击不说,用户隔天再提交同一个 token 也怪怪的。
六、分布式锁:只用来防并发,不负责幂等
我见过把分布式锁当幂等方案的,锁一释放重复请求照样进来。锁的作用是同一时刻只让一个请求处理,比如:
RLock lock = redisson.getLock("order:" + orderNo);
if (!lock.tryLock(3, 10, TimeUnit.SECONDS)) {
return Result.fail("处理中");
}
try {
// 业务
} finally {
lock.unlock();
}
它解决不了“昨天已经处理过”的问题。所以锁可以加,但唯一索引、去重表这些兜底不能省。
七、消息队列消费端去重:别假设消息只来一次
MQ 基本都是至少一次投递,消费端得自己幂等。常见做法是消费前查去重表,或者用业务唯一键 insert ignore:
INSERT IGNORE INTO consume_record (msg_id, status)
VALUES (?, 'PROCESSING');
影响行数为 1 才继续处理。顺序上尽量先落库再 ack,别处理一半就提交 offset。还有,别用消息 ID 当唯一键的同时又允许消息重投后 ID 变化,那去重表就白建了。
八、HTTP 语义:PUT/DELETE 天然幂等,POST 加 Idempotency-Key
REST 里 PUT 是覆盖式更新,DELETE 删同一个资源多次结果一样,这俩天然适合幂等。POST 不行,所以支付、下单这类接口我一般要求客户端带 Idempotency-Key 头:
POST /api/payments
Idempotency-Key: 7f3c9a2e-...
服务端拿这个 key 做去重,跟第二种方案接上。别在 URL 里塞随机数然后说“我幂等了”,那只是换了个地方重复。
九、本地事务表 / Outbox:业务和消息一起落地
发消息的场景,最怕业务提交了消息没发出去,或者消息发了业务回滚。我一般写一张本地消息表,跟业务在同一个事务里:
INSERT INTO outbox (msg_id, topic, payload, status)
VALUES (?, ?, ?, 'PENDING');
然后定时任务扫表补发,消费端再做去重。扫表频率别太激进,status 加索引,发完更新成 SENT。这方案不复杂,就是多一张表和多一个定时任务,小团队也能 hold 住。
十、对账与补偿:最后一道防线
前面九种都上了,还是可能因为代码 bug、网络分区、人工修数据出问题。所以关键业务我一般会加定时对账,比如支付渠道对账单拉下来,跟本地订单逐笔比,发现差异走补偿或者告警。它不是实时幂等,但能兜底。别指望对账解决所有问题,前面能挡就挡,对账只是最后一道防线。
差不多就这些。实际项目里很少只用一种,常见的是唯一索引 + 幂等键 + 消费端去重,再加一个对账兜底。幂等这玩意儿没有银弹,先看业务能不能接受最终一致,再决定把约束放在数据库、Redis 还是业务代码里。别为了“设计感”把简单问题搞复杂,能靠数据库唯一键解决的,真没必要先上一套分布式事务。
评论
还没有评论。
发表评论
提交后评论将经过自动审核,审核通过后公开展示。