如何避免重复提交？分布式服务的幂等性设计！
时间：2021-09-30 13:49:14
[导读]原文：www.cnblogs.com/QG-whz/p/10372458.html为什么需要保证幂等性编程中的“幂等性”是指任意多次执行所产生的影响，与一次执行的影响相同。一个拥有幂等性设计的接口，保证无论一次或多次来调用接口，都能够得到相同的结果。接口的幂等性设计在某些场景下是...
为什么需要保证幂等性
我们知道，服务之间的调用存在三种状态：成功、失败、超时。超时是一种未知的状态：被调服务是否执行成功，这个状态是未知的。上游服务调用下游服务超时时可能会进行重试。对于用户下单的场景的超时重试我们考虑以下问题：
- 是否会导致最终创建了两条一样的订单？
- 是否会扣除两遍库存？
- 是否会重复扣除用户的钱？
如果每一笔订单都携带唯一的序号，下单接口可以借助这个序号，来记录某次下单操作的状态。当下单的状态为成功时，就将重复的执行拦截住，避免出现上述的问题。这种方式是由下游被调方来保证幂等性。
除此之外，订单服务也可以提供查询订单状态的接口，上游在下单之前先进行查询，确认该笔订单并没有成功支付后，再重复进行下单操作。
一般来说，服务本身需要自己保证幂等性，而不应该将幂等性交给上游的调用方来做。
唯一ID
- 由一个统一的ID分配中心来分配。
- 由上游服务来生成唯一ID，但必须保证不产生冲突的ID。
采用统一的分配中心来分配唯一ID时，业务方每次调用接口都多了一次调用分配中心获取唯一ID的请求。这多了额外的开销。获取唯一ID有一种方式，是借助mysql的自增索引，这其实也是一个ID分配中心。对服务性能有苛刻要求时，可以采用第二种方式，由主调服务本身来生成这个唯一ID。为了保持不会产生重复的ID，可以使用一下几种ID生成方法：
UUID
UUID是一个128bit的数字，用于标志计算机的信息，虽然UUID不能保证绝对不重复，但重复的概率小到可以被忽略。UUID的生成没有什么规律，为了保证UUID的唯一性，规范定义了包括网卡MAC地址、时间戳、名字空间（Namespace）、随机或伪随机数、时序等元素，以及从这些元素生成UUID的算法。这也就意味着：
- 128bit，占据了太多的内存空间
- 生成的ID不是人可以看懂的
- 无法保证ID的递增，某些场景需要按前后排序 无法满足。
这是一个在线生成UUID的网站：https://www.uuidgenerator.net/ 你可以直观感受一下UUID。
Snowflake
- 时间部分：41bit作为毫秒数，大概可以使用69.7年
- 机器编号部分：10bit作为机器编号，支持1024个机器实例。
- 毫秒内的序列号：12bit，一毫米可以生成4096个序列号
网上有各种语言实现的Snowflake算法的实现，有兴趣的阅读一下实现代码。
实际上，redis 或是 mongoDB 的全局ID生成器的算法和Snowflake算法大同小异。这是基于redis的分布式ID生成器实现：https://github.com/hengyunabc/redis-id-generator
它的核心思想是：
- 使用41 bit来存放时间，精确到毫秒，可以使用41年。
- 使用12 bit来存放逻辑分片ID，最大分片ID是4095
- 使用10 bit来存放自增长ID，意味着每个节点，每毫秒最多可以生成1024个ID
共享存储
避免不必要的查询
而如果使用的是redis，也可以使用redis的setEx，设置成功则证明key不存在，否则key存在说明是重复请求。
下载文档
