代付款 --> 已付款/代发货 --> 待收货/已发货 --> 已完成 --> 已取消 --> 售后中
接口幂等性:保证用户对统一操作发起的一次请求或多次请求的结果时一致的。
应用场景
feign
重试机制幂等性解决方案
Redis Lua
脚本使用
1、服务端提供了发送 token 的接口。我们在分析业务的时候,哪些业务是存在幂等问题的
就必须在执行业务前,先去获取 token,服务器会把 token保存到 reds 中。
2、然后调用业务接口请求时,把 token 携带过去,一般放在请求头部。
3、服务器判断 token 是否存在 redis 中,存在表示第一次请求,然后删除 token,继续执行业务。
4、如果判断 token 不存在 redis 中,就表示是重复操作,直接返回重复标记给 client,这样就保证了业务代码不被重复执行。
订单提交验证令牌时需要使用 lua 脚本,对比令牌和删除令牌需哟啊保持原子性。
危险性
先删除 token还是后删除 token ??
(1)先删除--可能导致,业务确实没有执行,重试还带上之前 token,由于防重设计导致,
请求还是不能执行。
(2)后删除--可能导致,业务处理成功,但是服务闪断,出现超时,没有删除 token,别
人继续重试,导致业务被执行两遍。
(3)我们最好设计为先删除 token,如果业务调用失败,就重新获取 token再次请求。
注意
Token获取、比较和刪除必须是原子性
(1) redis.get(token)、 token.equals、 redis.del(token) 如果这几个操作不是原子,可能导
致,高并发下,都get到同样的数据,,判断都成功,继续业务并发执行。
(2)可以在reds使用lua脚本完成这个操作。
悲观锁
select * from xxx where id = 1 for update
悲观锁使用时一般伴随事务一起使用,数据锁定时间可能会很长,需要根据实际情况选用。
另外要注意的是,ld字段一定是主键或者唯一索引,不然可能造成锁表的结果,处理起来会非常麻烦。
乐观锁
这种方法适合在更新的场景中
update t_goods set count = count-1, version = version + 1 where good_id = 2 and version = 1
根据 version版本,也就是在操作库存前先获取当前商品的 version 版本号,然后操作的时候
带上此 version 号。我们梳理下,我们第一次操作库存时,得到 version为1,调用库存服务
version 变成了2;但返回给订单服务出现了问题,订单服务又一次发起调用库存服务,当订
单服务传如的 version 还是1,再执行上面的 sql 语句时,就不会执行;因为 version 已经变
为2了,where条件就不成立。这样就保证了不管调用几次,只会真正的处理一次。
乐观锁主要使用于处理读多写少的问题
场景
如果多个机器可能在同一时间同时处理相同的数据,比如多台机器定时任务都拿到了相同数据处理,我们就可以加分布式锁,锁定此数据,处理完成后释放锁。获取到锁的必须先判断这个数据是否被处理过。
插入数据,应该按照唯一索引进行插入,比如订单号,相同的订单就不可能有两条记录插入。
我们在数据库层面防止重复。
这个机制是利用了数据库的主键唯一约束
的特性,解决了在 insert 场景时幂等问题。但主键的要求不是自增的主键,这样就需要业务生成全局唯一的主键。
如果是分库分表
场景下,路由规则要保证相同请求下,落地在同一个数据库和同一表中,要不然数据库主键约束就不起效果了,因为是不同的数据库和表主键不相关。
redis set
防重很多数据需要处理,只能被处理一次,比如我们可以计算数据的MD5将其放入 redis 的 set,每次处理数据,先看这个MD5是否已经存在,存在就不处理。
使用订单号 orderNo 做为去重表的唯一索引,把唯一索引插入去重表,再进行业务操作,且他们在同一个事务中。这个保证了重复请求时,因为去重表有唯一约束,导致请求失败,避免了冪等问题。这里要注意的是,去重表和业务表应该在同一库
中,这样就保证了在同一个事务,即使业务操作失败了,也会把去重表的数据回滚。这个很好的保证了数据一致性。
之前说的 redis 防重也算
调用接口时,生成一个唯一id,redis 将数据保存到集合中(去重),存在即处理过
Feign 远程调用时默认构造的 RequestTemplate,其中没有请求头数据
解决:添加对应拦截器,将请求头信息放进去
import feign.RequestInterceptor;
import feign.RequestTemplate;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.web.context.request.RequestContextHolder;
import org.springframework.web.context.request.ServletRequestAttributes;
import javax.servlet.http.HttpServletRequest;
@Configuration
public class GuliFeignConfig {
@Bean("requestInterceptor")
public RequestInterceptor requestInterceptor() {
return new RequestInterceptor() {
@Override
public void apply(RequestTemplate template) {
// 使用RequestContextHolder(原理:使用ThreadLocal)拿到刚进来的请求数据
ServletRequestAttributes requestAttributes = (ServletRequestAttributes) RequestContextHolder.getRequestAttributes();
if (requestAttributes != null) {
// 老请求
HttpServletRequest request = requestAttributes.getRequest();
if (request != null) {
// 同步请求头的数据,cookie
String cookie = request.getHeader("Cookie");
// 给新请求同步了老请求的cookie
template.header("Cookie", cookie);
}
}
}
};
}
}
多线程情况下,子线程无法获取主线程 ThreadLocal 中放的 request 数据
// ############ 由于开启了新的线程,不能获取当前线程的session,需要设置到子线程中
RequestAttributes requestAttributes = RequestContextHolder.getRequestAttributes();
// 使用异步编排提高效率
CompletableFuture<Void> getAddress = CompletableFuture.runAsync(() -> {
// ############ 设置子线程的request
RequestContextHolder.setRequestAttributes(requestAttributes);
// 收货地址
List<MemberAddressVo> address = memberFeignService.getAddress(memberResponseVo.getId());
orderConfirmVo.setAddressVos(address);
}, executor);
CompletableFuture<Void> currentUserCartItem = CompletableFuture.runAsync(() -> {
// ############ 设置子线程的request
RequestContextHolder.setRequestAttributes(requestAttributes);
// 获取当前用户的购物车商品项
List<OrderItemVo> orderItemVos = cartFeignService.currentUserCartItem();
orderConfirmVo.setItems(orderItemVos);
}, executor);
// 阻塞等待所有异步任务完成 -->> get()
CompletableFuture.allOf(getAddress,currentUserCartItem).get();
原文:https://www.cnblogs.com/yanyaqiblog/p/14217792.html