当前位置: 首页 > ops >正文

分布式接口幂等性的演进和最佳实践,含springBoot 实现(Java版本)

一、背景:为什么需要幂等性

在微服务、分布式架构下,网络不可靠、请求重试机制(如前端超时重发、客户端重发、网关重试、消息消费失败重试等)会带来重复请求,如果接口没有幂等性,可能导致:

  • 重复扣费
  • 重复订单
  • 重复数据写入
  • 资源状态异常

因此接口的幂等性是保障系统一致性、稳定性的关键。


二、幂等性的演进历程

阶段实现方式适用场景特点
1. 前端防重复提交禁用按钮、Token机制简单场景(如表单)限制小,易绕过
2. 数据库唯一约束唯一索引字段控制插入插入类接口利用数据库能力
3. 幂等标识(唯一业务ID)唯一业务号控制幂等订单类接口明确控制粒度
4. 分布式锁请求上锁任意接口控制请求串行,牺牲吞吐
5. 状态机机制状态+版本控制状态转换操作精细控制副作用
6. Redis 幂等性控制幂等Key+过期时间高并发下快速、安全,结合令牌机制

三、最佳实践总结

🧠 原则

  • 幂等性以“结果相同”为基准,副作用不可重复。
  • 控制粒度应适当:写操作必须幂等,读操作天然幂等。
  • 幂等 Token 最好由客户端生成或服务端下发后强制绑定。

✅ 最佳实践建议

  • 业务唯一标识驱动幂等性,如订单号、支付流水号。
  • 幂等性应放在业务代码逻辑前端处理,即“第一次判断是否重复提交”。
  • 采用 Redis + 原子操作(如SETNX)+ Token + TTL 实现防重。
  • 接口幂等性建议作为注解能力进行抽象封装,统一使用。

四、Spring Boot 实现示例(完善版)

下面我们以 Token机制 + Redis原子写入实现接口幂等性,构建完整示例。

1️⃣ 添加依赖

<!-- Redis starter -->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2️⃣ Redis配置类(Lettuce连接池)

@Configuration
public class RedisConfig {@Beanpublic RedisTemplate<String, String> redisTemplate(RedisConnectionFactory factory) {RedisTemplate<String, String> template = new RedisTemplate<>();template.setConnectionFactory(factory);template.setKeySerializer(new StringRedisSerializer());template.setValueSerializer(new StringRedisSerializer());return template;}
}

3️⃣ 幂等Token生成接口(服务端)

@RestController
@RequestMapping("/token")
public class TokenController {@Autowiredprivate RedisTemplate<String, String> redisTemplate;@GetMapping("/generate")public String generateToken() {String token = UUID.randomUUID().toString();redisTemplate.opsForValue().set("idem-token:" + token, "valid", 5, TimeUnit.MINUTES);return token;}
}

4️⃣ 幂等校验注解

@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface Idempotent {String key() default "";  // 可自定义Key策略
}

5️⃣ 幂等校验切面

@Aspect
@Component
public class IdempotentAspect {@Autowiredprivate RedisTemplate<String, String> redisTemplate;@Around("@annotation(idempotent)")public Object checkIdempotency(ProceedingJoinPoint joinPoint, Idempotent idempotent) throws Throwable {HttpServletRequest request = ((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest();String token = request.getHeader("Idempotency-Token");if (StringUtils.isEmpty(token)) {throw new RuntimeException("幂等Token不能为空");}String redisKey = "idem-token:" + token;Boolean result = redisTemplate.delete(redisKey);  // 核心逻辑:删除即消费if (Boolean.FALSE.equals(result)) {throw new RuntimeException("重复请求,请勿重复提交");}return joinPoint.proceed();}
}

6️⃣ 接口使用示例

@RestController
@RequestMapping("/order")
public class OrderController {@PostMapping("/create")@Idempotentpublic String createOrder(@RequestBody OrderDTO orderDTO) {// 模拟业务逻辑return "订单创建成功,订单号:" + UUID.randomUUID().toString();}
}

7️⃣ Postman 调用流程:

  1. 调用 GET /token/generate 获取 token

  2. 调用 POST /order/create,在请求头加上:

    Idempotency-Token: 你刚刚拿到的token
    

多次调用同一个 token,只会成功一次,后续将抛出“重复请求”异常。


五、可扩展建议

功能实现方式
支持注解中的自定义 key 逻辑SpEL 表达式,读取参数字段
幂等记录持久化Redis + 数据库双写
异常重试队列支持Kafka / RocketMQ 消息幂等处理
Redisson替换RedisTemplate使用 RLock.tryLock() 可实现锁粒度的幂等控制

六、架构图(逻辑)

客户端|
[请求附带Token]|
Spring Boot 接口(注解拦截)|
切面逻辑校验 Token|
Redis SETNX 删除 key -> 是第一次? -> 继续业务|
业务逻辑执行(订单创建、支付、提交...)

后续实例回陆续添加

参数幂等、结果缓存、幂等日志记录

http://www.xdnf.cn/news/14953.html

相关文章:

  • 前端规范化设计详解
  • JavaScript基础篇——第一章 JavaScript基础的认识
  • 《Java 反射全攻略1》
  • 【读代码】GLM-4.1V-Thinking:开源多模态推理模型的创新实践
  • 开源 python 应用 开发(四)python文件和系统综合应用
  • linux wsl2 docker 镜像复用快速方法
  • 分布式理论:CAP、Base理论
  • 无重叠区间问题
  • HDLBits刷题笔记和一些拓展知识(十一)
  • git-安装 Gerrit Hook 自动生成changeid
  • Java-Collections、Map
  • 力扣-136.只出现一次的数字
  • C语言宏替换比较练习
  • .NET9 实现对象深拷贝和浅拷贝的性能测试
  • C#使用Semantic Kernel实现Embedding功能
  • 自动化一次通过率
  • LLM探索的时代
  • 【web安全】SQLMap 参数深度解析:--risk 与 --level 详解
  • leetcode202.快乐数
  • 【数据结构】复杂度分析
  • 【王树森推荐系统】召回11:地理位置召回、作者召回、缓存召回
  • LeetCode 1248.统计优美子数组
  • Coze智能体工作流:1分钟生成10个儿童卡通童话故事视频,无需剪辑
  • 一天一道Sql题(day02)
  • 单机分布式一体化数据库的架构设计与优化
  • Android Handler机制与底层原理详解
  • 【芯片测试篇】:93K测试机I2C的设置和调试
  • 可达性分析算法Test1
  • 基于springboot的非遗传承宣传平台
  • 短视频矩阵管理平台的崛起:源头厂商的深度解析