分布式环境中，接口超时重试带来的的幂等问题如何解决？

幂等不能解决接口超时吗？

处理接口超时问题需要综合考虑多个方面，包括设置合理的超时时间、实现重试机制、引入熔断器、加强监控和报警、记录详细的日志、实施限流和降级策略、采用异步处理方式、优化代码和逻辑、合理管理资源以及使用缓存和负载均衡等。通过这些措施，可以有效提升系统的稳定性和可靠性。同时，确保操作的幂等性是处理重试问题的关键，可以避免因重试导致的数据不一致。

本篇就主要讲解超时重试带来的幂等性问题。幂等性是处理分布式系统中接口超时和重试问题的一个重要概念，但它本身并不直接解决超时问题。幂等性是指一个操作可以多次执行而不会改变结果的状态。在处理超时和重试时，确保操作的幂等性可以避免重复操作带来的副作用。

幂等的重要性

当前互联网的系统几乎都是解耦隔离后，会存在各个不同系统的相互远程调用。调用远程服务会有三个状态：成功，失败，或者超时。前两者都是明确的状态，而超时则是未知状态。我们转账超时的时候，如果下游转账系统做好幂等控制，我们发起重试，那即可以保证转账正常进行，又可以保证不会多转一笔。所以掌握幂的用法非常重要！

什么是幂等?

幂等是一个数学与计算机科学概念。

在数学中，幂等用函数表达式就是：f(x) = f(f(x))。比如求绝对值的函数，就是幂等的，abs(x) = abs(abs(x))。
计算机科学中，幂等表示一次和多次请求某一个资源应该具有同样的副作用，或者说，多次请求所产生的影响与一次请求执行的影响效果相同。

为什么需要幂等?

举个例子：
我们开发一个转账功能，假设我们调用下游接口超时了。一般情况下，超时可能是网络传输丢包的问题，也可能是请求时没送到，还有可能是请求到了，返回结果却丢了。这时候我们是否可以重试呢？如果重试的话，是否会多转了一笔钱呢？

转账超时

当前互联网的系统几乎都是解耦隔离后，会存在各个不同系统的相互远程调用。调用远程服务会有三个状态：成功，失败，或者超时。前两者都是明确的状态，而超时则是未知状态。我们转账超时的时候，如果下游转账系统做好幂等控制，我们发起重试，那即可以保证转账正常进行，又可以保证不会多转一笔。

其实除了转账这个例子，日常开发中，还有很多很多例子需要考虑幂等。比如：
MQ（消息中间件）消费者读取消息时，有可能会读取到重复消息。（重复消费）
比如提交form表单时，如果快速点击提交按钮，可能产生了两条一样的数据（前端重复提交）

接口超时了，到底如何处理？

如果我们调用下游接口超时了，我们应该怎么处理呢？
有两种方案处理：

• 方案一：就是下游系统提供一个对应的查询接口。如果接口超时了，先查下对应的记录，如果查到是成功，就走成功流程，如果是失败，就按失败处理。

拿我们的转账例子来说，转账系统提供一个查询转账记录的接口，如果渠道系统调用转账系统超时时，渠道系统先去查询一下这笔记录，看下这笔转账记录成功还是失败，如果成功就走成功流程，失败再重试发起转账。

• 方案二：下游接口支持幂等，上游系统如果调用超时，发起重试即可。

两种方案都是挺不错的，但是如果是MQ重复消费的场景，方案一处理并不是很妥，所以，我们还是要求下游系统对外接口支持幂等。

如何设计幂等?

既然这么多场景需要考虑幂等，那我们如何设计幂等呢？

幂等意味着一条请求的唯一性。不管是你哪个方案去设计幂等，都需要一个全局唯一的ID，去标记这个请求是独一无二的。

• 如果你是利用唯一索引控制幂等，那唯一索引是唯一的
• 如果你是利用数据库主键控制幂等，那主键是唯一的
• 如果你是悲观锁的方式，底层标记还是全局唯一的ID

全局的唯一性ID

全局唯一性ID，我们怎么去生成呢？你可以回想下，数据库主键Id怎么生成的呢？

是的，我们可以使用UUID，但是UUID的缺点比较明显，它字符串占用的空间比较大，生成的ID过于随机，可读性差，而且没有递增。

我们还可以使用雪花算法（Snowflake） 生成唯一性ID。

雪花算法是一种生成分布式全局唯一ID的算法，生成的ID称为Snowflake IDs。这种算法由Twitter创建，并用于推文的ID。

一个Snowflake ID有64位。

• 第1位：Java中long的最高位是符号位代表正负，正数是0，负数是1，一般生成ID都为正数，所以默认为0。
• 接下来前41位是时间戳，表示了自选定的时期以来的毫秒数。
• 接下来的10位代表计算机ID，防止冲突。
• 其余12位代表每台机器上生成ID的序列号，这允许在同一毫秒内创建多个Snowflake ID。

当然，全局唯一性的ID，还可以使用百度的Uidgenerator，或者美团的Leaf。

幂等设计的基本流程

幂等处理的过程，说到底其实就是过滤一下已经收到的请求，当然，请求一定要有一个全局唯一的ID标记哈。然后，怎么判断请求是否之前收到过呢？把请求储存起来，收到请求时，先查下存储记录，记录存在就返回上次的结果，不存在就处理请求。

一般的幂等处理就是这样啦，如下：

实现幂等的8种方案

幂等设计的基本流程都是类似的，我们简简单单来过一下幂等实现的8中方案哈

1.select+insert+主键/唯一索引冲突（常用）

为什么前面已经select查询了，还需要try…catch…捕获重复异常呢？

是因为高并发场景下，两个请求去select的时候，可能都没查到，然后都走到insert的地方啦。
当然，用唯一索引代替数据库主键也是可以的哈，都是全局唯一的ID即可。

2.直接insert + 主键/唯一索引冲突

1方案中都会先查一下流水表的交易请求，判断是否存在，然后不存在再插入请求记录。如果重复请求的概率比较低的话，我们可以直接插入请求，利用主键/唯一索引冲突，去判断是重复请求。

大家别搞混哈，防重和幂等设计其实是有区别的。防重主要为了避免产生重复数据，把重复请求拦截下来即可。而幂等设计除了拦截已经处理的请求，还要求每次相同的请求都返回一样的效果。不过呢，很多时候，它们的处理流程可以是类似的。

3.状态机幂等（常用）

很多业务表，都是有状态的，比如转账流水表，就会有0-待处理，1-处理中、2-成功、3-失败状态。转账流水更新的时候，都会涉及流水状态更新，即涉及状态机 (即状态变更图)。我们可以利用状态机实现幂等，一起来看下它是怎么实现的。

比如转账成功后，把处理中的转账流水更新为成功状态，SQL这么写：

update transfr_flow set status=2 where biz_seq=‘666’ and status=1;

简要流程图如下：

状态机是怎么实现幂等的呢？

• 第1次请求来时，bizSeq流水号是 666，该流水的状态是处理中，值是 1，要更新为2-成功的状态，所以该update语句可以正常更新数据，sql执行结果的影响行数是1，流水状态最后变成了2。
• 第2请求也过来了，如果它的流水号还是 666，因为该流水状态已经2-成功的状态了，所以更新结果是0，不会再处理业务逻辑，接口直接返回。

4.抽取防重表

1,2方案都是建立在业务流水表上bizSeq的唯一性上。很多时候，我们业务表唯一流水号希望后端系统生成，又或者我们希望防重功能与业务表分隔开来，这时候我们可以单独搞个防重表。当然防重表也是利用主键/索引的唯一性，如果插入防重表冲突即直接返回成功，如果插入成功，即去处理请求。

5.token令牌（前后端交互常用）

token 令牌方案一般包括两个请求阶段：

• 客户端请求申请获取token，服务端生成token返回
• 客户端带着token请求，服务端校验token

流程图如下：

1、客户端发起请求，申请获取token。
2、服务端生成全局唯一的token，保存到redis中（一般会设置一个过期时间），然后返回给客户端。
3、客户端带着token，发起请求。
4、服务端去redis确认token是否存在，一般用 redis.del(token)的方式，如果存在会删除成功，即处理业务逻辑，5、如果删除失败不处理业务逻辑，直接返回结果。

6.悲观锁(如select for update)（不用）

什么是悲观锁？

通俗点讲就是很悲观，每次去操作数据时，都觉得别人中途会修改，所以每次在拿数据的时候都会上锁。官方点讲就是，共享资源每次只给一个线程使用，其它线程阻塞，用完后再把资源转让给其它线程。

悲观锁如何控制幂等的呢？就是加锁呀，一般配合事务来实现。

举个更新订单的业务场景：
假设先查出订单，如果查到的是处理中状态，就处理完业务，再然后更新订单状态为完成。如果查到订单，并且是不是处理中的状态，则直接返回
整体的伪代码如下：

begin;  # 1.开始事务
select * from order where order_id='666' # 查询订单，判断状态
if（status !=处理中）{//非处理中状态，直接返回；return ;
}
## 处理业务逻辑
update order set status='完成' where order_id='666' # 更新完成
commit; # 5.提交事务

这种场景是非原子操作的，在高并发环境下，可能会造成一个业务被执行两次的问题：
当一个请求A在执行中时，而另一个请求B也开始状态判断的操作。因为请求A还未来得及更改状态，所以请求B也能执行成功，这就导致一个业务被执行了两次。

可以使用数据库悲观锁（select …for update）解决这个问题.

begin;  # 1.开始事务
select * from order where order_id='666' for update # 查询订单，判断状态,锁住这条记录
if（status !=处理中）{//非处理中状态，直接返回；return ;
}
## 处理业务逻辑
update order set status='完成' where order_id='666' # 更新完成
commit; # 5.提交事务

这里面order_id需要是索引或主键哈，要锁住这条记录就好，如果不是索引或者主键，会锁表的！
悲观锁在同一事务操作过程中，锁住了一行数据。别的请求过来只能等待，如果当前事务耗时比较长，就很影响接口性能。所以一般不建议用悲观锁做这个事情。

7.乐观锁

悲观锁有性能问题，可以试下乐观锁。

什么是乐观锁？

乐观锁在操作数据时,则非常乐观，认为别人不会同时在修改数据，因此乐观锁不会上锁。只是在执行更新的时候判断一下，在此期间别人是否修改了数据。

怎样实现乐观锁呢？

就是给表的加多一列version版本号，每次更新记录version都升级一下（version=version+1）。具体流程就是先查出当前的版本号version，然后去更新修改数据时，确认下是不是刚刚查出的版本号，如果是才执行更新
比如，我们更新前，先查下数据，查出的版本号是version =1

select order_id，version from order where order_id='666'；

然后使用version =1和订单Id一起作为条件，再去更新

update order set version = version +1，status='P' where  order_id='666' and version =1

最后更新成功，才可以处理业务逻辑，如果更新失败，默认为重复请求，直接返回。
流程图如下：

为什么版本号建议自增的呢？

因为乐观锁存在ABA的问题，如果version版本一直是自增的就不会出现ABA的情况啦。

8.分布式锁（分布式环境下常用）

分布式锁实现幂等性的逻辑就是，请求过来时，先去尝试获得分布式锁，如果获得成功，就执行业务逻辑，反之获取失败的话，就舍弃请求直接返回成功。执行流程如下图所示：

分布式锁可以使用Redis，也可以使用ZooKeeper，不过还是Redis相对好点，因为较轻量级。

Redis分布式锁，可以使用命令SET EX PX NX + 唯一流水号实现，分布式锁的key必须为业务的唯一标识哈
Redis执行设置key的动作时，要设置过期时间哈，这个过期时间不能太短，太短拦截不了重复请求，也不能设置太长，会占存储空间。

HTTP的幂等

我们的接口，一般都是基于http的，所以我们再来聊聊Http的幂等吧。HTTP 请求方法主要有以下这几种，我们看下各个接口是否都是幂等的。

GET方法

HTTP 的GET方法用于获取资源，可以类比于数据库的select查询，不应该有副作用，所以是幂等的。它不会改变资源的状态，不论你调用一次还是调用多次，效果一样的，都没有副作用。

如果你的GET方法是获取最近最新的新闻，不同时间点调用，返回的资源内容虽然不一样，但是最终对资源本质是没有影响的哈，所以还是幂等的。

HEAD 方法

HEAD 方法与 GET 方法类似，但只返回响应头，不返回响应体。同样不会改变服务器状态。主要区别是HEAD不含有呈现数据，而仅仅是HTTP的头信息，所以它也是幂等的。如果想判断某个资源是否存在，很多人会使用GET，实际上用HEAD则更加恰当。即HEAD方法通常用来做探活使用。

OPTIONS方法

HTTP OPTIONS 主要用于获取当前URL所支持的方法，也是有点像查询，因此也是幂等的。
OPTIONS 方法用于获取目标资源所支持的通信选项。它不会改变服务器状态。

DELETE方法

HTTP DELETE 方法用于删除资源，它是的幂等的。比如我们要删除id=666的帖子，一次执行和多次执行，影响的效果是一样的呢。

这个具体只能是指定条件删除！

POST 方法

HTTP POST 方法用于创建资源，可以类比于提交信息，显然一次和多次提交是有副作用，执行效果是不一样的，不满足幂等性。

比如：POST http://www.tianluo.com/articles的语义是在http://www.tianluo.com/articles下创建一篇帖子，HTTP 响应中应包含帖子的创建状态以及帖子的 URI。两次相同的POST请求会在服务器端创建两份资源，它们具有不同的 URI；所以，POST方法不具备幂等性。

PUT 方法

在大多数情况下，PUT 方法是幂等的，因为它用于更新或替换指定资源的全部内容。无论执行多少次相同的 PUT 请求，最终结果都应该是相同的。然而，在某些特定的情况下，PUT 方法可能会表现出非幂等的行为。以下是一些可能导致 PUT 方法不幂等的情况：

在大多数情况下，PUT 方法是幂等的，因为它用于更新或替换指定资源的全部内容。无论执行多少次相同的 PUT 请求，最终结果都应该是相同的。然而，在某些特定的情况下，PUT 方法可能会表现出非幂等的行为。以下是一些可能导致 PUT 方法不幂等的情况：

1. 依赖外部状态
   如果 PUT 请求的结果依赖于外部状态或系统中的其他数据，那么它可能不是幂等的。

示例
假设有一个计数器服务，每次 PUT 请求都会增加一个计数器的值：

PUT /counter
Content-Type: application/json{"value": 1
}

在这个例子中，每次执行 PUT 请求都会将计数器的值增加 1。因此，多次执行相同的请求会导致不同的结果，这使得 PUT 不再是幂等的。

2. 包含时间戳或版本号
   如果 PUT 请求中包含时间戳或版本号，并且这些信息会影响服务器的状态，那么 PUT 可能不是幂等的。

示例
假设有一个资源，其内容包括一个时间戳字段：

PUT /resource/123
Content-Type: application/json{"name": "John Doe","timestamp": "2024-09-22T12:00:00Z"
}

每次 PUT 请求的时间戳不同，即使内容相同，服务器也可能将其视为不同的更新，从而导致非幂等行为。

3. 包含自增字段
   如果 PUT 请求中包含自增字段（如 ID 或序列号），并且这些字段在服务器端生成，那么 PUT 可能不是幂等的。

示例
假设有一个资源，其中包含一个自增的 ID 字段：

PUT /resource/123
Content-Type: application/json{"name": "John Doe","id": 123
}

如果 id 是在服务器端生成的，并且每次 PUT 请求都会生成一个新的 ID，那么多次执行相同的 PUT 请求会导致不同的结果。

4. 并发更新
   在并发环境中，多个客户端同时对同一个资源进行 PUT 操作时，可能会导致非幂等的行为。

示例
假设有两个客户端同时尝试更新同一个资源：

• 客户端 A 发送 PUT 请求，更新资源为 { "name": "John Doe" }。
• 客户端 B 在客户端 A 的请求处理完成之前发送 PUT 请求，更新资源为 { "name": "Jane Doe" }。

在这种情况下，最终资源的状态取决于哪个请求先被处理，这可能导致非幂等的行为。

5. 副作用
   如果 PUT 请求有副作用，例如触发其他操作或事件，那么它可能不是幂等的。

示例
假设 PUT 请求不仅更新资源，还触发了一个通知事件：

PUT /resource/123
Content-Type: application/json{"name": "John Doe"
}

每次执行 PUT 请求时，都会触发一个通知事件，即使资源内容没有变化。这种情况下，PUT 请求不再是幂等的。

虽然 PUT 方法在标准定义下是幂等的，但在实际应用中，由于上述情况的存在，PUT 请求可能会表现出非幂等的行为。为了确保 PUT 方法的幂等性，应该避免依赖外部状态、时间戳、自增字段和副作用，并且在并发环境下使用适当的锁机制来防止竞态条件。通过这些措施，可以确保 PUT 方法在分布式系统中的可靠性和一致性。