?一、摘要
在上一篇文章中,我們?cè)敿?xì)的介紹了對(duì)于下單流量不算高的系統(tǒng),可以通過(guò)?請(qǐng)求唯一ID?+?數(shù)據(jù)表增加唯一索引約束?這種方案來(lái)實(shí)現(xiàn)防止接口重復(fù)提交!
隨著業(yè)務(wù)的快速增長(zhǎng),每一秒的下單請(qǐng)求次數(shù),可能從幾十上升到幾百甚至幾千。
面對(duì)這種下單流量越來(lái)越高的場(chǎng)景,此時(shí)數(shù)據(jù)庫(kù)的訪問(wèn)壓力會(huì)急劇上升,上面這套方案全靠數(shù)據(jù)庫(kù)來(lái)解決,會(huì)特別吃力!
對(duì)于這樣的場(chǎng)景,我們可以選擇引入緩存中間件來(lái)解決,可選的組件有 redis、memcache 等。
下面,我們以引入redis緩存數(shù)據(jù)庫(kù)服務(wù)器,向大家介紹具體的解決方案!
二、方案實(shí)踐
我們先來(lái)看一張圖,這張圖就是本次方案的核心流程圖。

實(shí)現(xiàn)的邏輯,流程如下:
1.當(dāng)用戶(hù)進(jìn)入訂單提交界面的時(shí)候,調(diào)用后端獲取請(qǐng)求唯一 ID,同時(shí)后端將請(qǐng)求唯一ID存儲(chǔ)到redis中再返回給前端,前端將唯一 ID 值埋點(diǎn)在頁(yè)面里面
2.當(dāng)用戶(hù)點(diǎn)擊提交按鈕時(shí),后端檢查這個(gè)請(qǐng)求唯一 ID 是否存在,如果不存在,提示錯(cuò)誤信息;如果存在,繼續(xù)后續(xù)檢查流程
3.使用redis的分布式鎖服務(wù),對(duì)請(qǐng)求 ID 在限定的時(shí)間內(nèi)進(jìn)行加鎖,如果加鎖成功,繼續(xù)后續(xù)流程;如果加鎖失敗,說(shuō)明服務(wù)正在處理,請(qǐng)勿重復(fù)提交
4.最后一步,如果加鎖成功后,需要將鎖手動(dòng)釋放掉,以免再次請(qǐng)求時(shí),提示同樣的信息;同時(shí)如果任務(wù)執(zhí)行成功,需要將redis中的請(qǐng)求唯一 ID 清理掉
5.至于數(shù)據(jù)庫(kù)是否需要增加字段唯一索引,理論上可以不用加,如果加了更保險(xiǎn)
引入緩存服務(wù),防止重復(fù)提交的大體思路如上,實(shí)踐代碼如下!
2.1、引入 redis 組件
小編的項(xiàng)目是基于SpringBoot?版本進(jìn)行構(gòu)建,添加相關(guān)的redis依賴(lài)環(huán)境如下:
<!-- 引入springboot -->
<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>2.1.0.RELEASE</version>
</parent>
......
<!-- Redis相關(guān)依賴(lài)包,采用jedis作為客戶(hù)端 -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
    <exclusions>
        <exclusion>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
        </exclusion>
        <exclusion>
            <artifactId>lettuce-core</artifactId>
            <groupId>io.lettuce</groupId>
        </exclusion>
    </exclusions>
</dependency>
<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
</dependency>
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-pool2</artifactId>
</dependency>
特別注意:由于每個(gè)項(xiàng)目環(huán)境不一樣,具體的依賴(lài)包需要和工程版本號(hào)匹配!
2.2、添加 redis 環(huán)境配置
在全局配置application.properties?文件中,添加redis相關(guān)服務(wù)配置如下
# Redis數(shù)據(jù)庫(kù)索引(默認(rèn)為0)
spring.redis.database=1
# Redis服務(wù)器地址
spring.redis.host=127.0.0.1
# Redis服務(wù)器連接端口
spring.redis.port=6379
# Redis服務(wù)器連接密碼(默認(rèn)為空)
spring.redis.password=
# Redis服務(wù)器連接超時(shí)配置
spring.redis.timeout=1000
# 連接池配置
spring.redis.jedis.pool.max-active=8
spring.redis.jedis.pool.max-wait=1000
spring.redis.jedis.pool.max-idle=8
spring.redis.jedis.pool.min-idle=0
spring.redis.jedis.pool.time-between-eviction-runs=100
在使用redis?之前,請(qǐng)確保redis服務(wù)器是啟動(dòng)狀態(tài),并且能正常訪問(wèn)!
2.3、編寫(xiě)獲取請(qǐng)求唯一ID的接口,同時(shí)將唯一ID存入redis
@RestController
@RequestMapping("api")
public class SubmitTokenController {
    /**
     * SubmitToken過(guò)期時(shí)間
     */
    private static final Integer EXPIRE_TIME = 60;
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    /**
     * 獲取getSubmitToken
     * @return
     */
    @RequestMapping("getSubmitToken")
    public ResResult getSubmitToken(){
        String uuid = UUID.randomUUID().toString();
        //存入redis
        stringRedisTemplate.opsForValue().set(uuid, uuid, EXPIRE_TIME, TimeUnit.SECONDS);
        return ResResult.getSuccess(uuid);
    }
}
2.4、編寫(xiě)服務(wù)驗(yàn)證邏輯,通過(guò) aop 代理方式實(shí)現(xiàn)
首先創(chuàng)建一個(gè)@SubmitToken注解,通過(guò)這個(gè)注解來(lái)進(jìn)行方法代理攔截!
@Retention(RetentionPolicy.RUNTIME)
@Target({ElementType.METHOD})
@Documented
public @interface SubmitToken {
}
編寫(xiě)方法代理服務(wù),增加防止重復(fù)提交的驗(yàn)證,實(shí)現(xiàn)了邏輯如下!
@Order(1)
@Aspect
@Component
public class SubmitTokenAspect {
    private static final Logger LOGGER = LoggerFactory.getLogger(SubmitTokenAspect.class);
    /**
     * 獲取分布式鎖等待時(shí)間,單位秒
     */
    private static final Long LOCK_REDIS_WAIT_TIME = 3L;
    /**
     * 分布式鎖前綴
     */
    private static final String LOCK_KEY_PREFIX = "SUBMIT:TOKEN:LOCK";
    /**
     * 默認(rèn)鎖對(duì)應(yīng)的值
     */
    private static final String DEFAULT_LOCK_VALUE = "DEFAULT_LOCK_VALUE";
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    @Autowired
    private RedisLockService redisLockService;
    /**
     * 方法調(diào)用環(huán)繞攔截
     */
    @Around(value = "@annotation(com.example.submittoken.config.annotation.SubmitToken)")
    public Object doAround(ProceedingJoinPoint joinPoint){
        HttpServletRequest request = getHttpServletRequest();
        if(Objects.isNull(request)){
            return ResResult.getSysError("請(qǐng)求參數(shù)不能為空!");
        }
        String submitToken = request.getHeader("submitToken");
        if(StringUtils.isEmpty(submitToken)){
            return ResResult.getSysError("submitToken不能為空!");
        }
        //檢查submitToken是否存在
        String submitTokenValue = stringRedisTemplate.opsForValue().get(submitToken);
        if(StringUtils.isEmpty(submitTokenValue)){
            return ResResult.getSysError(ResResultEnum.SUBMIT_ERROR_MESSAGE);
        }
        //嘗試加鎖
        String lockKey = LOCK_KEY_PREFIX + submitToken;
        boolean lock = redisLockService.tryLock(lockKey, DEFAULT_LOCK_VALUE, Duration.ofSeconds(LOCK_REDIS_WAIT_TIME));
        if(!lock){
            return ResResult.getSysError("服務(wù)正在處理,請(qǐng)勿重復(fù)提交!");
        }
        try {
            //繼續(xù)執(zhí)行后續(xù)流程
            Object result = joinPoint.proceed();
            //任務(wù)執(zhí)行成功,清除submitToken緩存
            stringRedisTemplate.delete(submitToken);
            return result;
        } catch (CommonException e) {
            return ResResult.getSysError(e.getMessage());
        } catch (Throwable e) {
            LOGGER.error("業(yè)務(wù)處理發(fā)生異常,錯(cuò)誤信息:",e);
            return ResResult.getSysError(ResResultEnum.DEFAULT_ERROR_MESSAGE);
        } finally {
            //執(zhí)行完畢之后,手動(dòng)將鎖釋放
            redisLockService.releaseLock(lockKey, DEFAULT_LOCK_VALUE);
        }
    }
    /**
     * 獲取請(qǐng)求對(duì)象
     * @return
     */
    private HttpServletRequest getHttpServletRequest(){
        RequestAttributes ra = RequestContextHolder.getRequestAttributes();
        ServletRequestAttributes sra = (ServletRequestAttributes)ra;
        HttpServletRequest request = sra.getRequest();
        return request;
    }
}
部分校驗(yàn)邏輯用到了redis分布式鎖,具體實(shí)現(xiàn)邏輯如下:
/**
 * redis分布式鎖服務(wù)類(lèi)
 * 采用LUA腳本實(shí)現(xiàn),保證加鎖、解鎖操作原子性
 *
 */
@Component
public class RedisLockService {
    /**
     * 分布式鎖過(guò)期時(shí)間,單位秒
     */
    private static final Long DEFAULT_LOCK_EXPIRE_TIME = 60L;
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    /**
     * 嘗試在指定時(shí)間內(nèi)加鎖
     * @param key
     * @param value
     * @param timeout 鎖等待時(shí)間
     * @return
     */
    public boolean tryLock(String key,String value, Duration timeout){
        long waitMills = timeout.toMillis();
        long currentTimeMillis = System.currentTimeMillis();
        do {
            boolean lock = lock(key, value, DEFAULT_LOCK_EXPIRE_TIME);
            if (lock) {
                return true;
            }
            try {
                Thread.sleep(1L);
            } catch (InterruptedException e) {
                Thread.interrupted();
            }
        } while (System.currentTimeMillis() < currentTimeMillis + waitMills);
        return false;
    }
    /**
     * 直接加鎖
     * @param key
     * @param value
     * @param expire
     * @return
     */
    public boolean lock(String key,String value, Long expire){
        String luaScript = "if redis.call('setnx', KEYS[1], ARGV[1]) == 1 then return redis.call('expire', KEYS[1], ARGV[2]) else return 0 end";
        RedisScript<Long> redisScript = new DefaultRedisScript<>(luaScript, Long.class);
        Long result = stringRedisTemplate.execute(redisScript, Collections.singletonList(key), value, String.valueOf(expire));
        return result.equals(Long.valueOf(1));
    }
    /**
     * 釋放鎖
     * @param key
     * @param value
     * @return
     */
    public boolean releaseLock(String key,String value){
        String luaScript = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
        RedisScript<Long> redisScript = new DefaultRedisScript<>(luaScript, Long.class);
        Long result = stringRedisTemplate.execute(redisScript, Collections.singletonList(key),value);
        return result.equals(Long.valueOf(1));
    }
}
2.5、在相關(guān)的業(yè)務(wù)接口上,增加SubmitToken注解即可
@RestController
@RequestMapping("order")
public class OrderController {
    @Autowired
    private OrderService orderService;
    /**
     * 下單
     * @param request
     * @return
     */
    @SubmitToken
    @PostMapping(value = "confirm")
    public ResResult confirm(@RequestBody OrderConfirmRequest request){
        //調(diào)用訂單下單相關(guān)邏輯
        orderService.confirm(request);
        return ResResult.getSuccess();
    }
}
整套方案完全基于?redis?來(lái)實(shí)現(xiàn),同時(shí)結(jié)合?redis?的分布式鎖來(lái)實(shí)現(xiàn)請(qǐng)求限流,之所以選擇?redis?,是因?yàn)樗且粋€(gè)內(nèi)存數(shù)據(jù)庫(kù),性能比關(guān)系型數(shù)據(jù)庫(kù)強(qiáng)太多,即使每秒的下單請(qǐng)求量在幾千,也能很好的應(yīng)對(duì),為關(guān)系型數(shù)據(jù)庫(kù)起到降壓作用!
特別注意的地方:使用?redis?的分布式鎖,推薦單機(jī)環(huán)境,如果?redis?是集群環(huán)境,可能會(huì)導(dǎo)致鎖短暫無(wú)效!
三、小結(jié)
隨著下單流量逐漸上升,通過(guò)查詢(xún)數(shù)據(jù)庫(kù)來(lái)檢查當(dāng)前服務(wù)請(qǐng)求是否重復(fù)提交這種方式,可能會(huì)讓數(shù)據(jù)庫(kù)的請(qǐng)求查詢(xún)頻率變得非常高,數(shù)據(jù)庫(kù)的壓力會(huì)倍增。
此時(shí)我們可以引入redis緩存,將通過(guò)查詢(xún)數(shù)據(jù)庫(kù)來(lái)檢查當(dāng)前請(qǐng)求是否重復(fù)提交這種方式,轉(zhuǎn)移到通過(guò)查詢(xún)緩存來(lái)檢查當(dāng)前請(qǐng)求是否重復(fù)提交,可以很好的給數(shù)據(jù)庫(kù)降壓!