如何防止用戶重複提交訂單？（中）

一、摘要

在上一篇文章中，我們詳細的介紹了對於下單流量不算高的系統，可以通過請求唯一ID+數據表增加唯一索引約束這種方案來實現防止接口重複提交！

隨着業務的快速增長，每一秒的下單請求次數，可能從幾十上升到幾百甚至幾千。

面對這種下單流量越來越高的場景，此時數據庫的訪問壓力會急劇上升，上面這套方案全靠數據庫來解決，會特別喫力！

對於這樣的場景，我們可以選擇引入緩存中間件來解決，可選的組件有 redis、memcache 等。

下面，我們以引入redis緩存數據庫服務器，向大家介紹具體的解決方案！

二、方案實踐

我們先來看一張圖，這張圖就是本次方案的核心流程圖。

實現的邏輯，流程如下：

1.當用戶進入訂單提交界面的時候，調用後端獲取請求唯一 ID，同時後端將請求唯一ID存儲到redis中再返回給前端，前端將唯一 ID 值埋點在頁面裏面
2.當用戶點擊提交按鈕時，後端檢查這個請求唯一 ID 是否存在，如果不存在，提示錯誤信息；如果存在，繼續後續檢查流程
3.使用redis的分佈式鎖服務，對請求 ID 在限定的時間內進行加鎖，如果加鎖成功，繼續後續流程；如果加鎖失敗，說明服務正在處理，請勿重複提交
4.最後一步，如果加鎖成功後，需要將鎖手動釋放掉，以免再次請求時，提示同樣的信息；同時如果任務執行成功，需要將redis中的請求唯一 ID 清理掉
5.至於數據庫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

引入緩存服務，防止重複提交的大體思路如上，實踐代碼如下！

2.1、引入 redis 組件

小編的項目是基於SpringBoot版本進行構建，添加相關的redis依賴環境如下：

<!-- 引入springboot -->
<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>2.1.0.RELEASE</version>
</parent>

......

<!-- Redis相關依賴包，採用jedis作爲客戶端 -->
<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：由於每個項目環境不一樣，具體的依賴包需要和工程版本號匹配！

2.2、添加 redis 環境配置

在全局配置application.properties文件中，添加redis相關服務配置如下

# Redis數據庫索引（默認爲0）
spring.redis.database=1
# Redis服務器地址
spring.redis.host=127.0.0.1
# Redis服務器連接端口
spring.redis.port=6379
# Redis服務器連接密碼（默認爲空）
spring.redis.password=
# Redis服務器連接超時配置
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，請確保redis服務器是啓動狀態，並且能正常訪問！

2.3、編寫獲取請求唯一ID的接口，同時將唯一ID存入redis

@RestController
@RequestMapping("api")
public class SubmitTokenController {

    /**
     * SubmitToken過期時間
     */
    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、編寫服務驗證邏輯，通過 aop 代理方式實現

首先創建一個@SubmitToken註解，通過這個註解來進行方法代理攔截！

@Retention(RetentionPolicy.RUNTIME)
@Target({ElementType.METHOD})
@Documented
public @interface SubmitToken {

}

編寫方法代理服務，增加防止重複提交的驗證，實現了邏輯如下！

@Order(1)
@Aspect
@Component
public class SubmitTokenAspect {

    private static final Logger LOGGER = LoggerFactory.getLogger(SubmitTokenAspect.class);

    /**
     * 獲取分佈式鎖等待時間，單位秒
     */
    private static final Long LOCK_REDIS_WAIT_TIME = 3L;

    /**
     * 分佈式鎖前綴
     */
    private static final String LOCK_KEY_PREFIX = "SUBMIT:TOKEN:LOCK";

    /**
     * 默認鎖對應的值
     */
    private static final String DEFAULT_LOCK_VALUE = "DEFAULT_LOCK_VALUE";


    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Autowired
    private RedisLockService redisLockService;

    /**
     * 方法調用環繞攔截
     */
    @Around(value = "@annotation(com.example.submittoken.config.annotation.SubmitToken)")
    public Object doAround(ProceedingJoinPoint joinPoint){
        HttpServletRequest request = getHttpServletRequest();
        if(Objects.isNull(request)){
            return ResResult.getSysError("請求參數不能爲空！");
        }
        String submitToken = request.getHeader("submitToken");
        if(StringUtils.isEmpty(submitToken)){
            return ResResult.getSysError("submitToken不能爲空！");
        }
        //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("服務正在處理，請勿重複提交！");
        }
        try {
            //繼續執行後續流程
            Object result = joinPoint.proceed();
            //任務執行成功，清除submitToken緩存
            stringRedisTemplate.delete(submitToken);
            return result;
        } catch (CommonException e) {
            return ResResult.getSysError(e.getMessage());
        } catch (Throwable e) {
            LOGGER.error("業務處理髮生異常，錯誤信息：",e);
            return ResResult.getSysError(ResResultEnum.DEFAULT_ERROR_MESSAGE);
        } finally {
            //執行完畢之後，手動將鎖釋放
            redisLockService.releaseLock(lockKey, DEFAULT_LOCK_VALUE);
        }
    }

    /**
     * 獲取請求對象
     * @return
     */
    private HttpServletRequest getHttpServletRequest(){
        RequestAttributes ra = RequestContextHolder.getRequestAttributes();
        ServletRequestAttributes sra = (ServletRequestAttributes)ra;
        HttpServletRequest request = sra.getRequest();
        return request;
    }
}

部分校驗邏輯用到了redis分佈式鎖，具體實現邏輯如下：

/**
 * redis分佈式鎖服務類
 * 採用LUA腳本實現，保證加鎖、解鎖操作原子性
 *
 */
@Component
public class RedisLockService {

    /**
     * 分佈式鎖過期時間，單位秒
     */
    private static final Long DEFAULT_LOCK_EXPIRE_TIME = 60L;

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    /**
     * 嘗試在指定時間內加鎖
     * @param key
     * @param value
     * @param timeout 鎖等待時間
     * @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、在相關的業務接口上，增加SubmitToken註解即可

@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){
        //調用訂單下單相關邏輯
        orderService.confirm(request);
        return ResResult.getSuccess();
    }
}

整套方案完全基於redis來實現，同時結合redis的分佈式鎖來實現請求限流，之所以選擇redis，是因爲它是一個內存數據庫，性能比關係型數據庫強太多，即使每秒的下單請求量在幾千，也能很好的應對，爲關係型數據庫起到降壓作用！

特別注意的地方：使用redis的分佈式鎖，推薦單機環境，如果redis是集羣環境，可能會導致鎖短暫無效！

三、小結

隨着下單流量逐漸上升，通過查詢數據庫來檢查當前服務請求是否重複提交這種方式，可能會讓數據庫的請求查詢頻率變得非常高，數據庫的壓力會倍增。

此時我們可以引入redis緩存，將通過查詢數據庫來檢查當前請求是否重複提交這種方式，轉移到通過查詢緩存來檢查當前請求是否重複提交，可以很好的給數據庫降壓！

如何防止用戶重複提交訂單？（中）

一、摘要

二、方案實踐

2.1、引入 redis 組件

2.2、添加 redis 環境配置

2.3、編寫獲取請求唯一ID的接口，同時將唯一ID存入redis

2.4、編寫服務驗證邏輯，通過 aop 代理方式實現

2.5、在相關的業務接口上，增加SubmitToken註解即可

三、小結

多線程系列(二十一) -ForkJoin使用詳解

多線程系列(二十) -CompletableFuture使用詳解

多線程系列(十九) -Future使用詳解

多線程系列(十七) -線程組介紹

多線程系列(十八) -AQS原理淺析

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結