在上一篇文章中,我们详细的介绍了对于下单流量不算高的系统,可以通过请求唯一ID+数据表增加唯一索引约束这种方案来实现防止接口重复提交!,随着业务的快速增长,每一秒的下单请求次数,可能从几十上升到几百甚至几千。,面对这种下单流量越来越高的场景,此时数据库的访问压力会急剧上升,上面这套方案全靠数据库来解决,会特别吃力!,对于这样的场景,我们可以选择引入缓存中间件来解决,可选的组件有 redis、memcache 等。,下面,我们以引入redis缓存数据库服务器,向大家介绍具体的解决方案!,我们先来看一张图,这张图就是本次方案的核心流程图。,
,实现的逻辑,流程如下:,1.当用户进入订单提交界面的时候,调用后端获取请求唯一 ID,同时后端将请求唯一ID存储到redis中再返回给前端,前端将唯一 ID 值埋点在页面里面,2.当用户点击提交按钮时,后端检查这个请求唯一 ID 是否存在,如果不存在,提示错误信息;如果存在,继续后续检查流程,3.使用redis的分布式锁服务,对请求 ID 在限定的时间内进行加锁,如果加锁成功,继续后续流程;如果加锁失败,说明服务正在处理,请勿重复提交,4.最后一步,如果加锁成功后,需要将锁手动释放掉,以免再次请求时,提示同样的信息;同时如果任务执行成功,需要将redis中的请求唯一 ID 清理掉,5.至于数据库是否需要增加字段唯一索引,理论上可以不用加,如果加了更保险,引入缓存服务,防止重复提交的大体思路如上,实践代码如下!,2.1、引入 redis 组件,小编的项目是基于SpringBoot版本进行构建,添加相关的redis依赖环境如下:,特别注意:由于每个项目环境不一样,具体的依赖包需要和工程版本号匹配!,2.2、添加 redis 环境配置,在全局配置application.properties文件中,添加redis相关服务配置如下,在使用redis之前,请确保redis服务器是启动状态,并且能正常访问!,2.3、编写获取请求唯一ID的接口,同时将唯一ID存入redis,2.4、编写服务验证逻辑,通过 aop 代理方式实现,首先创建一个@SubmitToken注解,通过这个注解来进行方法代理拦截!,编写方法代理服务,增加防止重复提交的验证,实现了逻辑如下!,部分校验逻辑用到了redis分布式锁,具体实现逻辑如下:,2.5、在相关的业务接口上,增加SubmitToken注解即可,整套方案完全基于redis来实现,同时结合redis的分布式锁来实现请求限流,之所以选择redis,是因为它是一个内存数据库,性能比关系型数据库强太多,即使每秒的下单请求量在几千,也能很好的应对,为关系型数据库起到降压作用!,特别注意的地方:使用redis的分布式锁,推荐单机环境,如果redis是集群环境,可能会导致锁短暂无效!,随着下单流量逐渐上升,通过查询数据库来检查当前服务请求是否重复提交这种方式,可能会让数据库的请求查询频率变得非常高,数据库的压力会倍增。,此时我们可以引入redis缓存,将通过查询数据库来检查当前请求是否重复提交这种方式,转移到通过查询缓存来检查当前请求是否重复提交,可以很好的给数据库降压!
© 版权声明
文章版权归作者所有,未经允许请勿转载。