瞬间几千次的重复提交,我用SpringBoot+Redis扛住了!

发表于:2020-5-06 10:36

字体: | 上一篇 | 下一篇 | 我要投稿

 作者:Java编程    来源:慕容千语

  前言
  在实际的开发项目中,一个对外暴露的接口往往会面临很多次请求,我们来解释一下幂等的概念:任意多次执行所产生的影响均与一次执行的影响相同。按照这个含义,最终的含义就是 对数据库的影响只能是一次性的,不能重复处理。如何保证其幂等性,通常有以下手段:
  数据库建立唯一性索引,可以保证最终插入数据库的只有一条数据
  token机制,每次接口请求前先获取一个token,然后再下次请求的时候在请求的header体中加上这个token,后台进行验证,如果验证通过删除token,下次请求再次判断token
  悲观锁或者乐观锁,悲观锁可以保证每次for update的时候其他sql无法update数据(在数据库引擎是innodb的时候,select的条件必须是唯一索引,防止锁全表)
  先查询后判断,首先通过查询数据库是否存在数据,如果存在证明已经请求过了,直接拒绝该请求,如果没有存在,就证明是第一次进来,直接放行。
  redis实现自动幂等的原理图:
 
  搭建redis的服务Api
  首先是搭建redis服务器。
  引入springboot中到的redis的stater,或者Spring封装的jedis也可以,后面主要用到的api就是它的set方法和exists方法,这里我们使用springboot的封装好的redisTemplate
   /**
  * redis工具类
  */
  @Component
  public class RedisService {
  @Autowired
  private RedisTemplate redisTemplate;
  /**
  * 写入缓存
  * @param key
  * @param value
  * @return
  */
  public boolean set(final String key, Object value) {
  boolean result = false;
  try {
  ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue();
  operations.set(key, value);
  result = true;
  } catch (Exception e) {
  e.printStackTrace();
  }
  return result;
  }
  /**
  * 写入缓存设置时效时间
  * @param key
  * @param value
  * @return
  */
  public boolean setEx(final String key, Object value, Long expireTime) {
  boolean result = false;
  try {
  ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue();
  operations.set(key, value);
  redisTemplate.expire(key, expireTime, TimeUnit.SECONDS);
  result = true;
  } catch (Exception e) {
  e.printStackTrace();
  }
  return result;
  }
  /**
  * 判断缓存中是否有对应的value
  * @param key
  * @return
  */
  public boolean exists(final String key) {
  return redisTemplate.hasKey(key);
  }
  /**
  * 读取缓存
  * @param key
  * @return
  */
  public Object get(final String key) {
  Object result = null;
  ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue();
  result = operations.get(key);
  return result;
  }
  /**
  * 删除对应的value
  * @param key
  */
  public boolean remove(final String key) {
  if (exists(key)) {
  Boolean delete = redisTemplate.delete(key);
  return delete;
  }
  return false;
  }
  }
  自定义注解AutoIdempotent
  自定义一个注解,定义此注解的主要目的是把它添加在需要实现幂等的方法上,凡是某个方法注解了它,都会实现自动幂等。后台利用反射如果扫描到这个注解,就会处理这个方法实现自动幂等,使用元注解ElementType.METHOD表示它只能放在方法上,etentionPolicy.RUNTIME表示它在运行时
   @Target({ElementType.METHOD})
  @Retention(RetentionPolicy.RUNTIME)
  public @interface AutoIdempotent {
  }
  token创建和检验
  token服务接口:我们新建一个接口,创建token服务,里面主要是两个方法,一个用来创建token,一个用来验证token。创建token主要产生的是一个字符串,检验token的话主要是传达request对象,为什么要传request对象呢?主要作用就是获取header里面的token,然后检验,通过抛出的Exception来获取具体的报错信息返回给前端
   public interface TokenService {
  /**
  * 创建token
  * @return
  */
  public  String createToken();
  /**
  * 检验token
  * @param request
  * @return
  */
  public boolean checkToken(HttpServletRequest request) throws Exception;
  }
  token的服务实现类:token引用了redis服务,创建token采用随机算法工具类生成随机uuid字符串,然后放入到redis中(为了防止数据的冗余保留,这里设置过期时间为10000秒,具体可视业务而定),如果放入成功,最后返回这个token值。checkToken方法就是从header中获取token到值(如果header中拿不到,就从paramter中获取),如若不存在,直接抛出异常。这个异常信息可以被拦截器捕捉到,然后返回给前端。
   @Service
  public class TokenServiceImpl implements TokenService {
  @Autowired
  private RedisService redisService;
  /**
  * 创建token
  *
  * @return
  */
  @Override
  public String createToken() {
  String str = RandomUtil.randomUUID();
  StrBuilder token = new StrBuilder();
  try {
  token.append(Constant.Redis.TOKEN_PREFIX).append(str);
  redisService.setEx(token.toString(), token.toString(),10000L);
  boolean notEmpty = StrUtil.isNotEmpty(token.toString());
  if (notEmpty) {
  return token.toString();
  }
  }catch (Exception ex){
  ex.printStackTrace();
  }
  return null;
  }
  /**
  * 检验token
  *
  * @param request
  * @return
  */
  @Override
  public boolean checkToken(HttpServletRequest request) throws Exception {
  String token = request.getHeader(Constant.TOKEN_NAME);
  if (StrUtil.isBlank(token)) {// header中不存在token
  token = request.getParameter(Constant.TOKEN_NAME);
  if (StrUtil.isBlank(token)) {// parameter中也不存在token
  throw new ServiceException(Constant.ResponseCode.ILLEGAL_ARGUMENT, 100);
  }
  }
  if (!redisService.exists(token)) {
  throw new ServiceException(Constant.ResponseCode.REPETITIVE_OPERATION, 200);
  }
  boolean remove = redisService.remove(token);
  if (!remove) {
  throw new ServiceException(Constant.ResponseCode.REPETITIVE_OPERATION, 200);
  }
  return true;
  }
  }
  拦截器的配置
  web配置类,实现WebMvcConfigurerAdapter,主要作用就是添加autoIdempotentInterceptor到配置类中,这样我们到拦截器才能生效,注意使用@Configuration注解,这样在容器启动是时候就可以添加进入context中
   @Configuration
  public class WebConfiguration extends WebMvcConfigurerAdapter {
  @Resource
  private AutoIdempotentInterceptor autoIdempotentInterceptor;
  /**
  * 添加拦截器
  * @param registry
  */
  @Override
  public void addInterceptors(InterceptorRegistry registry) {
  registry.addInterceptor(autoIdempotentInterceptor);
  super.addInterceptors(registry);
  }
  }
  拦截处理器:主要的功能是拦截扫描到AutoIdempotent到注解到方法,然后调用tokenService的checkToken()方法校验token是否正确,如果捕捉到异常就将异常信息渲染成json返回给前端
   /**
  * 拦截器
  */
  @Component
  public class AutoIdempotentInterceptor implements HandlerInterceptor {
  @Autowired
  private TokenService tokenService;
  /**
  * 预处理
  *
  * @param request
  * @param response
  * @param handler
  * @return
  * @throws Exception
  */
  @Override
  public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
  if (!(handler instanceof HandlerMethod)) {
  return true;
  }
  HandlerMethod handlerMethod = (HandlerMethod) handler;
  Method method = handlerMethod.getMethod();
  //被ApiIdempotment标记的扫描
  AutoIdempotent methodmethodAnnotation = method.getAnnotation(AutoIdempotent.class);
  if (methodAnnotation != null) {
  try {
  return tokenService.checkToken(request);// 幂等性校验, 校验通过则放行, 校验失败则抛出异常, 并通过统一异常处理返回友好提示
  }catch (Exception ex){
  ResultVo failedResult = ResultVo.getFailedResult(101, ex.getMessage());
  writeReturnJson(response, JSONUtil.toJsonStr(failedResult));
  throw ex;
  }
  }
  //必须返回true,否则会被拦截一切请求
  return true;
  }
  @Override
  public void postHandle(HttpServletRequest request, HttpServletResponse response, Object handler, ModelAndView modelAndView) throws Exception {
  }
  @Override
  public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {
  }
  /**
  * 返回的json值
  * @param response
  * @param json
  * @throws Exception
  */
  private void writeReturnJson(HttpServletResponse response, String json) throws Exception{
  PrintWriter writer = null;
  response.setCharacterEncoding("UTF-8");
  response.setContentType("text/html; charset=utf-8");
  try {
  writer = response.getWriter();
  writer.print(json);
  } catch (IOException e) {
  } finally {
  if (writer != null)
  writer.close();
  }
  }
  }
  测试用例
  模拟业务请求类,首先我们需要通过/get/token路径通过getToken()方法去获取具体的token,然后我们调用testIdempotence方法,这个方法上面注解了@AutoIdempotent,拦截器会拦截所有的请求,当判断到处理的方法上面有该注解的时候,就会调用TokenService中的checkToken()方法,如果捕获到异常会将异常抛出调用者,下面我们来模拟请求一下:
   @RestController
  public class BusinessController {
  @Resource
  private TokenService tokenService;
  @Resource
  private TestService testService;
  @PostMapping("/get/token")
  public String  getToken(){
  String token = tokenService.createToken();
  if (StrUtil.isNotEmpty(token)) {
  ResultVo resultVo = new ResultVo();
  resultVo.setCode(Constant.code_success);
  resultVo.setMessage(Constant.SUCCESS);
  resultVo.setData(token);
  return JSONUtil.toJsonStr(resultVo);
  }
  return StrUtil.EMPTY;
  }
  @AutoIdempotent
  @PostMapping("/test/Idempotence")
  public String testIdempotence() {
  String businessResult = testService.testIdempotence();
  if (StrUtil.isNotEmpty(businessResult)) {
  ResultVo successResult = ResultVo.getSuccessResult(businessResult);
  return JSONUtil.toJsonStr(successResult);
  }
  return StrUtil.EMPTY;
  }
  }
  使用postman请求,首先访问get/token路径获取到具体到token:
  
  利用获取到到token,然后放到具体请求到header中,可以看到第一次请求成功,接着我们请求第二次:
  
  第二次请求,返回到是重复性操作,可见重复性验证通过,再多次请求到时候我们只让其第一次成功,第二次就是失败:
 
  总结
  本篇博客介绍了使用springboot和拦截器、redis来优雅的实现接口幂等,对于幂等在实际的开发过程中是十分重要的,因为一个接口可能会被无数的客户端调用,如何保证其不影响后台的业务处理,如何保证其只影响数据一次是非常重要的,它可以防止产生脏数据或者乱数据,也可以减少并发量,实乃十分有益的一件事。而传统的做法是每次判断数据,这种做法不够智能化和自动化,比较麻烦。而今天的这种自动化处理也可以提升程序的伸缩性。

      本文内容不用于商业目的,如涉及知识产权问题,请权利人联系博为峰小编(021-64471599-8017),我们将立即处理。

《2023软件测试行业现状调查报告》独家发布~

关注51Testing

联系我们

快捷面板 站点地图 联系我们 广告服务 关于我们 站长统计 发展历程

法律顾问:上海兰迪律师事务所 项棋律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2024
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪ICP备05003035号

沪公网安备 31010102002173号