简单聊一聊幂等和防重

大家好，我是G探险者。

每年的双十一，618，电商系统都会面临这超高的流量，如果一个订单被反复提交，那电商系统如何保证这个订单之后执行一次减库存，扣款的操作？

这里就引入两个概念，幂等和防重。

幂等（Idempotence）和防重（Idempotency in data handling or Anti-replay）是两个在计算机科学和数据处理中经常遇到的概念，尤其在分布式系统、网络通信和数据库操作中非常重要。

今天我们就来聊聊二者的区别在哪里

1. 幂等 (Idempotence)

1.1 定义

一个操作是幂等的，意味着无论这个操作执行多少次，结果都是一样的。换句话说，执行一次和多次对系统的影响是相同的。

1.2 应用场景

网络通信：避免网络不稳定导致的重复请求改变结果，如HTTP的GET请求。
分布式系统：保持系统状态一致，特别是在组件间通信不确定的情况下。
数据库事务：确保重复执行的SQL语句不改变数据库状态。
支付和金融交易：防止因重复操作导致的财务错误，如重复支付处理。
订单处理系统：避免重复订单或不一致的订单状态。
任务或作业调度：确保重复执行任务不产生副作用。

1.3 实现思路

使用唯一事务标识符。
状态检查，避免重复执行相同状态的操作。
乐观锁或其他并发控制机制。

1.4 示例代码

public class BankAccount {private double balance;public BankAccount(double balance) {this.balance = balance;}// 幂等的存款方法public void deposit(double amount, String transactionId) {if (!isTransactionProcessed(transactionId)) {balance += amount;markTransactionAsProcessed(transactionId);}}private boolean isTransactionProcessed(String transactionId) {// 实现检查逻辑return false;}private void markTransactionAsProcessed(String transactionId) {// 实现标记逻辑}
}

2. 防重 (Anti-replay or Idempotency in Data Handling)

2.1 定义

防重处理是确保不会重复处理相同的数据或请求的方法，用于避免由于重复执行相同操作而产生的数据错误或资源浪费。

2.2 应用场景

网络安全：防止重放攻击，保护API免受重复请求攻击。
金融服务和支付系统：防止重复交易和错误的资金扣除。
电子商务：避免重复下单和库存数据不一致。
消息队列和分布式系统：确保消息不被重复处理，防止数据同步错误。
Web服务和API：避免重复表单提交和REST API的重复请求。
身份验证和授权：管理Session和防止重复使用认证信息。

2.3 实现思路

为每个请求或操作分配唯一标识符。
跟踪和存储请求的状态，避免重复处理。
结合速率限制、请求去重和缓存机制。

2.4 示例代码

import java.util.HashSet;
import java.util.Set;public class RequestHandler {private Set<String> processedRequests = new HashSet<>();public void handleRequest(String requestId) {if (!processedRequests.contains(requestId)) {process(requestId);processedRequests.add(requestId);} else {// 已处理的请求}}private void process(String requestId) {// 实现请求处理逻辑}
}

3. 对比分析

特性	幂等 (Idempotence)	防重 (Anti-replay)
定义	无论执行多少次，操作的结果都相同。	防止重复处理相同的请求或数据。
目的	保证重复执行操作不会改变结果。	防止由于重复请求造成的数据错误或资源浪费。
应用场景	分布式系统、网络通信、数据库操作	网络安全、金融交易、数据同步
关键点	结果一致性	请求或数据的唯一性
实现方式	通过确保操作本身的特性（如GET请求）或通过系统设计来保证	通过跟踪唯一标识符（如时间戳、序列号等）来避免重复处理
举例	HTTP GET请求，数学中的绝对值操作	SSL/TLS协议中的重放攻击防御，金融交易的唯一性验证
挑战	设计能够在各种情况下保持结果一致性的操作	有效地识别和管理重复的请求或数据
侧重	操作的一致性和可预测性	数据和请求的安全性和完整性