在一定的时间内多次请求同一接口，同一参数。由于请求是 健康请求 ，会执行 正常的业务逻辑 ，从而产生大量的废数据。
举一个最简单的例子：日常开发中crud在业务系统中普遍存在，在服务端没有做任何处理，客户端没有做 节流、防抖 等限流操作时，同一秒一个用户点了两次新增按钮，导致数据库中存在同样两条数据，其结果可想而知，同理修改、删除同样的道理；查询本身具有 幂等性 ，但是在同一秒钟同样的操作，查询多次和一次，有区别吗？区别大了去了，不谈用户体验如何，光是 网络开销、流量占用、带给服务器的压力 等等，生产中一点小的问题，如何不及时处理，可能会引发灾难性bug。
第一种：前台在请求接口的时候，传递一个唯一值，然后在对应接口判断该唯一值，在一定的时间内是否被消费过
第二种：采用 Spring AOP 理念，实现请求的切割，在请求执行到某个方法或某层时候，开始拦截进行，获取该请求的参数，用户信息，请求地址，存入redis中并放置过期时间，进行防重（推荐使用）
第一种：局限性太高，前台必须传递一个唯一值，就算请求到达指定后台服务，写一个拦截器，需要配置太多不需要拦截的方法，也许你会说，可以拦截有规则的请求地址，这样真的好吗?
第二种（推荐）：采用 AOP面向切面编程的思想 ，在不污染源代码的情况下，进行增强功能，切入到要防重的接口上，实现统一防重处理、业务解耦。此处采用 AOP + 自定义注解 ，灵活实现防重功能。
5.具体代码(采用第二种)
注解类
import java.lang.annotation.*;/** * 防重 * @date 2020/8/12 * @return *///标识该注解用于方法上@Target({ElementType.METHOD})//申明该注解为运行时注解，编译后改注解不会被遗弃@Retention(RetentionPolicy.RUNTIME)//javadoc工具记录@Documentedpublic @interface PreventSubmit {}切面类
import com.qianxian.common.exception.AppException;import com.qianxian.common.util.TokenUtil;import lombok.extern.slf4j.Slf4j;import org.apache.commons.lang3.StringUtils;import org.aspectj.lang.ProceedingJoinPoint;import org.aspectj.lang.annotation.Around;import org.aspectj.lang.annotation.Aspect;import org.redisson.api.RLock;import org.redisson.api.RedissonClient;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.data.redis.core.StringRedisTemplate;import org.springframework.stereotype.Component;import org.springframework.web.context.request.RequestAttributes;import org.springframework.web.context.request.RequestContextHolder;import javax.servlet.http.HttpServletRequest;import java.util.Arrays;import java.util.concurrent.TimeUnit;/** * 防重复提交 * @date 2020/8/12 * @return */@Component@Aspect@Slf4jpublic class PreventSubmitAspect { /** * 放重redis前缀 */ private static String API_PREVENT_SUBMIT = "api:preventSubmit:"; /** * 放重分布式锁前缀 */ private static String API_LOCK_PREVENT_SUBMIT = "api:preventSubmit:lock:"; /** * 失效时间 */ private static Integer INVALID_NUMBER = 3; /** * redis */ @Autowired private StringRedisTemplate stringRedisTemplate; /** * 分布式锁 */ @Autowired private RedissonClient redissonClient; /** * 防重 * @date 2020/8/12 * @return */ @Around("@annotation(com.qianxian.user.annotation.PreventSubmit)") public Object preventSubmitAspect(ProceedingJoinPoint joinPoint) throws Throwable { RLock lock = null; try { //获取目标方法的参数 Object[] args = joinPoint.getArgs(); //获取当前request请求 RequestAttributes requestAttributes = RequestContextHolder.getRequestAttributes(); HttpServletRequest request = (HttpServletRequest) requestAttributes.resolveReference(RequestAttributes.REFERENCE_REQUEST); //获取请求地址 String requestUri = request.getRequestURI(); //获取用户ID Long userId = null; try { userId = TokenUtil.getUserId(request); }catch (Exception e){} //拼接锁前缀，采用同一方法，同一用户,同一接口 String temp = requestUri.concat(Arrays.asList(args).toString()) + (userId != null ? userId : ""); temp = temp.replaceAll("/",""); //拼接rediskey String lockPrefix = API_LOCK_PREVENT_SUBMIT.concat(temp); String redisPrefix = API_PREVENT_SUBMIT.concat(temp); /** * 对同一方法同一用户同一参数加锁,即使获取不到用户ID,每个用户请求数据也会不一致，不会造成接口堵塞 */ lock = this.redissonClient.getLock(lockPrefix); lock.lock(); String flag = this.stringRedisTemplate.opsForValue().get(redisPrefix); if(StringUtils.isNotEmpty(flag)){ throw new AppException("您当前的操作太频繁了,请稍后再试!"); } //存入redis,设置失效时间 this.stringRedisTemplate.opsForValue() .set(redisPrefix,redisPrefix,INVALID_NUMBER, TimeUnit.SECONDS); //执行目标方法 Object result = joinPoint.proceed(args); return result; }finally { if(lock != null){ lock.unlock(); } } }}以上内容仅供个人理解，如有不对，欢迎指正。
| 留言与评论（共有 0 条评论） “” |
