在go-zero框架中实现api接口幂等性,核心做法是结合唯一业务流水号(idempotency-key)与redis的原子操作。客户端需在请求头或body中携带全局唯一的key,服务端通过lua脚本执行“检查key是否存在”和“设置key并存储结果/状态”的原子逻辑,若key已存在则直接返回缓存结果或拒绝重复提交,从而确保同一请求无论重试多少次都只产生一次副作用。

如何设计基于Token的防重提交机制
该方案适用于前端表单提交场景,分为获取Token、携带Token提交、服务端校验三个步骤。服务端提供一个专门的接口用于生成UUID作为Token并存入Redis,设置较短的过期时间;前端在展示表单时调用此接口获取Token,并在后续提交数据时将Token放入Header。服务端拦截器提取Token,利用Redis的`SETNX`命令尝试存入,只有成功存入的请求才进入业务逻辑,否则直接返回409 Conflict。

// 1. 定义DTO结构
type IdempotentReq struct {
Token string `header:"X-Idempotency-Token"`
Data string `json:"data"`
}
// 2. 服务层处理逻辑
func (s *Service) Handle(req *IdempotentReq) (*Reply, error) {
// 使用Lua脚本保证原子性:如果key不存在则设置并返回1,否则返回0
script := redis.NewScript(1,
"if redis.call('exists', KEYS[1]) == 0 then " +
" redis.call('set', KEYS[1], ARGV[1], 'EX', 3600) " +
" return 1 " +
"else " +
" return 0 " +
"end")
ctx := context.Background()
result, err := script.Run(ctx, s.redis, []string{req.Token}, req.Data).Int()
if err != nil || result == 0 {
return nil, errors.New("request already processed or invalid token")
}
// 执行业务逻辑...
return &Reply{Result: "success"}, nil
}
预期结果:当用户快速双击提交按钮发送两个相同Token的请求时,第一个请求成功写入Redis并执行业务,第二个请求因`exists`检测为真而被拦截,返回错误信息,避免了数据库重复插入。
如何利用分布式锁实现写操作的幂等控制
对于非前端可控的API调用或后台任务,通常采用分布式锁配合业务唯一键来实现。这里以订单创建为例,业务主键(如OrderNo)作为锁的唯一标识。在执行写操作前,程序尝试获取Redis锁,设置合理的超时时间防止死锁。获取锁成功后,再次查询数据库确认订单状态(双重检查),若订单已存在则直接返回现有数据,若不存在则执行创建并释放锁。这种方式能有效应对网络抖动导致的客户端重试。

// 伪代码示例:基于业务键的幂等处理
func CreateOrder(orderNo string) (*Order, error) {
lockKey := fmt.Sprintf("order_lock_%s", orderNo)
// 尝试获取分布式锁,超时时间设为5秒
acquired := s.locker.Lock(lockKey, 5*time.Second)
if !acquired {
return nil, errors.New("system busy, please retry later")
}
defer s.locker.Unlock(lockKey)
// 双重检查:锁内再次查询DB,防止并发穿透
existingOrder := s.db.GetOrderByNo(orderNo)
if existingOrder != nil {
return existingOrder, nil // 幂等返回
}
// 执行创建逻辑
newOrder := &Order{No: orderNo, Status: "created"}
s.db.Create(newOrder)
return newOrder, nil
}
预期结果:在高并发场景下,多个线程同时请求同一个`orderNo`,只有一个能获取锁并执行Insert,其余线程要么等待超时失败,要么在锁内发现数据已存在而直接返回,保证了订单数据的唯一性。
当Redis连接异常导致幂等失效该如何降级处理
在实际生产环境中,Redis集群故障或网络分区可能导致幂等组件不可用。此时应启用本地内存缓存(如Golang的sync.Map或Caffeine库)作为降级方案,或者采用“数据库唯一索引+重试”的兜底策略。在代码层面,可以在Lua脚本执行失败或连接超时时,捕获异常并切换至本地Map进行短时间内的去重(注意多节点需配合其他机制)。更稳健的做法是在数据库表的设计阶段,对业务唯一字段建立Unique Index,当幂等中间件失效时,应用层捕获Duplicate Key Exception异常,将其转换为幂等的成功响应而非报错。


















