什么是幂等性？
所谓幂等性，就是一次操作和多次操作同一个资源，所产生的影响均与一次操作的影响相同。
"幂等（idempotent、idempotence）是一个数学与计算机学概念，常见于抽象代数中。
幂等函数，或幂等方法，是指可以使用相同参数重复执行，并能获得相同结果的函数。
幂等性，用数学语言表达就是：
f(x)=f(f(x))维基百科的幂等性定义如下：
幂等（idempotent、idempotence）是一个数学与计算机学概念，常见于抽象代数中。
幂等函数，或幂等方法，是指可以使用相同参数重复执行，并能获得相同结果的函数。
这些函数不会影响系统状态，也不用担心重复执行会对系统造成改变。
例如，“setTrue()”函数就是一个幂等函数,无论多次执行，其结果都是一样的，更复杂的操作幂等保证是利用唯一交易号(流水号)实现.
在软件或者系统中，重复使用幂等函数或幂等方法不会影响系统状态，也不用担心重复执行会对系统造成改变。
通俗点说：
一个接口如果幂等，不管被调多少次，只要参数不变，结果也不变。
幂等性是对于写操作来说的，一个写操作，一般都需要保证：
-
幂等性
-
可用性
-
ACID事务属性。
当然，这里仅仅聚焦 幂等。
为什么需要幂等性？
如果客户端重复调用，服务端会遇到如下的很多问题：
-
创建订单时，重复调用是否产生两笔订单？
-
扣减库存时，重复调是否会多扣一次？
这就是出现了幂等性问题。
按照幂等性要求，需要保证一次请求和多次请求同一个资源产生相同的副作用。
所以：创建订单时，重复调用是否产生两笔订单？当然不能。
所以：扣减库存时，重复调是否会多扣一次？当然不能。
这些，都是需要幂等性机制去保障。如果不支持幂等操作，那将会出现以下情况：
-
电商超卖现象
-
重复转账、扣款或付款
-
重复增加金币、积分或优惠券
等等，非常惨的。
什么样的原因导致幂等性问题？
原因之一：底层网络阻塞和延迟的问题
在系统高并发的环境下，很有可能因为网络阻塞等等问题，导致客户端不能及时的收到服务端响应，甚至是调用超时。这时候用户会重复点击，重复请求。
在消息队列组件中，客户端也有重试机制，如果投递失败/投递超时，则会重新投递。对于服务端来说，可能会收到重复投递的一份消息。
在RPC组件中，客户端也有重试机制，如果投递失败/投递超时，则会重试调用。对于服务端来说，可能会重复收到通用的调用。
原因之二：用户层面的重复操作
比如下单的按键在点按之后，在没有收到服务器请求之前，用户还可以被按。
或者，用户的App闪退/人工强退，之后重新打开重新下单
需要幂等性的 两大场景
可能会发生重复请求或重试操作的场景，在分布式、微服务架构中是随处可见的。
-
网络波动：因网络波动，可能会引起重复请求
-
分布式消息消费：任务发布后，使用分布式消息服务来进行消费
-
用户重复操作：用户在使用产品时，可能无意地触发多笔交易，甚至没有响应而有意触发多笔交易
-
未关闭的重试机制：因开发人员、测试人员或运维人员没有检查出来，而开启的重试机制（如Nginx重试、RPC通信重试或业务层重试等）
大致可以分为两大类：
-
第一类：单数据CRUD操作的幂等性保证方案
-
第二类：多数据并发操作的幂等性保证方案
第一类：单数据CRUD操作的幂等性保证方案
首先，来看看单数据CRUD操作的幂等性保证方案
对于单数据CRUD操作，很多具备天然幂等性
-
新增类动作：不具备幂等性
-
查询类动作：重复查询不会产生或变更新的数据，查询具有天然幂等性
-
更新类动作：
-
基于主键的计算式Update，不具备幂等性，即
UPDATE goods SET number=number-1 WHERE id=1 -
基于主键的非计算式Update：具备幂等性，即
UPDATE goods SET number=newNumber WHERE id=1 -
基于条件查询的Update，不一定具备幂等性（需要根据实际情况进行分析判断）
-
-
删除类动作：
-
基于主键的Delete具备幂等性
-
一般业务层面都是逻辑删除（即update操作），而基于主键的逻辑删除操作也是具有幂等性的
-
大家看到，对于单数据CRUD操作， 只有在下面的三个场景，保证幂等即可：
-
主键的计算式Update
-
基于条件查询的Update
-
新增类动作
第二类：多数据并发操作的幂等性保证方案
大部分，都是这种场景。
现在的应用，大部分都是微服务的。并且一个操作会涉及到多个数据的并发操作，会通过RPC调用到多个微服务。
分为两种情况：
-
多数据同步操作，一般是服务端提供一个统一的同步操作api，客户端调用该api完成，直接获得操作结果。
-
多数据异步操作，由于同步操作性能低，在高并发场景都会同步变异步，于是乎，服务端还要额外提供一个查询操作结果的api，去查询结果。第一次超时之后，调用方调用查询接口，如果查到了就走成功的流程，失败了就走失败的流程。
多数据并发操作的经典场景，参考如下：
1. 高并发抢红包
在抢一份红包的时候，点击了抢，开始异步抢红包。
抢到就有，没抢到就没有。
抢完之后，无论我们重复点击多少次，红包都会提示你已经抢过该红包了。
2. 高并发下单
高并发下单的一个很基本的问题，就是要避免重复订单。
如果用户操作一次，由于超时重试等原因，一看下了两个单，甚至10个重复单。
用户不晕倒在厕所才怪。
3. 高并发支付
在支付场景，支付平台会生成唯一的支付连接，不会再次生成另外的支付连接。
如何保证幂等呢 ？
幂等性的的确保方案，非常多，大致如下图所示
一些基础性的幂等性解决方案
全局唯一ID
如果使用全局唯一ID，就是根据业务的操作和内容生成一个全局ID，在执行操作前先根据这个全局唯一ID是否存在，来判断这个操作是否已经执行。
如果不存在则把全局ID，存储到存储系统中，比如数据库、Redis等。如果存在则表示该方法已经执行。
使用全局唯一ID是一个通用方案，可以支持插入、更新、删除业务操作。
一般情况下，对分布式的全局唯一id，可以参考以下几种方式：
-
UUID
-
Snowflake
-
数据库自增ID
-
业务本身的唯一约束
-
业务字段+时间戳拼接
唯一索引(去重表)
这种方法适用于在业务中有唯一标识的插入场景中，比如在以上的支付场景中，如果一个订单只会支付一次，所以订单ID可以作为唯一标识。
这时，我们就可以建一张去重表，并且把唯一标识作为唯一索引，在我们实现时，把创建支付单据写入去重表，放在一个事务中，如果重复创建，数据库会抛出唯一约束异常，操作就会回滚。
插入或更新（upsert）
这种方法插入并且有唯一索引的情况，比如我们要关联商品品类，其中商品的ID和品类的ID可以构成唯一索引，并且在数据表中也增加了唯一索引。这时就可以使用InsertOrUpdate操作。
多版本控制
这种方法适合在更新的场景中，比如我们要更新商品的名字，这时我们就可以在更新的接口中增加一个版本号，来做幂等：
boolean updateGoodsName(int id,String newName,int version);
在实现时可以如下：
update goods set name=#{newName},version=#{version} where id=#{id} and version<${version}
状态机控制
这种方法适合在有状态机流转的情况下，比如就会订单的创建和付款，订单的付款肯定是在之前，这时我们可以通过在设计状态字段时，使用int类型，并且通过值类型的大小来做幂等，比如订单的创建为0，付款成功为100，付款失败为99。
在做状态机更新时，我们就可以这样控制：
update goods_order set status=#{status} where id=#{id} and status<#{status}
以上就是保证接口幂等性的一些方法。
综合性的解决方案：一锁二判三更新
前面的方案，都是一些基础性的方案。
在实际的业务中，一般会结合起来使用。
在双11和双12的活动中，对于幂等性问题，支付宝团队摸索出来了一个综合性的解决方案：一锁二判三更新。这个方案，可以作为一个比较通用的综合性的幂等解决方案。
何为“一锁二判三更新”？
简单来说就是当任何一个并发请求过来的时候
-
1. 先锁定单据
-
2. 然后判断单据状态，是否之前已经更新过对应状态了
-
3.1 如果之前并没有更新，则本次请求可以更新，并完成相关业务逻辑。
-
3.2 如果之前已经有更新，则本次不能更新，也不能完成业务逻辑。
一锁、二判、三更性的核心步骤
第一步：先加锁。
高并发场景，建议是redis分布式锁，而不是低性能的DB锁，也不是CP型的 Zookeeper锁。
如果普通的redis分布式锁性能太低，该如何？
还可以考虑引入 锁的分段机制， 比如内部分成100端，总体上，就大概能线性提升 100倍。
第二步：进行幂等性判断。
幂等性判断，就是 进行 数据检查。
可以基于状态机、流水表、唯一性索引等等前面介绍的 基础方案，进行重复操作的判断。
第三步：数据更新
如果通过了第二步的幂等性判断， 说明之前没有执行过更新操作。
那么就进入第三步，进行数据的更新，将数据进行持久化。
操作完成之后， 记得释放锁， 结束整个流程。
