
不知道大家有没有遇到这样的问题,购物节抢购商品的时候,由于抢购人数比较多,网络或者系统会很慢,这时候我们担心自己没有抢到,一般都会多点击几次购买按钮,可是这时候就会出现问题,有可能我们点击了三次,就会生成三个订单,付款的时候一地昂要看清楚了!像是这种情况就涉及到幂等性问题了,不多说了,快跟小编一起来看幂等策略分析吧。
一、幂等性概念
1.幂等概念是从数学中来的,表示N次变换和1次变换的结果是相同的。结合上面的例子,可以理解为,客户端在调用服务时并没有达到预期结果,就会会进行多次调用,为避免多次重复的调用对服务资源产生副作用,服务提供者会承诺满足幂等。
我们理解时需要注意以下几点:
(1)幂等不仅仅只是一次(或者多次)请求对资源没有副作用,还包括第一次请求时对资源产生了副作用,但是以后的多次请求,不会再对资源产生副作用。
(2)幂等关注的是以后的多次请求是否会对资源产生的副作用,而不关注结果。
2.常见场景
1.用户在购物时连续多次点击了提交订单,后台应该只产生一个订单
2.用户发起一笔付款请求,如果遇到网络问题或者系统bug,需要重发,也只应该只扣一次钱
3. 发送消息,也应该只发一次,同样内容发送给用户,用户会哭的;
4. 创建业务订单,一次业务请求只能创建一个订单,如果创建多个,就会导致大问题。
二、幂等的必要
1.幂等能够使客户端逻辑处理变得相对简单(相对的,却使得服务逻辑变得复杂),满足幂等服务,需要在逻辑中至少包含以下两点:
(1)首先要查询上一次的执行状态,如果没有那么就认为是第一次请求
(2)在服务改变状态的业务逻辑前,保证防重复提交的逻辑
2.幂等与防重
(1)重复提交是指,第一次请求已经成功,而人为的进行多次操作,导致不满足幂等要求的服务多次改变状态。
(2)幂等一般是指,第一次请求不知道结果(例如超时)或者失败的异常情况下,发起多次请求,这样做的目的是对第一次请求成功进行确认,并不会因为多次请求而出现多次状态变化。
三、保证幂等策略
幂等是需要通过唯一的业务单号来进行保证的。也就是,相同的业务单号,认为是同一笔业务。以这一唯一的业务单号,对后面多次的相同的业务单号的处理逻辑和执行效果的一致性进行确保。
以上面提交订单为例,在不考虑并发的情况下,可以简单实现幂等:
(1)首先查询订单是否已经提交成功;
(2)若已经提交成功,那么就返回提交成功;若没有提交成功,那么就进入提交页面。
以上就是小编今天跟大家分享的关于幂等策略分析的内容了,关于幂等性还涉及到很多方面,例如什么情况下需要幂等,幂等的不足等等,大家需要去深入了解和学习。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18