幂等性设计
今天我们来聊聊接口的幂等性设计，所谓幂等，就是任意多次执行所产生的影响均与一次执行的影响相同。 幂等性接口是指可以使用相同参数重复执行，并能获得相同结果的接口。这里就不展开数学中的定义了，有兴趣的可以自行google。
为什么接口需要幂等呢？
我们都知道，作为接口的调用方，对于接口调用的结果，一般会返回成功、失败和超时。对于成功和失败，都是明确的状态，调用放可以根据结果做相应的处理，但是对于超时，由于不确定是否成功请求了，作为调用方来说，所以一般都会选择重试。而重试就会出现定义中描述的多次执行。
可以从下面这个例子中加深一下理解：
- 创建订单时，需要减库存，如果减库存接口超时了，调用方重新调用一次（无论是否成功的执行了减库存代码），应该要保证不会多减一次库存。
要保证不会多件一次库存，一般有两种做法：
- 接口提供方需要提供相应的查询接口。调用方在超时后去查询一下是否成功。是否多扣一次库存掌握在调用方手里。如果接口是提供给第三方使用的，就会存在一定的风险。
- 接口支持幂等。这样幂等的保证完全掌握在提供方自己手里，完全不用担心。
全局ID
要让接口支持幂等，要怎么做呢，你可能会想到在减库存之前增加一次查询，已经减过的直接返回不就完事了么？这样确实能达到目的，可是会额外多了一次查询，有没有什么更优的方法呢？
要保证减库存操作的唯一性，可以在接口上多加一个参数，这个参数必须全局唯一，数据库设计表的时候这个字段要加上唯一索引，当多次保存相同数据的时候，数据库就会报错，这就证明了接口已经成功调用过，可以直接返回。
那这个全局ID由谁来分配呢？
1.可以创建一个分配中心，由中心统一分配。
优点：分配ID与业务集群解耦。
缺点：需要单独维护分配中心，这个分配中心也必须做成高可用集群，增加维护成本。
2.集成在业务服务集群。
优点：业务服务集群本来就是高可用的，无需提供额外保证。
缺点：分配ID与业务耦合（这其实没什么影响），需要保证业务服务集群生成ID的唯一性。
一般来说，后者是比较好的方案，我们只要提供一个能在集群上生成全局唯一ID的算法即可。
除了保证全局唯一，最好具备以下特点（非必须）：
- 递增，起码保证每台机器上的ID递增。（保证数据库性能）
- 明确的规则，ID的各个位都有具体的定义。（方便追溯）
接下来就来说说现阶段常用的全局ID算法。
UUID
UUID设计的目的就是让分布式系统中的所有元素，都能有唯一的辨识信息，而不需要通过中央控制端来做辨识信息的指定。关于UUID的设计原理可自行Google。
优点：实现简单（大多数编程语言都集成到工具库了），本地生成，性能好，扩展性高，不需要协定。
缺点：无法递增（消耗数据库性能）、UUID过长（消耗存储空间）。
在中小型项目中，UUID会是不错的选择。为什么这么说呢？面对并发度不高的系统，数据库性能一般不会达到瓶颈，所以说UUID是牺牲数据库性能换取其优点的一种选择。
Snowflake
Snowflake是Twitter 的开源项目，它生成的ID是64bit的正整数，结构如图：
- 1bit：固定为0，二进制中最高位为符号位，0为整数，1位负数。所以固定为0表示生成的ID都为正数
- 41bit：作为毫秒数，大约能用69年。
- 10bit：作为机器编号（5bit是数据中心ID，5bit为机器ID）。支持1204个实例。
- 12bit：序列号，一毫秒最多生成2^12=4096个。
优点：递增，且按时间有序。性能高，可根据情况分配bit。
缺点：依赖机器时钟。在分布式系统中，各个机器上的时间不可能完全一样，在同步各机器的时间时，可能会造成重复ID。
在高并发的业务下，Snowflake生成的整数ID的存储和读取性能都要优于UUID。现阶段国内有很多基于Snowflake算法的特定实现，比如百度的UidGenerator。
关于Redis和MongoDB的设计这里就不展开了。毕竟要强依赖于存储系统，添加了维护成本和风险点。
业务逻辑
正如我们前面讲过的，要依赖于数据库唯一性约束，当数据库报唯一性冲突时，就说明这个求情已经成功过了，不用再执行，直接返回即可。
HTTP的幂等性
这里给出http请求的幂等性要求：
对于POST方法，可能会出现多次提交的问题，比如由于网络不好等原因，造成请求超时，这是用户再点一次提交按钮。对此一般的幂等性解决方法如下：
在提交的表单隐藏一个全局ID，这个全局ID需要提前向后端获取，提交的时候把这个ID一起提交过来，按照上图所描述的业务逻辑，来支持幂等。后端成功以后前端跳转，跳转到GET请求，把刚才提交的数据展示出来。