目录
一、gRPC超时重试
[](http://photo.liuqingzheng.top/20220612-image-20220612005951908 .png)
1.1 客户端
package main
import (
"context"
"fmt"
retry "github.com/grpc-ecosystem/go-grpc-middleware/retry"
"go_test_learn/grpc_retry/proto"
"google.golang.org/grpc"
"google.golang.org/grpc/codes"
"google.golang.org/grpc/credentials/insecure"
"time"
)
func main() {
// 创建客户端拦截器
interceptor := func(ctx context.Context, method string, req, reply interface{}, cc *grpc.ClientConn, invoker grpc.UnaryInvoker, opts ...grpc.CallOption) error{
start := time.Now()
fmt.Println("客户端拦截器")
err := invoker(ctx, method, req, reply, cc, opts...)
fmt.Printf("耗时:%s\n", time.Since(start))
return err
}
opt := grpc.WithUnaryInterceptor(interceptor)
//********方式二;在此处配置******
retryOpt:=[]retry.CallOption{
retry.WithMax(3), //重试3次
retry.WithPerRetryTimeout(1*time.Second), // 超过1s就要重试
retry.WithCodes(codes.Unknown,codes.DeadlineExceeded,codes.Unavailable), // 哪些状态码重试
}
conn, err := grpc.Dial("127.0.0.1:50052",
opt,
grpc.WithTransportCredentials(insecure.NewCredentials()),
// 客户端拦截器中加入retry--》多长时间超时?重试几次?
// 方式一:配合下面
//grpc.WithUnaryInterceptor(retry.UnaryClientInterceptor()),
// 方式二:配置上面
grpc.WithUnaryInterceptor(retry.UnaryClientInterceptor(retryOpt...)),
)
if err != nil {
panic("连接服务异常")
}
defer conn.Close()
client := proto.NewHelloClient(conn)
request := proto.HelloRequest{Name: "lqz",}
// **********方式一:在此处配置重试超时时间和重试次数和错误状态码********
//res, err := client.Hello(context.Background(),
// &request,
// retry.WithMax(3), //重试3次
// retry.WithPerRetryTimeout(3*time.Second), // 超过1s就要重试
// retry.WithCodes(codes.Unknown,codes.DeadlineExceeded,codes.Unavailable), // 哪些状态码重试
//)
//*****方式二;
res, err := client.Hello(context.Background(),
&request,
)
if err != nil {
panic("调用方法异常")
}
fmt.Println(res.Reply)
}
1.2 服务端
package main
import (
"context"
"fmt"
"github.com/grpc-ecosystem/go-grpc-middleware"
grpc_auth "github.com/grpc-ecosystem/go-grpc-middleware/auth"
grpc_recovery "github.com/grpc-ecosystem/go-grpc-middleware/recovery"
"go_test_learn/grpc_retry/proto"
"google.golang.org/grpc"
"net"
"time"
)
type HelloServer struct {
}
func (s *HelloServer) Hello(context context.Context, request *proto.HelloRequest) (*proto.HelloResponse, error) {
fmt.Println(request.Name)
time.Sleep(2*time.Second)
return &proto.HelloResponse{
Reply: "收到客户端的数据:" + request.Name,
}, nil
}
func main() {
// 使用第三方拦截器,使用了grpc_auth和grpc_recovery
myAuthFunction := func(ctx context.Context) (context.Context, error) {
fmt.Println("走了认证")
return ctx, nil
}
opt := grpc.UnaryInterceptor(grpc_middleware.ChainUnaryServer(
grpc_auth.UnaryServerInterceptor(myAuthFunction),
grpc_recovery.UnaryServerInterceptor(),
))
g := grpc.NewServer(opt)
// 使用拦截器结束
s := HelloServer{}
proto.RegisterHelloServer(g, &s)
lis, error := net.Listen("tcp", "0.0.0.0:50052")
if error != nil {
panic("启动服务异常")
}
g.Serve(lis)
}
1.3 proto
syntax = "proto3";
option go_package = ".;proto";
service Hello{
rpc Hello(HelloRequest) returns(HelloResponse);
}
message HelloRequest {
string name = 1;
}
message HelloResponse {
string reply = 1;
}
二、接口幂等性
2.1 什么是幂等性
幂等性是系统服务对外一种承诺,承诺只要调用接口成功,外部多次调用对系统的影响是一致的。声明为幂等的服务会认为外部调用失败是常态,并且失败之后必然会有重试。
2.2 什么情况下需要幂等
- 以SQL为例:
- SELECT col1 FROM tab1 WHER col2=2,无论执行多少次都不会改变状态,是天然的幂等。
- UPDATE tab1 SET col1=1 WHERE col2=2,无论执行成功多少次状态都是一致的,因此也是幂等操作。
- UPDATE tab1 SET col1=col1+1 WHERE col2=2,每次执行的结果都会发生变化,这种不是幂等的。
- insert into user(userid,name) values(1,’a’) 如userid为唯一主键,即重复操作上面的业务,只会插入一条用户数据,具备幂等性。
- 如userid不是主键,可以重复,那上面业务多次操作,数据都会新增多条,不具备幂等性。
- delete from user where userid=1,多次操作,结果一样,具备幂等性
2.3 如何保证幂等
(1)token机制
1、服务端提供了发送token的接口。我们在分析业务的时候,哪些业务是存在幂等问题的,就必须在执行业务前,先去获取token,服务器会把token保存到redis中。
2、然后调用业务接口请求时,把token携带过去,一般放在请求头部。
3、服务器判断token是否存在redis中,存在表示第一次请求,然后删除token,继续执行业务。
4、如果判断token不存在redis中,就表示是重复操作,直接返回重复标记给client,这样就保证了业务代码,不被重复执行。
(2)关键点 先删除token,还是后删除token
-
后删除token:如果进行业务处理成功后,删除redis中的token失败了,这样就导致了有可能会发生重复请求,因为token没有被删除。这个问题其实是数据库和缓存redis数据不一致问题,后续会写文章进行讲解。
-
先删除token:如果系统出现问题导致业务处理出现异常,业务处理没有成功,接口调用方也没有获取到明确的结果,然后进行重试,但token已经删除掉了,服务端判断token不存在,认为是重复请求,就直接返回了,无法进行业务处理了。
-
先删除token可以保证不会因为重复请求,业务数据出现问题。出现业务异常,可以让调用方配合处理一下,重新获取新的token,再次由业务调用方发起重试请求就ok了。
(3)token机制缺点
- 业务请求每次请求,都会有额外的请求(一次获取token请求、判断token是否存在的业务)。其实真实的生产环境中,1万请求也许只会存在10个左右的请求会发生重试,为了这10个请求,我们让9990个请求都发生了额外的请求。
(4)乐观锁机制
- 这种方法适合在更新的场景中,
update t_goods set count = count -1 , version = version + 1 where good_id=2 and version = 1
- 根据version版本,也就是在操作库存前先获取当前商品的version版本号,然后操作的时候带上此version号。我们梳理下,我们第一次操作库存时,得到version为1,调用库存服务version变成了2;但返回给订单服务出现了问题,订单服务又一次发起调用库存服务,当订单服务传如的version还是1,再执行上面的sql语句时,就不会执行;因为version已经变为2了,where条件就不成立。这样就保证了不管调用几次,只会真正的处理一次。
- 乐观锁主要使用于处理读多写少的问题
(5)唯一主键
-
这个机制是利用了数据库的主键唯一约束的特性,解决了在insert场景时幂等问题。但主键的要求不是自增的主键,这样就需要业务生成全局唯一的主键。
-
如果是分库分表场景下,路由规则要保证相同请求下,落地在同一个数据库和同一表中,要不然数据库主键约束就不起效果了,因为是不同的数据库和表主键不相关。
(6)防重表
- 使用订单号orderNo做为去重表的唯一索引,把唯一索引插入去重表,再进行业务操作,且他们在同一个事务中。这个保证了重复请求时,因为去重表有唯一约束,导致请求失败,避免了幂等问题。这里要注意的是,去重表和业务表应该在同一库中,这样就保证了在同一个事务,即使业务操作失败了,也会把去重表的数据回滚。这个很好的保证了数据一致性。
(7)唯一ID
- 调用接口时,生成一个唯一id,redis将数据保存到集合中(去重),存在即处理过。
(8)唯一ID机制
- 调用者生成一个唯一ID