1. 分布式系统核心问题解决方案实战在分布式系统开发中我们经常会遇到几个经典难题如何防止重复操作怎样应对突发流量用户连续点击怎么处理今天我就结合自己多年实战经验分享一套完整的解决方案组合拳。这个方案的核心由四个关键技术组成Redis分布式锁解决并发控制问题接口幂等性设计应对重复请求多种限流方案组合实现系统保护以及前端防抖后端校验的双重机制处理连续点击。这套方案已经在我们多个千万级用户产品中验证过可靠性下面我就拆解每个环节的具体实现。2. Redis分布式锁深度解析2.1 为什么需要分布式锁在单体应用时代我们用synchronized或ReentrantLock就能解决并发问题。但在分布式环境下这些本地锁就失效了。比如电商系统中的库存扣减如果不用分布式锁就可能出现超卖。Redis分布式锁的核心思想是利用Redis单线程特性SETNX命令的原子性实现跨JVM的互斥访问。我推荐使用Redisson客户端它已经封装好了看门狗机制解决了锁续期和死锁问题。2.2 Redisson分布式锁最佳实践// 获取锁 RLock lock redisson.getLock(orderLock); try { // 尝试加锁最多等待100秒上锁后30秒自动解锁 boolean res lock.tryLock(100, 30, TimeUnit.SECONDS); if (res) { // 业务逻辑 } } finally { lock.unlock(); }关键参数说明waitTime获取锁的最大等待时间leaseTime锁的持有时间建议设置为业务处理时间的2-3倍TimeUnit时间单位重要提示一定要在finally中释放锁否则可能导致死锁。我们曾经就因为没有释放锁导致线上订单服务瘫痪了2小时。2.3 分布式锁的常见坑点锁过期问题业务没执行完锁就过期了。解决方案是使用Redisson的看门狗机制它会自动续期。锁误删问题线程A的锁被线程B删除了。解决方案是在加锁时设置唯一value删除时校验value。Redis主从切换问题主节点锁信息未同步到从节点就宕机了。可以使用RedLock算法但性能会下降。3. 接口幂等性设计全方案3.1 幂等性核心概念幂等性是指一次和多次请求某一个资源应该具有同样的副作用。在支付、订单等场景中尤为重要。实现幂等性的关键是唯一标识状态机。我们通常采用token机制客户端先获取token带着token发起请求服务端校验token后删除3.2 基于Redis的幂等实现public boolean checkIdempotent(String token) { String key idempotent: token; // setnxexpire原子操作 Boolean result redisTemplate.opsForValue().setIfAbsent(key, 1, 5, TimeUnit.MINUTES); return Boolean.TRUE.equals(result); }3.3 幂等性设计注意事项token要足够随机建议UUID存储时要设置过期时间要考虑并发情况下的原子性操作不同业务要用不同的token前缀4. 限流方案实战指南4.1 常见限流算法对比算法原理优点缺点适用场景计数器单位时间计数简单临界问题简单限流滑动窗口细分时间片更精确稍复杂API限流漏桶恒定速率流出平滑流量突发流量处理差保护下游令牌桶按速率生成令牌处理突发实现复杂开放API4.2 RedisLua实现滑动窗口限流local key KEYS[1] local limit tonumber(ARGV[1]) local window tonumber(ARGV[2]) local current redis.call(GET, key) if current and tonumber(current) limit then return 0 else redis.call(INCRBY, key, 1) redis.call(EXPIRE, key, window) return 1 end4.3 多级限流策略在实际项目中我们采用多级限流Nginx层基础限流网关层API级别限流业务层精细控制5. 连续点击问题解决方案5.1 前端防抖实现// Vue示例 methods: { submitOrder: _.debounce(function() { // 业务逻辑 }, 1000, { leading: true, trailing: false }) }5.2 后端二次校验即使前端做了防抖仍然需要后端校验订单创建加分布式锁检查用户最近操作记录使用幂等token5.3 用户体验优化点击后按钮禁用显示loading状态友好错误提示6. 完整方案落地实践6.1 架构设计用户 - [前端防抖] - [Nginx限流] - [网关限流] - [幂等校验] - [分布式锁] - 业务处理6.2 性能优化要点Redis使用Pipeline减少网络开销Lua脚本保证原子性锁粒度要尽可能细限流阈值要动态调整6.3 监控与告警Redis锁等待时间监控限流触发告警幂等失败日志收集这套方案在我们电商系统中成功将重复订单率从0.5%降到了0.002%系统抗住了618期间5倍的流量峰值。关键在于根据业务特点调整各个组件的参数而不是简单套用。比如支付业务的锁持有时间要比查询业务长秒杀场景的限流阈值要比普通商品低等。