一文讀懂全球化系統中的日期時間處理問題

原創精選

作者：字節跳動技術團隊 2022-04-24 16:29:28

開發項目管理

日期時間的處理，一直是計算機系統中看似簡單，實則經常爆雷的問題。例如，每隔幾年，都會爆出的「千年蟲問題」的各種變種。

作者｜吳天際

Too long; didn't read:

大多數應用中，只需要用“絕對時間 DateTime”一種技術實現即可
后端應統一用 UTC 時間(包括 DB 落盤、接口定義)，不應當受用戶時區或服務器時區的影響
前端輸入、展示的時間，根據具體業務場景進行時區調整，以及精度調整
面對不帶時間的日期，要明確區分「紀念日」與「精度不高的絕對時間」兩種用途，大部分時候你看到的日期是后者，它也應當用“確定時區的 DateTime”來實現

1. 重要性

日期時間的處理，一直是計算機系統中看似簡單，實則經常爆雷的問題。

例如，每隔幾年，都會爆出的「千年蟲問題」的各種變種，通常因為系統在設計之初，沒有設計好日期時間的數據存儲方式，或者低估了產品設計的生命周期，導致最初選型的數據結構不夠用了。

千年蟲問題：

年紀大的程序員，都知道千年蟲問題。在 2000 年之前，很多系統用 2 位數字表示年份，這樣 99 年是它能表達的最大數值。因此 1999 年之后的一年，在這些系統中是沒有定義的，甚至可能出現多種奇怪的情況，例如“1900”、“1:00”、“19:0”(為什么?感興趣的讀者可以自己推測)。

如果說，「千年蟲」是在時間維度上缺乏前瞻性的設計導致的，那么另一種缺乏前瞻性的問題，是空間維度的，即產品全球化、跨時區帶來的問題。

全球化的產品中，如果時間的處理沒有遵循統一的標準，會讓整個系統充斥著難以理解和維護的時間轉換。各種接口的對接文檔，都不得不明確說明「這個接口的時間是什么時區的?需要如何處理?」后端服務如果需要跨國部署在多個大洲的機房時，因為服務器的時區不同，需要做大量的改造。

遺憾的是，大多情況下，產品不會一開始就有「全球化」屬性。所以在一開始，產研團隊都不會重視全球化的設計問題，很容易留下缺乏前瞻性的設計問題。

通常情況下，我們都不鼓勵「過度設計」。然而，日期時間的設計，是最不怕「過度」的。這時因為，在技術上實現一個前瞻的時間日期方案，成本并不高;但如果一開始的設計不夠，后期的升級和數據遷移工作，卻是傷筋動骨的。

2. 如何表達時間和日期?

2.1 時間日期的傳遞：用字符串

在微服務之間，以及在前后端之間，建議用字符串傳遞日期時間。字符串清晰易讀，易于人工調試，帶來的開銷通常也完全可以接受。(帶大量時間數據的接口，建議考慮用 Unix Timestamp。)

如果用字符串，格式就不要自己發明了。有個非常明確的國際標準：ISO 8601(wikipedia: https://en.wikipedia.org/wiki/ISO_8601)

下面舉例是符合規范的常用格式：

僅日期：2022-02-09
UTC 日期時間：2022-02-09T12:36:42Z
特定時區的日期時間：2022-02-09T20:36:42+08:00
精度更高的時間：2022-02-09T12:36:42.123456789Z

注意，MySQL 中使用的字符串格式(如 2022-02-09 12:36:42)并不符合規范，不建議使用。

2.2 時間日期的存儲：關注 MySQL 中的 DateTime

不同數據庫在時間日期相關對象的處理差異很大。這里單說 MySQL，因為坑不小。

MySQL 的 DateTime 數據在存儲時并不包含時區信息，因此，在讀取時也不會做任何時區的轉換。

同時，每個 MySQL 連接會話，都有「會話時區」的概念，但這個概念只影響 MySQL 的 NOW() 等有關當前時間的函數的行為，對數據中已經保存的 DateTime 沒有任何影響。

例如：

SET time_zone =  '+00:00' ;
UPDATE tab SET datetime_colume = '2020-01-01 00:00:00';
SET time_zone =  '+08:00' ;  -- 換一個會話時區
SELECT datetime_colume FROM tab;
-- 返回值仍然是 '2020-01-01 00:00:00'，和寫入的數據一致，和會話時間無關

---------
SET time_zone =  '+00:00' ;
SELECT NOW();   -- 假設返回 '2022-01-01 00:00:00'
UPDATE tab SET datetime_colume = NOW();   -- 存入的是 '2022-01-01 00:00:00'
SET time_zone =  '+08:00' ;  -- 換一個會話時區
SELECT NOW();   -- '2022-01-01 08:00:00' 根據時區變化了
SELECT datetime_colume FROM tab;   -- '2022-01-01 00:00:00' 已經寫入的不會變

2.3 時間日期的計算：語言原生的 DateTime 類型

各語言一般都提供了原生的 DateTime 數據類型，以表達絕對的日期時間，并且都支持上面 ISO 8601 規范的解析和格式化。

處理相對時區時，各種語言通常都是使用操作系統的時區數據庫，來轉化為絕對時區。時區數據庫需要在聯網情況下，由操作系統負責定時更新。

2.4 萬能的 Unix Timestamp

Unix Timestamp 在存儲、計算、傳遞環節都可以使用，可謂萬能。它唯獨不適合表達紀念日日期。

它通過一個數值表示了一個絕對時間與 Unix Epoch 時間(定義為 1970-01-01T00:00:00Z)的差值秒數。Unix Timestamp 本身已經表達了絕對時間，并不需要時區信息。

使用 Unix Timestamp 時，應特別注意選用合適的數值類型，它會影響時間表示的范圍。稍不留神，你就可能種下一個新的千年蟲。

用有符號int32，最多表示到 2038 年。MySQL 的 TIMESTAMP 類型也是它，一個千年蟲變種
用有符號int64，并使用 9 位 10 進制定點小數位時，就是 Golang 的UnixNano()，可以表示 1678 年至 2262 年
一般不會用浮點數表示，因為浮點數的精度不固定

3. 產品視角的日期時間設計

本著不重不漏的原則，我們可以按如下表格劃分產品中的所有日期時間對象：

指明時區，需根據用戶所在時區做轉換② 表示全球唯一確定時間點④ 表示全球可理解的重復性時間? 不存在的場景

下面逐一解釋這五種場景。

3.1 表示全球唯一確定時間點(表中的 ②)

信息量包含「年月日-時分秒-時區」。這樣，就可以完全確定歷史長河中的一個無歧義的時間點。這個時間點是完全客觀的，和訪問的用戶地理位置無關，和服務器的地理位置無關，和什么都無關。

產品表現上，通常會根據查看者所在的時區來重新調整時間的顯示。

用途舉例：

單個事件發生的時間。如 2022 年冬奧會開幕式的時間：2022 年 2 月 4 日，20 點整，+0800 時區。一個英國人看電視轉播預告時，會看到開幕式的轉播時間是：2022 年 2 月 4 日中午 12 點整。這體現了根據查看者做時間的轉換。

3.2 表示本地的確定時間點(表中的 ①)

包含「年月日-時分秒」，因為沒有時區信息，所以它本身并不能確定一個精確的時間點，而是只在特定的情境下才有意義。

所謂特定的情境，是因為業務場景中蘊含了時區的信息，并且是大家公認的共識。因此，本質上它仍然表示了一個絕對時間。在產品表現上，因為對時區的共識，所以不需要根據查看者的時區來調整時間的展示。

用途舉例：

在非國際化的產品中，明確知道用戶所在的時區，那么去掉時區是最簡單的處理方式，可以省去很多麻煩。
對于時區有其他約定俗成的理解。例如：飛機的起飛降落時間，酒店的入住離店時間，一定是按照飛機起落地、酒店坐落地當地時區來表達的。在所有訂票網站上，都會按照這個規則顯示時間，不論訪問的用戶身處哪個時區。

3.3 表示重復性時間(表中的 ③ 和 ④)

和前兩類相比，去掉了「日期」這個信息，是為了描述重復性的日程。它可以是指明了時區的，也可以不指明時區，而基于人們對時區的共識去理解。

用途舉例：

每周三 8:00+0800 開會，如果這可以是個跨國的會議，大家都能理解正確的時間。這時，產品表現上應該注意根據查看者來調整顯示。
每周三 8:00 起飛的航班，航班起飛地的時區是蘊含的共識。產品表現中不必根據查看者的時區調整顯示。

3.4 紀念日日期(表中的 ⑤)

日期對象幾乎只有一個有意義的用途：表示紀念日/節日。它不會包含時區信息。

認為「日期」只能用于「紀念日」，有些絕對了。但我確實查閱了很多資料，也沒有看到任何非「紀念日」用途的日期。

例如：

小吳的生日是 3 月 11 日，那么不管他在中國還是美國，都會在 3 月 11 日這一天過生日。
每年 12 月 25 日是西方的圣誕節，各個國家都在 12 月 25 日這一天慶祝，雖然它們并不在同一個時區。

產品體現上，不需要根據時區調整日期的顯示。本質上，「紀念日」的邏輯，其實是人腦的不嚴謹導致的一種習慣，是不嚴謹、不客觀的習慣。不包含時區信息，就是為了滿足這種不嚴謹的習慣。

3.5 區分「紀念日日期」與「精度不高的絕對時間」

上面說過，日期對象不能包含時區。你可能會問，我需要表示“北京時間 2022 年 3 月 22 日”呢?答案是：這不是一個日期，而是一個「精度不高的絕對時間」。

很多情況下，當你想用日期時，其實很可能需要的是個「精度不高的絕對時間」。在飛書人力套件的業務中，經常會遇到這種場景。

例如，一個在美國的同學與一個在日本的同學，都在 2022 年 3 月 22 日這天從公司離職了，由同一個在北京的 HR 辦理離職事項。

可見，從我們用戶視角理解的「一個事件發生的日期」，其實是我們忽略了時間的精度。在產品全球化之前，我們通過一些默認的簡化，忽略了時間精度的問題(例如把時間都填成 00:00:00)。一旦面臨產品的全球化，就需要補齊時間、提高精度。

而補齊時間、提高精度的方式，需要根據具體的產品形態具體考慮、明確定義。

例如，在上述離職場景下，就需要按照這個公司對離職的定義來補充，可以是當地時間當天的 23:59:59，也可以是當天下班時間，如 17:00:00。

又比如，對于跨團隊的業務，例如一個同學的上級匯報線從一個美國 Leader 轉到一個日本 Leader，那么為了避免歧義，通常會約定一個確定的生效時區，如統一按照公司的總部所在地的時間來計算。

4. 日期時間的技術實現

4.1 確定時區的 DateTime

適用于上面的 ①②③④ 四種場景。

所有后端暴露的接口中的時間對象，全部以 UTC 時間表示。

同時，所有后端在存儲、計算、傳輸時間時，也統一使用 UTC 時間。由于 DB 存儲時間時，時區信息會被丟掉，因此應保證丟掉的時區，是大家明確約定清楚的無歧義的，即 UTC。這樣一來，DB 中的所有時間字段也都沒有歧義。

接口內部產生的時間，例如 CreatedAt、UpdatedAt時間，都應該轉換為 UTC 再落盤。如果直接使用了 MySQL 的NOW()函數，應確保 MySQL Session 的時區設置正確。

在前端或 BFF 負責處理用戶輸入的時間，以及展示給客戶看到的時間。包括兩個步驟：

處理“精度不高的時間”問題。 比如：員工異動的生效時間，用戶只設置到“天”的精度。那么如果不跨國，可以補全用戶會話時區的 00:00:00 為精確生效時間;如果跨國，那就看客戶如何定義，以及產品給客戶怎樣的靈活性：例如，可以以客戶公司總部所在地的時區的 00:00:00 為精確生效的時間。

時區轉換。 注意，這里不一定是使用用戶的會話時區來轉換。如前面介紹的飛機火車賓館的預定時間，就要以預定當地的時區來轉換。

上述兩點，是一定需要在產品設計中定義清晰的，切忌含糊不清。

不要較真兒抬杠的幾點：

由于歷史原因，DB 里已經采用北京時間保存了，那么我們可以約定+0800 時區是我們所有后端接口的時間。只要用一個確定的絕對時區，就不會有歧義，不必非要時 UTC。
也可以在后端接口的網關層處理時間轉換。不要較真那算不算 BFF，我們需要的是，時區轉換邏輯應嚴禁深入到后端的下層去。

4.2 不帶時區的 Date

適用于上面的 ⑤，即紀念日場景。

輸入或展示時，都不對日期做任何處理。日期對象直接保存在 DB 中。

只有真正的紀念日有必要用這種方式，應當非常謹慎。例如保存一個聯系人的生日時。

5. 關于時區的特殊處理

5.1 時區的不確定性

使用絕對的時差來表示時區，例如：“東 8 區”表示比世界協調時間(UTC)早 8 個小時的時區。這是個客觀的時區。

很多時候，我們關注的是一個城市或地區的時區。例如：Asia/Shanghai 表示中國時間;三字母的縮寫 EST 表示美國東部標準時間。注意，這些根據地理位置定義的時區的時差是會發生變化的，變化因素包括：可能受到當地政策的影響，或夏令時影響。

對于歷史的時間，地理時區是可以確定客觀時區的，因為沒有人會重新定義已經過去的時間。

對于未來的時間，地理時區并不能確定客觀時區。因此，如果一個未來的事件是按照非絕對時區約定的，那么它很可能變化。并且，我們的產品需要考慮到處理這種變化。

例如，中國員工發起一個“每天早 8 點”的跨國會議，那么在美國，由于夏令時的改變，冬天開會的時間和夏天是不一樣的。反之，美國員工發起的一個“每天早 8 點”的跨國會議，由于美國夏令時的變化，對中國員工的時間也是夏天和冬天不一樣的。

5.2 夏令時

某些國家在夏天，會把時間調快一小時(提前一小時)。這表現為，同一個地區，在冬天和夏天用不同的絕對時區。

這樣做，是因為夏天白天很長，調整后會在白天的更早的時段上班，從而下班后有更長的天亮的時間。注意，并不是把 10 點上班調整到 9 點上班，而是全社會重新定義了 10 點提前了一小時。

一個具體的例子，在美國：

在 2021 年 3 月 14 日凌晨 1:59:59 后，下一秒就是凌晨 3:00:00。因此，美國的 2021 年 3 月 14 日凌晨 2:10:00 這個時間實際上不存在。為了兼容，根據 RFC5545，如果日程約在了這個不存在的時間，會認為是 3:10:00。
在 2021 年 11 月 7 日凌晨 1:59:59 后，下一秒是凌晨 1:00:00。因此，美國的 2021 年 11 月 7 日凌晨 1:10:00 這個時間實際上會出現兩次。為了避免歧義，根據 RFC5545，看到這個時間時，會認為是靠前的時間點。因此，除非用別國的時區來約日程，否則，美國老板是不可能約你在重疊的第二個小時內開會的。