在 IT 的很多術語中，正向解釋非常難，反向描述反而更容易懂。冪等性處理就是這類。

舉兩個數據處理時，非冪等性常見的場景：

1.在創建訂單時，偶有因網絡抖動，癡呆，掉線等因素，造成客戶端與服務器之間通訊不暢。比如，客戶端發起請求后，在約定時間內(通常 30秒)，沒有得到服務器的反饋，導致重復發起創建訂單的請求，實際上前面看似失敗的訂單已創建成功，最終造成創建兩個甚至多個同樣的訂單

2.重復扣款，扣庫存。這個是最不能容忍的。如前所述，客戶端重新不斷發起扣款、扣庫存的請求，會導致賬目混亂。

由此可見，做好程序的冪等性處理，非常重要!

很多教科書，會籠統的說，冪等性處理是一種最終返回結果一致的程序處理。這么講，不完美。冪等性處理，不僅對結果有約束，對處理造成的負面影響也有約束。

來看關系型數據庫的 DML 的冪等性處理。在庫存管理軟件中，對同一批貨物操作增刪改，就可能帶來負面影響。

比如在蘋果門店的倉庫管理軟件中，某天門店客流量非常大，操作庫存也比平時頻繁了很多。這樣一來，給庫存管理就帶來了風險。

比如某臺結算終端，就因為訪問人數過多，經常掉線，超時。小王好不容易賣出去兩臺，結果死活就是結賬不成功，連續操作4,5次后無果后，小王叫店長來重啟了電腦。

等重啟后，結算是成功了，但庫存為 0 了。店長跑去倉庫一看，10 臺 iPhone 13 都好好躺在那里，為什么庫存為 0 了呢?

這就是非冪等性處理造成的?？蛻舳税l起交易后，網絡堵塞，結賬請求一直沒發成功。等計算機重啟后，連續將之前的訂單，重復發送了 10次，結果庫存全扣沒了。

看下庫存表的設計：

create table ProductInventory(
ProductLotId INT,
ProductName VARCHAR(200),
ProductInventoryVolume INT )

iPhone 13 庫存是這樣的：

ProductLotId   ProductName   ProductInventoryVolume
A0001           iPhone13     10

更新程序也挺簡單：

UPDATE ProductInventory 
SET ProductInventoryVolume = ProductInventoryVolume - 1
WHERE ProductLotId = 'A0001'

由此可見，是連續的交易請求，讓庫存清 0 了。

于是，第一種冪等性處理方法就來了 - UUID 通用唯一標識符：

CREATE TABLE ProductSalesTransactionAudit(
  AuditId BIGINT,
  RequestUUID UniqueIdentifier,
  RequestCompleted BIT )

在每次請求中，加入一個 RequestUUID(Universally Unique Identifier，通用唯一標識符, Java/C#/Python 等編程語言均有實現 UUID 的庫)

在數據庫端維護一張表 ProductSalesTransactionAudit，若有請求被數據庫接收到，先去該表查詢是否存在.

若存在且 RequestCompleted 為1，就表示該請求被數據庫正確處理過，可以跳過這次處理，并將 RequestCompleted 返回給客戶端;沒有，則在這表里插入一行，且把數據庫的處理結果，更新到 RequestCompleted.

這樣，一個可行的冪等性處理，就完成了。但不是十分完美，因為該表數據量，會顯著性增長，造成性能緩慢。

于是，要尋找下一種冪等性處理方案。

接下來再看這個例子，依舊是以蘋果這家門店為例。

某天倉庫中剩余 10只 iPhone 13. 小王和小黃同時銷售出去 2只，理論上剩下 6只。按照正常操作，小王和小黃在操作庫存時，同時看到有 10只，每人減去 2只，剩余 8只，由于看不到對方的操作，因此顯示 8只剩余時，兩個人都沒覺得庫存錯了。

create table ProductInventory(
  ProductLotId INT,
  ProductName VARCHAR(200),
  ProductInventoryVolume INT )

小王和小黃，同時查詢 iPhone 的庫存時，是這樣:

ProductLotId     ProductName    ProductInventoryVolume
A0001            iPhone 13      10

他倆抓取后，經過他倆各自的本地計算(網頁端或手持設備)，變成了這樣:

ProductLotId   ProductName   ProductInventoryVolume
A0001           iPhone 13     8

當他們把本地數據上傳時，無論誰先，數據庫最終的 iPhone 13 的存量，都成了 8. 但事實上，錯的離譜，店長要罵娘!

那么平時我們設計系統時，該怎么處理這種意料中的錯誤呢，這里涉及到事務管理的技巧。

有一種樂觀派做法是，在庫存表上，加一列，標識行的版本。當本行數據更新時，首先對比這個版本列，若相同，則更新，若不同，則報 ”您修改的數據，已被其他人搶先更新，請確定后再次保存“ 的提示，最后標識列會被自動更新。

接下來，實現上面這種版本控制的做法：

create table ProductInventory(
ProductLotId INT,
ProductName VARCHAR(200),
ProductInventoryVolume INT，
ProductLotTS timestamp)

原庫存是這樣：

ProductLotId   ProductName   ProductInventoryVolume    ProductLotTS
A0001         iPhone 13       10                        2022050114364700001

他倆抓取后，經過各自的本地計算，變成了這樣:

ProductLotId ProductName ProductInventoryVolume   ProductLotTS
A0001       iPhone 13     8                      2022050114364700001

當小王上傳數據時，程序會同時以 A0001 + 2022050114364700001 作為更新條件，先將 ProductInventoryVolume 更新成8，同時因 timestamp 是系統自動更新的對象，已經變成了 2022050114364700002 .

等到小黃再更新，程序也同樣同時以 A0001 + 2022050114364700001 作為更新條件，發現 ProductLotTS 已經改變了，意味著在讀取數據后，有別人先一步做了更新，此時小黃更新庫存就會失敗。他必須重新讀取數據后，再操作。

只要一次更新成功，ProductLotTS 就會改變，即使相同的請求再發送一遍，也會因為 ProductLotTS 不匹配，導致失敗!

這就是第二種冪等性處理程序，不僅僅做了防重復處理，還能省去一張表的維護代價。