问题

在业务应用程序开发中，经常遇到用户重复提交的问题。

比如有一个报名的表单，如果用户不小心连续点击了提交按钮多次，数据库中就可能产生多条报名记录；再或者正常提交后，因为网络或者服务端的原因，前端没有及时收到提交结果，则用户可能认为自己没有提交成功，然后再次甚至多次提交，数据库中也可能产生多条此用户的报名记录。

这个例子中的情况还不会对业务造成多大影响，如果是涉及到资源增减的场景，比如账户、库存等的操作，可能就比较麻烦了。

对于解决问题的办法，你可能会说，前端提交后锁住按钮不就可以了嘛！确实能够解决一部分问题。为什么是一部分呢？因为调用者可能绕过前端界面，直接访问后端服务。那你也可能会说，在服务端加上判断不就可以了嘛！

好的，我们先来看一下怎么判断：

在上面报名的例子中，我们假设用户的身份是用手机号来区分的，那么服务端判断是否重复提交的时候，可以用一条SQL查一下：

csharp

复制代码

selectcount(*) from table where mobile = 'xxx'

如果查询出的数量大于0，我们就认为已经报名过，从而中断程序的执行，返回错误。

我们再来看两个例子：

• 员工提交报销，一不小心提交了两次，这时服务端或许可以通过 “用户Id+提交时间” 的方式来判断。
  
• 给用户发放积分的处理，第一次请求超时了，又重试了一次，这时服务端或许可以通过 “用户Id+事务Id” 的方式判断是否重复提交。
  

还有很多的重复提交的场景，我们也都可以通过在服务端增加类似重复判断的方式来解决。但是每次都要编写这些大体类似的业务判断逻辑，软件开发不是经常说: Don't repeat yourself 吗？

再者增加判断也不能完美解决问题，为什么呢？因为后端服务一般是多线程处理的，甚至可能是分布式的，只是写个判断的逻辑还不够，还要处理数据一致的问题，这个就有点技术含量了。

有什么通用的简单办法吗？

方案

问题归纳

这里先来看下服务端可能收到重复请求的场景，我归纳如下：

• 前端把关不严，用户 “提交中” 时没有禁用提交按钮，导致用户多次点击，向服务端发起多次请求。
• 调用者直接访问服务，因程序错误（如死循环）或者攻击行为（如重放攻击），导致对同一业务多次发起服务请求。
• 程序重试，可能会在前端或者后端的代码中使用重试逻辑，发生某些异常或者超时的时候自动重试，导致一次业务多次请求服务。
• 多线程或分布式环境下，加了重复判断，但是因为数据一致性问题导致判断失效，业务被重复处理。

前两种场景比较好理解，这里不做过多说明。重点说明一下后两种是如何发生的。

先来看重试导致的重复提交，客户端第一次请求后没有正常收到返回，判断超时后，再次发起第二次业务请求，此时服务端执行了两次相同的业务处理。

再来看多线程环境下的重复提交，线程1访问数据库查询数据，然后判断没有提交过，在线程1写入数据前，线程2也来访问数据库查询数据，然后判断也没有提交过，于是线程1和线程2都向数据库写入相同的数据。

限流方案

现在到重点了，限流为何能够应用到解决重复提交的问题？

重复提交满足限流的基本要素

关于限流，这里定义如下几个基本要素（个人总结）：

• 限流有一个针对的目标，比如限制IP、限制用户等。
  
• 限流有一个时间周期，比如1秒之内、1分钟之内等。
  
• 限流有一个对应时间周期的阈值，比如每秒10次、每分钟100次等。
  

再回到重复提交上，我们可以分析得出：

• 重复提交可以通过某些数据进行识别，这个就可以看作是限流目标。
  
• 重复提交天然的存在一个时间纬度，可以对应到限流的时间周期上。
  
• 重复提交即提交一次之后继续提交，可以使用限流的阈值进行控制，并固定阈值为1。
  

看着有戏，再通过两个例子验证下：

报名重复提交问题

• 限流目标：手机号
• 限流周期：从用户首次提交到报名结束

手机号可以从报名信息中提取，用户第一次提交时会使用手机号创建一条限流计数记录，报名结束之前，用户再次提交时，限流计数超过1，从而触发限流逻辑，向调用方返回错误；用户报名结束后再次提交，服务可能已经关停，或者前端已关停入口，后端也有报名截止时间的判断，即使还可以提交，已经没有什么意义，对业务没有影响。

员工提交报销问题

• 限流目标：员工Id + 提交分钟数
• 限流周期：从用户提交 到 其后的1分钟之内

员工Id可以从会话中提取到，提交分钟数可以用 yyyyMMddHHmm 表达，用户第一次提交报销时会创建 “用户Id + 提交分钟数” 的限流计数记录，用户在1分钟内再次提交时，限流计数会超过1，触发限流处理逻辑，向调用方返回错误；用户1分钟后再次提交时，会创建新的限流计数记录，同时不会触发限流处理逻辑，可以正常提交。

从以上分析不难看出，重复提交可以满足限流的几个基本要素，那限流可以解决所有重复提交的问题吗？

限流用于重复提交的限制

不过你也许已经发现，这里有一个隐含的假设：所有第一次业务提交都得到了正确的处理。所以限流计数1才能代表已经提交过一次。这在实际运行中很难保证，因为限流计数和业务处理往往不在一个事务中，限流计数一般更靠前一些，所以限流计数可能没问题，但是业务处理并没有成功，比如超时、断网、宕机等基础设施问题，甚至是业务条件不满足等业务逻辑问题。那么限流又要被一棍子打死了吗？

在遇到比较棘手的问题的时候，我经常想之前是否出现过呢？

在网络论坛比较流行的年代，发帖或者回帖后，都会先进入到一个数秒的倒计时跳转页面，倒计时结束后再跳转到正常的页面。

这不就是一种限流并有效防止了重复提交的方式嘛！这个设计给到的一个启示就是：系统可以在很短的一个时间之内，通过限流这种低成本的方式，限制用户的重复操作，正常用户可能不会感觉到或者只有轻微的影响，但却很大程度上能够避免重复提交带来的数据问题，也可以屏蔽某些恶意行为。

基于这个认识，我们再来看下前文提到的几个重复请求场景：

• 前端把关不严，导致用户多次点击，向服务端发起多次请求。
  服务端可以对某一个用户的提交使用短时间跨度的限流，比如5秒1次，正常用户填写1个表单耗费的时间应在5秒以上，假如用户在5s内又提交了，则前端可以根据服务端返回的错误码提示用户，并跳转到提交结果查询页面，用户可以看到自己的提交结果。如果第一次提交真的没有处理成功，则用户可以再重新填写提交表单，因为这时距离第一次提交超过了5s，因此用户不会被限流。因为绝大部分提交都应该是正常的，所以这种概率比较小，但是也给了补救的机会，用户可能会抱怨几句。
  这里也可能出现服务端处理过慢，查询结果的时候查不到的问题，解决这个问题或许可以在服务端设置一个尽可能短的超时时间，在前端多查询几次，其出现的概率一般不高，而且也可以通过技术手段降低。
  
• 直接访问接口时，因程序错误或者攻击行为，导致同一业务多次发起服务请求。
  服务端可以对同一个访问者的提交使用短时间跨度的限流，比如5秒1次，如果触发限流，同时给予一个限流惩罚，30秒内都不能提交，还可以对这个限流惩罚时间采用指数递增的方式。这样可以尽量降低外部程序异常行为对服务的影响，同时调用方正常处理后又能自动恢复正常。
  在某些接口中可能会定义时间戳、验证码、SessionId之类的参数，也可以把它们加到限流目标中，用以准确识别重复提交。
  
• 程序重试导致重复提交，发生某些异常或者超时的时候自动重试，导致一次业务多次请求服务。
  这可能是个设计问题。应该避免在中间服务发起提交行为的重试操作，因为很多的业务处理可能都不是幂等的，中间服务的重试行为因为访问者看不到，所以很可能被忽略掉，从而导致数据问题。如果需要重试，应该仅在业务的发起处进行重试，发起者应该清楚重试逻辑可能导致的问题，并尽量降低影响。
  可以在最上层服务引入限流处理，选择合适的限流目标，限流时间跨度和限流阈值，内部服务一般认为相对可靠，没必要引入限流。
  
• 多线程或分布式环境下，加了重复判断，但是因为数据一致性问题导致判断失效，业务被重复处理。
  通过选择合适的限流目标，使用分布式一致性的限流算法，比如使用Redis，也可以实现提交操作在某个时间范围内只能被执行一次，从而让重复判断的结果有效，避免业务重复处理。
  

通过对这几种重复提交场景的分析，可以看到：限流并不能完美的避免重复提交，但是它可以提供一种通用的机制很大程度的降低重复提交，而且这种机制的成本可以很低，相比每个方法中硬编码重复数据的判断、查询数据库、使用分布式锁等带来的成本可能都要低不少。当然为了处理的更好，还可能需要前后端的一些其它配合。

其实也可以在业务处理中增加对重复数据的判断，因为前边已经被限流拦截了一道，重复执行的机会可以大为减少，重复数据判断的逻辑带来的影响也将很低。特别是一些关键业务中，重复提交导致的麻烦可能比较大，不过这时候可能要解决数据库的查询性能、分布式的数据一致问题。两害相权取其轻。

实现

分析清楚了限流对于限制重复提交的意义，就可以在合适的场景来应用它。

比如存在一个前后端分离的系统，用户都通过一个前端界面来处理业务，用户同时一般只能操作一个界面，为了尽可能避免重复提交问题，我们在后端API中增加对用户提交行为的限流操作，对于每个独立的用户限制5秒之内只能提交1次。

这里还是使用 Fir

eflySoft.RateLimit 来做限流，后端API基于ASP.NET Core WebAPI实现。

安装 Nuget 包

使用包管理器控制台:

Install-Package FireflySoft.RateLimit.AspNetCore

或者使用 .NET CLI:

dotnet add package FireflySoft.RateLimit.AspNetCore

或者直接添加到项目文件中：

<ItemGroup>
<PackageReference Include="FireflySoft.RateLimit.AspNetCore" Version="2.*" />
</ItemGroup>

编写限流规则

在Startup.cs中注册限流服务并使用限流中间件。

public void ConfigureServices(IServiceCollection services)
{
    ...
    services.AddRateLimit(new InProcessFixedWindowAlgorithm(
        new[] {
            new FixedWindowRule()
            {
                Id = "1",
                ExtractTarget = context =>
                {
                    // 限流的目标：用户Id，这里假设它是从HTTP Header中传递过来的
                    return (context as HttpContext).Request.GetTypedHeaders().Get<string>("userId");
                },
                CheckRuleMatching = context =>
                {
                    // 在这里判断当前请求是否 “提交行为”，提交行为才进行限流处理
                    var path = (context as HttpContext).Request.Path.Value;
                    if(path == "/Comapny/Add"
                      ||path == "/Comapny/Update"
                      ||path == "/Goods/Purchase"
                      ||path == "/Goods/ChangePrice"
                      ||path == "/Order/Pay"
                      ||path == "/Order/Cancel"){
                        return true;
                    }
                    return false;
                },
                Name = "用户提交行为限流",
                LimitNumber = 1, // 限流阈值
                StatWindow = TimeSpan.FromSeconds(5), //限流的时间窗口，这里是5秒
                StartTimeType = StartTimeType.FromNaturalPeriodBeign
            }
        })
    );
    ...
}
public void Configure(IApplicationBuilder app, IWebHostEnvironment env)
{
    ...
    app.UseRateLimit();
    ...
}

只需要上边这些简单的代码就可以用来限制重复提交了。可以跑起来试试。

不过如果你要在分布式环境下使用，还需要准备一个Redis，将 InProcessFixedWindowAlgorithm 换成 RedisFixedWindowAlgorithm ，除了多传递一个Redis连接对象，其它的代码都是一样的。

FireflySoft.RateLimit 是一个开源的.NET Standard限流类库，其使用灵活轻巧，可以在 GitHub 或者 Gitte 上访问到最新的代码。

好了，这就是这篇文章的主要内容了。对于用限流解决重复提交的问题，你有什么想说的呢？