数据一致性问题的相关案例及解决方案

项目场景:

简述项目相关背景:

调用外部系统的一个接口,这个接口是更新单据状态的接口。现在外部这个接口执行需要一定时间,我调用了这个接口之后,立马异步查询这个单据的状态。最终导致状态不一致的问题


问题描述

这个问题属于并发控制和数据一致性问题。具体来说,当你调用外部接口更新单据状态后,立即发起异步查询,由于网络延迟、接口处理时间以及数据库的ACID特性(特别是隔离性),你可能会观察到不一致的结果。这种情况在分布式系统中很常见。


原因分析:

提示:这里填写问题的分析:

外部系统架构可能采用消息队列的方式,或者外部系统吞吐量较大,导致接口响应慢。


解决方案:

从目标出发,从数据一致性原则出发,主要有两种解决方案:

1、强一致性:同步(但是不行,如果外部系统采用消息队列异步的情况。获取的返回结果没有参考意义)

2、最终一致性:还是采取异步的方式。但是需要添加补足策略保证数据状态的最终一致性。

下面是一些保证最终一致性的补足策略方式:

1、延迟查询:

可以设定一个合理的延时(例如使用delay或sleep函数)后再发起查询,给外部系统足够的时间去完成状态更新。
2、幂等性设计:(强一致性方案)

使接口幂等,即多次调用同一个接口,结果始终相同。这样即使查询早于更新完成,再次查询也会得到正确的结果。
3、使用事务和两阶段提交(2PC):

如果外部系统支持,可以使用两阶段提交协议来确保更新和查询都在一个事务内完成,保证数据一致性。
4、回查机制:

不立即查询状态,而是约定一个时间点或者在用户触发特定操作时再进行状态查询,如果查询结果不一致,可以设定一个回查机制,定时重试查询直到状态正确。
5、版本号或乐观锁:(当前情景不适用)

给单据添加一个版本号字段,每次更新时检查当前版本号是否与预期一致,如果不一致则表示有其他更新操作,需要重新尝试。
6、补偿操作:

如果查询到的状态不正确,可以设计补偿操作,比如记录不一致情况,然后通过后台任务来修正。
7、异步确认:

外部系统在完成状态更新后,通过回调或消息队列通知你的系统,确保在接收到确认后再进行后续操作。

选择择哪种方法取决于系统架构、性能要求和外部系统的特性。通常,结合业务场景和系统设计,可以采取一种或多种策略来确保数据一致性。所以,从当前系统架构、时间成本和技术成本出发选择回查机制实现数据的最终一致性。

相关推荐
考虑考虑7 小时前
JDK26中的Map.ofLazy
java·后端·java ee
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 14 章 MCP 服务端(上):注解式实现与工具来源
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 15 章 MCP 服务端(下):三种协议形态、Streamable 传输与状态管理
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 16 章 向量存储(上):`VectorStore` 接口体系、`BatchingStrategy`
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 12 章 工具循环的流式形态、Usage 累加与扩展体系
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 23 章 模型供应商实现:从 `OpenAiSetup` 到 Bedrock
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 06 章 内置 Advisor 全景:13 个实现逐个剖到源码级
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 03 章 消息体系与 Prompt:不可变模型、`ChatOptions` 与模板渲染
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 24 章 生产实践与 2.x 迁移:陷阱清单、AOT 与调优
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 10 章 工具调用(中):执行链路、结果转换与工具限制
java·人工智能·开源