最簡單的6種防止數據重復提交的方法！

1.基礎版——HashMap

import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.HashMap;
import java.util.Map;

/**
 * 普通 Map 版本
 */
@RequestMapping("/user")
@RestController
public class UserController3 {

    // 緩存 ID 集合
    private Map<String, Integer> reqCache = new HashMap<>();

    @RequestMapping("/add")
    public String addUser(String id) {
        // 非空判斷(忽略)...
        synchronized (this.getClass()) {
            // 重復請求判斷
            if (reqCache.containsKey(id)) {
                // 重復請求
                System.out.println("請勿重復提交！！！" + id);
                return "執行失敗";
            }
            // 存儲請求 ID
            reqCache.put(id, 1);
        }
        // 業務代碼...
        System.out.println("添加用戶ID:" + id);
        return "執行成功！";
    }
}

存在的問題：此實現方式有一個致命的問題，因為 HashMap 是無限增長的，因此它會占用越來越多的內存，並且隨着 HashMap 數量的增加查找的速度也會降低，所以我們需要實現一個可以自動“清除”過期數據的實現方案。

2.優化版——固定大小的數組

此版本解決了 HashMap 無限增長的問題，它使用數組加下標計數器（reqCacheCounter）的方式，實現了固定數組的循環存儲。

當數組存儲到最后一位時，將數組的存儲下標設置 0，再從頭開始存儲數據，實現代碼如下：

import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.Arrays;

@RequestMapping("/user")
@RestController
public class UserController {

    private static String[] reqCache = new String[100]; // 請求 ID 存儲集合
    private static Integer reqCacheCounter = 0; // 請求計數器（指示 ID 存儲的位置）

    @RequestMapping("/add")
    public String addUser(String id) {
        // 非空判斷(忽略)...
        synchronized (this.getClass()) {
            // 重復請求判斷
            if (Arrays.asList(reqCache).contains(id)) {
                // 重復請求
                System.out.println("請勿重復提交！！！" + id);
                return "執行失敗";
            }
            // 記錄請求 ID
            if (reqCacheCounter >= reqCache.length) reqCacheCounter = 0; // 重置計數器
            reqCache[reqCacheCounter] = id; // 將 ID 保存到緩存
            reqCacheCounter++; // 下標往后移一位
        }
        // 業務代碼...
        System.out.println("添加用戶ID:" + id);
        return "執行成功！";
    }
}

3.擴展版——雙重檢測鎖(DCL)

上一種實現方法將判斷和添加業務，都放入 synchronized 中進行加鎖操作，這樣顯然性能不是很高，於是我們可以使用單例中著名的 DCL（Double Checked Locking，雙重檢測鎖）來優化代碼的執行效率，實現代碼如下：

import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.Arrays;

@RequestMapping("/user")
@RestController
public class UserController {

    private static String[] reqCache = new String[100]; // 請求 ID 存儲集合
    private static Integer reqCacheCounter = 0; // 請求計數器（指示 ID 存儲的位置）

    @RequestMapping("/add")
    public String addUser(String id) {
        // 非空判斷(忽略)...
        // 重復請求判斷
        if (Arrays.asList(reqCache).contains(id)) {
            // 重復請求
            System.out.println("請勿重復提交！！！" + id);
            return "執行失敗";
        }
        synchronized (this.getClass()) {
            // 雙重檢查鎖（DCL,double checked locking）提高程序的執行效率
            if (Arrays.asList(reqCache).contains(id)) {
                // 重復請求
                System.out.println("請勿重復提交！！！" + id);
                return "執行失敗";
            }
            // 記錄請求 ID
            if (reqCacheCounter >= reqCache.length) reqCacheCounter = 0; // 重置計數器
            reqCache[reqCacheCounter] = id; // 將 ID 保存到緩存
            reqCacheCounter++; // 下標往后移一位
        }
        // 業務代碼...
        System.out.println("添加用戶ID:" + id);
        return "執行成功！";
    }
}

注意：DCL 適用於重復提交頻繁比較高的業務場景，對於相反的業務場景下 DCL 並不適用。

4.完善版——LRUMap

上面的代碼基本已經實現了重復數據的攔截，但顯然不夠簡潔和優雅，比如下標計數器的聲明和業務處理等，但值得慶幸的是 Apache 為我們提供了一個 commons-collections 的框架，里面有一個非常好用的數據結構 LRUMap 可以保存指定數量的固定的數據，並且它會按照 LRU 算法，幫你清除最不常用的數據。

小貼士：LRU 是 Least Recently Used 的縮寫，即最近最少使用，是一種常用的數據淘汰算法，選擇最近最久未使用的數據予以淘汰。

首先，我們先來添加 Apache commons collections 的引用：

<dependency>
  <groupId>org.apache.commons</groupId>
  <artifactId>commons-collections4</artifactId>
  <version>4.4</version>
</dependency>

import org.apache.commons.collections4.map.LRUMap;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RequestMapping("/user")
@RestController
public class UserController {

    // 最大容量 100 個，根據 LRU 算法淘汰數據的 Map 集合
    private LRUMap<String, Integer> reqCache = new LRUMap<>(100);

    @RequestMapping("/add")
    public String addUser(String id) {
        // 非空判斷(忽略)...
        synchronized (this.getClass()) {
            // 重復請求判斷
            if (reqCache.containsKey(id)) {
                // 重復請求
                System.out.println("請勿重復提交！！！" + id);
                return "執行失敗";
            }
            // 存儲請求 ID
            reqCache.put(id, 1);
        }
        // 業務代碼...
        System.out.println("添加用戶ID:" + id);
        return "執行成功！";
    }
}

使用了 LRUMap 之后，代碼顯然簡潔了很多。

5.最終版——封裝

以上都是方法級別的實現方案，然而在實際的業務中，我們可能有很多的方法都需要防重，那么接下來我們就來封裝一個公共的方法，以供所有類使用：

import org.apache.commons.collections4.map.LRUMap;

/**
 * 冪等性判斷
 */
public class IdempotentUtils {

    // 根據 LRU(Least Recently Used，最近最少使用)算法淘汰數據的 Map 集合，最大容量 100 個
    private static LRUMap<String, Integer> reqCache = new LRUMap<>(100);

    /**
     * 冪等性判斷
     * @return
     */
    public static boolean judge(String id, Object lockClass) {
        synchronized (lockClass) {
            // 重復請求判斷
            if (reqCache.containsKey(id)) {
                // 重復請求
                System.out.println("請勿重復提交！！！" + id);
                return false;
            }
            // 非重復請求，存儲請求 ID
            reqCache.put(id, 1);
        }
        return true;
    }
}

調用代碼如下：

import com.example.idempote.util.IdempotentUtils;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RequestMapping("/user")
@RestController
public class UserController4 {
    @RequestMapping("/add")
    public String addUser(String id) {
        // 非空判斷(忽略)...
        // -------------- 冪等性調用（開始） --------------
        if (!IdempotentUtils.judge(id, this.getClass())) {
            return "執行失敗";
        }
        // -------------- 冪等性調用（結束） --------------
        // 業務代碼...
        System.out.println("添加用戶ID:" + id);
        return "執行成功！";
    }
}