前言

什么是分布式系統(tǒng)?關于這點其實并沒有明確且統(tǒng)一的定義。在我看來,只要一個系統(tǒng)滿足以下幾點就可以稱之為分布式系統(tǒng)

系統(tǒng)由物理上不同分布的多個機器節(jié)點組成

系統(tǒng)的多個節(jié)點通過網(wǎng)絡進行通信,協(xié)調(diào)彼此之間的工作。

系統(tǒng)作為整體統(tǒng)一對外提供服務,其分布式細節(jié)對客戶端透明天梧。

要想更好的理解分布式系統(tǒng),并正確使用甚至構建分布式系統(tǒng),需要理解其中的兩個關鍵概念——分布式系統(tǒng)的數(shù)據(jù)一致性和分布式系統(tǒng)的冪等性步鉴。

1. 分布式系統(tǒng)的數(shù)據(jù)一致性

如果想學習Java工程化胡野、高性能及分布式仁连、深入淺出满葛。微服務镰矿、Spring琐驴，MyBatis，Netty源碼分析的朋友可以加我的Java高級交流：854630135，群里有阿里大牛直播講解技術绝淡，以及Java大型互聯(lián)網(wǎng)技術的視頻免費分享給大家宙刘。

對于分布式系統(tǒng),數(shù)據(jù)可能存在于不同的物理節(jié)點上,節(jié)點之間只能通過網(wǎng)絡進行通信來協(xié)調(diào)彼此之間的狀態(tài),而網(wǎng)絡通信需要時間并且其本身并不十分可靠,因而如何保持數(shù)據(jù)一致性成為了分布式系統(tǒng)的難題。對于不同的分布式系統(tǒng),其一致性語義以及面對的一致性難題可能略有差別

1.1 分布式存儲系統(tǒng)中的一致性問題

在分布式存儲系統(tǒng)中,為了保持系統(tǒng)的高可用,同時增加讀操作的并發(fā)性,同一份數(shù)據(jù)會有多份副本,不同的副本存儲于不同的節(jié)點上,如下圖所示

在并發(fā)環(huán)境下,因為存在多個客戶端同時讀取同一數(shù)據(jù)在不同節(jié)點上的副本,因而如何維護數(shù)據(jù)的一致性視圖就非常重要,即對于使用該分布式系統(tǒng)的客戶端而言,對于多副本數(shù)據(jù)的讀寫其表現(xiàn)應該和單份數(shù)據(jù)一樣,通常系統(tǒng)是通過數(shù)據(jù)復制的方式來達到這一點的,

客戶端將節(jié)點1中的副本A修改為10,系統(tǒng)將通過網(wǎng)絡通信的方式將節(jié)點2和節(jié)點3中的副本A也更新為10牢酵。然而網(wǎng)絡通信是需要時間的,假設在系統(tǒng)還未將節(jié)點1中的A值同步到節(jié)點2和節(jié)點3,此時另一個客戶端訪問了節(jié)點2和節(jié)點3,這個時候系統(tǒng)怎么辦悬包？

甚至,考慮更極端的場景,節(jié)點之間的網(wǎng)絡被斷開,不同節(jié)點無法感知到彼此的存在,當然也就無法保持多副本數(shù)據(jù)的同一視圖,那么這個時候系統(tǒng)又該怎么辦？

1.2 微服務應用的分布式一致性問題

微服務架構下,原有的單體應用按功能被拆分成一個個微服務應用,每個微服務應用被部署在不同的機器節(jié)點上,只完成原有單體應用的某一部分功能,操作屬于該業(yè)務功能的數(shù)據(jù)庫或表馍乙。彼此之前通過網(wǎng)絡通信的方式協(xié)調(diào)彼此之間的工作,作為整體共同對外提供服務,因而一個業(yè)務功能的實現(xiàn),可能會涉及到多個微服務的調(diào)用,操作物理上不同的多個數(shù)據(jù)庫或表布近。比如對于下單并支付這個業(yè)務功能而言,需要調(diào)用下單微服務和支付微服務來共同完成。

對于下單并支付這一業(yè)務功能,應用先調(diào)用訂單微服務,在訂單數(shù)據(jù)庫中添加一條訂單記錄,成功后再調(diào)用支付微服務添加相應的支付記錄,只有這兩個微服務都調(diào)用成功,該業(yè)務功能才算執(zhí)行成功丝格。這個過程可能存在以下的問題:

訂單微服務調(diào)用成功,訂單記錄已落地,但是支付微服務由于各種原因遲遲得不到響應,此時用戶通過訂單號查詢只能查到訂單記錄而查不到支付記錄,這對于已經(jīng)成功付款的用戶而言肯定是無法接受的,這種情況該怎么辦吊输？

訂單微服務調(diào)用成功,訂單記錄已落地,但是支付微服務調(diào)用失敗,此時訂單記錄和支付記錄所對應的業(yè)務狀態(tài)不一致,這時候系統(tǒng)該怎么辦?

1.3 對于一致性的正確理解

分布式存儲系統(tǒng)的一致性問題,主要在于如何維持多副本的一致性視圖上,即如何使多份數(shù)據(jù)對外表現(xiàn)的和一份數(shù)據(jù)一樣。而微服務架構下的分布式應用系統(tǒng),其一致性問題主要在于如何使不同微服務的數(shù)據(jù)對同一業(yè)務狀態(tài)的描述保持一致,比如對于下單并支付這一業(yè)務操作而言,下單和支付要么同時成功,要么應該同時失敗,而不應該一個成功一個失敗,并且在這個過程中,某部分已經(jīng)成功或失敗的數(shù)據(jù)是否應該對客戶端可見铁追。在聯(lián)系一下本地事務ACID中的一致性,我們可能會產(chǎn)生一定的混亂:它們講的一致性是一個東西嗎季蚂？先說下我的個人理解:不管是ACID的一致性還是不同分布式系統(tǒng)中的一致性,它們本質(zhì)上講的是一件事:數(shù)據(jù)的一致性,在于正確的反應現(xiàn)實世界,對發(fā)生于現(xiàn)實世界的事情的正確描述。這就要求,一致性的數(shù)據(jù)至少要滿足以下兩個條件:

1.符合系統(tǒng)本身具有的約束條件,比如數(shù)據(jù)庫中的數(shù)據(jù)要遵循主碼,外碼,check約束琅束。

2.與特定業(yè)務有關的所有數(shù)據(jù),它們對業(yè)務執(zhí)行狀態(tài)的描述應該保持一致扭屁。比如從A賬戶轉賬100元到B賬戶這一業(yè)務操作,不管A賬戶和B賬戶是否在一個數(shù)據(jù)庫,也不管這一業(yè)務操作是否執(zhí)行成功,兩個賬戶的總金額應該保持不變;如果有關賬戶金額的數(shù)據(jù)存儲在分布式系統(tǒng)的多個不同的副本,則這些副本的數(shù)據(jù)應該一樣。

從這個意義上,不管是單機數(shù)據(jù)庫還是分布式存儲系統(tǒng)還是微服務架構下的分布式應用,對一致性的追求本質(zhì)上是一樣的:在滿足系統(tǒng)本身約束的前提下,對于發(fā)生的業(yè)務操作及其執(zhí)行狀態(tài)的一致性描述涩禀。只不過由于分布式系統(tǒng)數(shù)據(jù)的分布式存儲以及網(wǎng)絡通信狀況的復雜,使得分布式系統(tǒng)要保持數(shù)據(jù)一致性相比單機應用要考慮更多復雜的因素,實現(xiàn)也要困難的多料滥。很多文章把它們做了嚴格的區(qū)分,個人覺得很沒有必要,也不利于對于一致性的正確理解,從哲學的角度看,是割裂了事物共性和個性之間的聯(lián)系。

2.分布式一致性模型

如果想學習Java工程化艾船、高性能及分布式葵腹、深入淺出。微服務屿岂、Spring践宴，MyBatis，Netty源碼分析的朋友可以加我的Java高級交流：854630135爷怀，群里有阿里大牛直播講解技術阻肩，以及Java大型互聯(lián)網(wǎng)技術的視頻免費分享給大家。

就好像單機數(shù)據(jù)庫中為事務的隔離性設置了不同的級別,分布式系統(tǒng)中對數(shù)據(jù)的一致性級別也有分類运授】揪總的來說可以分為強一致性和弱一致性兩大類,弱一致性中又可以繼續(xù)細分為最終一致性,因果一致性,會話一致性,單調(diào)讀一致性和單調(diào)寫一致性等多種,不過弱一致性中只有最終一致性比較重要,其他的可以暫時忽略。

強一致性

以帶多副本的分布式存儲系統(tǒng)為例,所有連接到分布式系統(tǒng)的客戶端看到的某一數(shù)據(jù)的值都是一樣的吁朦。當某個客戶端修改了這個值,后續(xù)的所有客戶端都能讀取到這個更新的值,并且所有的更新操作都在這個新的值的基礎上進行,直到這個值被再次修改,如下圖所示,在A修改X前所有客戶端都能讀取到X的值為1,在A將X修改為2之后,所有客戶端都能讀取到這個更新后的值柒室。

最終一致性

所有不能滿足強一致性要求的都稱為弱一致性,而最終一致性是其中比較強的一種。在最終一致性模型下,當數(shù)據(jù)項X被修改后,客戶端并不一定能馬上看到這個更新后的值(有些可能讀取到了新值,有些讀取到的可能還是舊值),但是在一段時間后,所有客戶端都能讀取到這個更新后的值并進行相關操作逗宜。最終一致性模型下,分布式數(shù)據(jù)最終能達到一致,但是需要經(jīng)過一段時間,這段時間稱為不一致窗口雄右。

如下圖所示,在A將X修改為2后,在不一致窗口內(nèi)只有B能讀取到X=2,其他客戶端讀取到的依舊是X=1剥啤。但是在不一致窗口后,所有客戶端都能讀取到X=2。

3. 追求強一致性的約束——CAP定理

嚴格意義上來講,真正的一致性模型只有一種——強一致性,這也是一種理想化的模型不脯。它為分布式數(shù)據(jù)維護了完全一致的視圖,使得一旦修改了數(shù)據(jù)后,所有客戶端能夠馬上看到這個更新后的值并基于這個新值進行后續(xù)的操作,使得我們操作分布式數(shù)據(jù)和操作本地數(shù)據(jù)一樣府怯。在分布式系統(tǒng)中要實現(xiàn)一致性需要考慮其他因素,比如可用性和分區(qū)容忍性,而這些因素相互有制約,這種制約關系在CAP定理中被很好的進行了描述。

CAP是"Consistency","Availabilty","Partition Tolerance"的簡稱,分別代表了:強一致性,可用性和分區(qū)容忍性,它們的含義分別如下:

強一致性:在分布式系統(tǒng)同一份數(shù)據(jù)有多副本的情況下,對于數(shù)據(jù)的操作效果和只有單份數(shù)據(jù)一樣防楷。

可用性:客戶端在任何時刻對數(shù)據(jù)的讀/寫操作都應該保證在時限內(nèi)完成牺丙。

分區(qū)容忍性:當分布式系統(tǒng)出現(xiàn)網(wǎng)絡分區(qū),不同分區(qū)間的機器無法進行網(wǎng)絡通信時,系統(tǒng)仍然能夠繼續(xù)工作。

CAP定理的內(nèi)容:對于一個分布式系統(tǒng),無法同時實現(xiàn)強一致性,可用性和分區(qū)容忍性,即CAP三要素不可兼得复局。

3.1 如何理解CAP三要素不可兼得

由于網(wǎng)絡的不可靠性,網(wǎng)絡分區(qū)的情況不可避免的會發(fā)生,當出現(xiàn)網(wǎng)絡分區(qū)時,不同分區(qū)的機器無法進行通信冲簿。分布式系統(tǒng)必須能夠在出現(xiàn)網(wǎng)絡分區(qū)的情況下繼續(xù)工作,因而對于分布式系統(tǒng)而言,P即分區(qū)容忍性是必須要具備的要素,那么問題就轉化為了,在系統(tǒng)滿足分區(qū)容忍性的前提下,為什么強一致性和可用性不可兼得。

假設數(shù)據(jù)項A的三個副本分別存儲在不同的物理節(jié)點,在某一時刻,系統(tǒng)狀態(tài)如下圖所示

當客戶端將節(jié)點1上的A修改為2后,系統(tǒng)出現(xiàn)了網(wǎng)絡分區(qū),其中節(jié)點1和節(jié)點2在一個網(wǎng)絡分區(qū)中,而節(jié)點3在另一個分區(qū)中

當有客戶端嘗試讀取節(jié)點3上的A值時,系統(tǒng)將面臨兩難困境

系統(tǒng)等待節(jié)點3從節(jié)點1同步A的值,待數(shù)據(jù)一致后再返回客戶端響應,但是因為節(jié)點3和節(jié)點1不在一個分區(qū)中,雙方無法進行通信,導致系統(tǒng)無法在限定時間內(nèi)給客戶端返回讀取結果,這明顯不符合可用性的要求亿昏。

系統(tǒng)立即返回一個A=1的舊值給客戶端,由于A的值在不同節(jié)點上不一樣,導致一致性的條件被破壞峦剔。

因而,對于滿足分區(qū)容錯性的系統(tǒng)而言,強一致性和可用性的要求難以同時被滿足。其實這是很容易理解的,即使沒有網(wǎng)絡分區(qū),因為不同節(jié)點上的數(shù)據(jù)需要經(jīng)過網(wǎng)絡通信來保持一致性,這個過程本身就比較花時間,當需要在給定很短的時限內(nèi)基于客戶端響應時,對于一致性的保證自然就比較弱角钩。

3.2 如何正確理解CAP定理

對于分布式系統(tǒng)而言CAP三要素不可兼得,但并不意味著在任何時刻都必須從中做出取舍,或者在構建分布式系統(tǒng)之初就選擇其中兩個而放棄另一個,這種看法具有片面性吝沫。

由于網(wǎng)絡分區(qū)出現(xiàn)的可能性非常小,系統(tǒng)在正常運行的情況下還是應該兼顧AC兩者,在進入網(wǎng)絡分區(qū)模式后才需要對P進行保證,從A和C中選擇犧牲一個。

A和C并不是一個硬幣的兩面,只能選擇其中一個;A和C應該看成天平,系統(tǒng)可以選擇向哪邊傾斜,但另一邊也應該一定程度的保留递礼。

對于A和C之間的選擇,不應該粗粒度的整個系統(tǒng)級別進行選取,而應該針對系統(tǒng)中的不同子系統(tǒng),針對性的采取不同的取舍策略惨险。

4. 一致性的妥協(xié)——最終一致性和Base原則

由CAP定理可知,在分布式系統(tǒng)中過于追求數(shù)據(jù)的強一致性將導致可用性一定程度被犧牲,這意味著系統(tǒng)將不能很好的響應用戶的請求,這會一定程度影響用戶體驗。因而對于大部分布式系統(tǒng)而言,應當在保證系統(tǒng)高可用的前提下去追求數(shù)據(jù)的一致性,BASE原則正是對這一思想的描述脊髓。

BA(Basically Available)

基本可用:系統(tǒng)在絕大部分時間應處于可用狀態(tài),允許出現(xiàn)故障損失部分可用性,但保證核心可用辫愉。

S(Soft State)

軟狀態(tài):數(shù)據(jù)狀態(tài)不要求在任何時刻都保持一致,允許存在中間狀態(tài),而該狀態(tài)不影響系統(tǒng)可用性。對于多副本的存儲系統(tǒng)而言,就是允許副本之間的同步存在延時,并且在這個過程中系統(tǒng)依舊可以響應客戶端請求将硝。

E(Eventual Consistency)

最終一致性:盡管軟狀態(tài)不要求分布式數(shù)據(jù)在任何時刻都保持一致,但經(jīng)過一定時間后,這些數(shù)據(jù)最終能達到一致性狀態(tài)恭朗。

BASE理論的核心思想是:把分布式系統(tǒng)的可用性放在首位,放棄CAP中對數(shù)據(jù)強一致性的追求,只要系統(tǒng)能保證數(shù)據(jù)最終一致。

4.1 CAP,BASE以及ACID的關系

CAP描述了對于一個分布式系統(tǒng)而言重要的三要素:數(shù)據(jù)一致性,可用性,分區(qū)容錯性之間的制約關系,當你選擇了其中的兩個時,就不得不對剩下的一個做一定程度的犧牲依疼。BASE和ACID都可以看做是對CAP三要素進行取舍后的某種特殊情況

BASE強調(diào)可用性和分區(qū)容錯性,放棄強一致性,這是大部分分布式系統(tǒng)的選擇,比如NoSQL系統(tǒng),微服務架構下的分布式系統(tǒng)

ACID是單機數(shù)據(jù)的事務特性,因為不是分布式系統(tǒng)無需考慮分區(qū)容錯,故而是選擇了可用性和強一致性后的結果痰腮。

它們之間的關系如下所示

5. 分布式系統(tǒng)的冪等性

冪等的概念來自于抽象代數(shù),比如對于一元函數(shù)來說,滿足以下條件

如果想學習Java工程化、高性能及分布式涛贯、深入淺出诽嘉。微服務蔚出、Spring弟翘，MyBatis，Netty源碼分析的朋友可以加我的Java高級交流：854630135骄酗，群里有阿里大牛直播講解技術稀余，以及Java大型互聯(lián)網(wǎng)技術的視頻免費分享給大家。

即可稱為滿足冪等性趋翻。在計算機科學中,一個操作如果多次執(zhí)行產(chǎn)生的影響與一次執(zhí)行的影響相同,這樣的操作即符合冪等性睛琳。在分布式系統(tǒng)中,服務消費方調(diào)用服務提供方的接口,多次調(diào)用的結果應該與一次調(diào)用的結果一樣,這正是分布式環(huán)境下冪等性的語義。為什么冪等性對分布式系統(tǒng)而言如此重要？因為在分布式環(huán)境下,服務的調(diào)用一般采用http協(xié)議或者rpc的方式,即雙方需要通過網(wǎng)絡進行通信,而因為網(wǎng)絡故障或者消息超時的存在,可能服務消費方已經(jīng)成功調(diào)用了服務提供方的服務接口,但是消費方并沒有收到來自對方的成功響應,導致消費方以為服務調(diào)用失敗從而再次進行調(diào)用,也就是說網(wǎng)絡的不可靠性導致了服務接口被多次調(diào)用的可能师骗。分布式系統(tǒng)必須保證在這種情況下,即使接口被多次調(diào)用,它對系統(tǒng)產(chǎn)生的影響應該與該接口只被調(diào)用一次的結果一樣历等。

6.微服務架構的分布式一致性和冪等性問題

6.1 微服務架構下的分布式一致性問題

微服務架構下,處理一個業(yè)務請求可能需要調(diào)用多個微服務進行處理,以前面的下單并支付場景為例,完成該業(yè)務請求需要先后調(diào)用訂單微服務的下單接口和支付微服務的支付接口,只有這兩個接口都調(diào)用成功,該業(yè)務操作才算執(zhí)行成功。那么微服務架構中是如何保證同屬于一個業(yè)務單元的多個操作的原子性以及保證分布式數(shù)據(jù)一致性的?——答案是分布式事務辟癌。

分布式事務是指事務的參與者寒屯、支持事務的服務器、資源服務器以及事務管理器分別位于不同的分布式系統(tǒng)的不同節(jié)點之上

并且根據(jù)遵循的一致性原則不同,可以分為剛性分布式事務和柔性分布式事務兩大類黍少。

遵循ACID原則的剛性事務

剛性事務追求數(shù)據(jù)的強一致性,比如基于兩階段提交和三階段提交的分布式事務就屬于剛性事務,通過分布式事務,客戶端可以看到描述業(yè)務執(zhí)行狀態(tài)的多個數(shù)據(jù)的一致性視圖,比如下單并支付這個業(yè)務操作,客戶端要么能夠同時查詢到下單和支付成功的信息,要么能夠同時查詢到下單和支付失敗的信息,其他不一致的情況對于客戶端而言都是不可見的寡夹。比如下單成功,支付還在處理;下單成功,支付失敗,下單記錄正在回滾。也就是說,當訂單數(shù)據(jù)和支付數(shù)據(jù)不一致時,對于客戶端的訪問請求應該予以拒絕厂置。

這當然導致了系統(tǒng)可用性的降低,加上剛性事務實現(xiàn)時會導致同步阻塞的問題,鎖定資源等問題,會極大的影響系統(tǒng)的吞吐量和設計彈性,所以實際上微服務架構不太會采用剛性事務菩掏。

遵循BASE原則的柔性事務

柔性事務只對數(shù)據(jù)的最終一致性進行保證,允許系統(tǒng)存在一定時間的數(shù)據(jù)不一致,比如訂單記錄已經(jīng)被更新但是支付記錄還沒落地時,又比如訂單記錄更新成功但是支付失敗訂單記錄回滾的過程。

在這個不一致窗口內(nèi),系統(tǒng)允許客戶端對不一致的數(shù)據(jù)進行訪問,因而系統(tǒng)的可用性相比而言會更好,加上其擴展性良好以及吞吐量的優(yōu)勢,一般微服務架構下都會采用柔性事務昵济。柔性事務有多種不同的實現(xiàn)方式,比如基于可靠事件的模式,基于補償?shù)哪Ｊ?基于Sagas長事務的模式等,具體的實現(xiàn)原理以及優(yōu)缺點對比就放到下一篇在詳解解釋智绸。

6.2 微服務架構下的冪等性問題

6.2.1 冪等性場景

在微服務架構下,不同微服務間會有大量的基于http,rpc或者mq消息的網(wǎng)絡通信,接口的重復調(diào)用以及消息的重復消費可能會經(jīng)常發(fā)生,比如以下這些情況

調(diào)用訂單創(chuàng)建接口,第一次調(diào)用超時,調(diào)用方又嘗試了一次,但其實第一次調(diào)用已經(jīng)成功,只是調(diào)用方?jīng)]有及時收到響應。

訂單支付完成后,需要向MQ發(fā)送一條消息,但該消息重復發(fā)送了兩條访忿。

網(wǎng)絡波動導致服務提供方的接口被調(diào)用了兩次传于。

用戶在使用產(chǎn)品時,無意地觸發(fā)多筆交易。

某些未關閉的重試機制醉顽。

微服務架構應該具有冪等性,當接口被重復調(diào)用時,消息被重復消費時,對系統(tǒng)的產(chǎn)生的影響應該和接口被調(diào)用一次,消息被消費一次時一樣沼溜。

6.2.2 CRUD操作的冪等性分析

新增請求:不具備冪等性

查詢請求:重復查詢不會影響系統(tǒng)狀態(tài),查詢天然具備冪等性

基于主鍵的更新請求

要更新的值依賴于前值,不具備冪等性。比如update goods set number=number-1 where id=1

要更新的值不依賴于前值,具備冪等新游添。比如update goods set number=newNumber where id=1

刪除請求

基于主鍵的物理刪除(delete)刪除具備冪等性

基于主鍵的邏輯刪除(update)也具有冪等性

總結:通常只需要對新增請求和更新請求作冪等性保證系草。

6.2.3 如何解決冪等性問題

全局唯一ID

根據(jù)業(yè)務生成一個全局唯一ID,在調(diào)用接口時會傳入該ID,接口提供方會從相應的存儲系統(tǒng)比如Redis中去檢索這個全局ID是否存在,如果存在則說明該操作已經(jīng)執(zhí)行過了,將拒絕本次服務請求;否則將相應該服務請求并將全局ID存入存儲系統(tǒng)中,之后包含相同業(yè)務ID參數(shù)的請求將被拒絕。

去重表

這種方法適用于在業(yè)務中有唯一標識的插入場景唆涝。比如在支付場景中,一個訂單只會支付一次,可以建立一張去重表,將訂單ID作為唯一索引找都。把支付并且寫入支付單據(jù)到去重表放入一個事務中,這樣當出現(xiàn)重復支付時,數(shù)據(jù)庫就會拋出唯一約束異常,操作就會回滾。這樣保證了訂單只會被支付一次廊酣。

多版本并發(fā)控制

適合對更新請求作冪等性控制,比如要更新商品的名字,這是就可以在更新的接口中增加一個版本號來做冪等性控制

booleanupdateGoodsName(intid,StringnewName,intversion);

數(shù)據(jù)庫更新的SQL語句如下

updategoodssetname=#{newName},version=#{version}whereid=#{id}andversion<${version}

狀態(tài)機控制

適合在有狀態(tài)機流轉的情況下,比如訂單的創(chuàng)建和付款,訂單的創(chuàng)建肯定是在付款之前能耻。這是可以添加一個int類型的字段來表示訂單狀態(tài),創(chuàng)建為0,付款成功為100,付款失敗為99,則對訂單狀態(tài)的更新就可以這樣表示

updateordersetstatus=#{status}whereid=#{id}andstatus<#{status}

插入或更新

在MySQL數(shù)據(jù)庫中，如果在insert語句后面帶上ON DUPLICATE KEY UPDATE 子句亡驰，而要插入的行與表中現(xiàn)有記錄的惟一索引或主鍵中產(chǎn)生重復值,則對舊行進行更新;否則執(zhí)行新紀錄的插入晓猛。

我們可以利用該特性防止記錄的重復插入,比如good_id和category_id構成唯一索引,則重復執(zhí)行多次該SQL,數(shù)據(jù)庫中也只會有一條記錄。

insertintogoods_category (goods_id,category_id,create_time,update_time)values(#{goodsId},#{categoryId},now(),now())onDUPLICATEKEYUPDATEupdate_time=now()

如果想學習Java工程化凡辱、高性能及分布式戒职、深入淺出。微服務透乾、Spring洪燥，MyBatis磕秤，Netty源碼分析的朋友可以加我的Java高級交流：854630135，群里有阿里大牛直播講解技術捧韵，以及Java大型互聯(lián)網(wǎng)技術的視頻免費分享給大家市咆。