首页 > 软件编程 > java > Java防止重复提交

Java中防止重复提交的八种解决方案(最后一种很优雅)

2026-03-24 10:37:22 作者：小卜NPE

重复提交是指用户在短时间内多次发送相同请求到服务端,导致数据被多次处理的现象,下面这篇文章主要介绍了Java中防止重复提交的八种解决方案的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下

在Web开发中，防止重复提交是一个常见且重要的需求。本文将详细介绍Java中防止重复提交的8种解决方案，并分析各自的优缺点。

1. 什么是重复提交？为什么要防止？

1.1 重复提交的定义

重复提交是指用户在短时间内对同一业务请求进行多次提交的行为。常见场景包括：

网络延迟：用户点击提交后页面无响应，多次点击
误操作：用户双击提交按钮
恶意请求：攻击者故意重复提交

1.2 重复提交的危害

数据不一致：创建重复订单、重复扣款等
系统资源浪费：增加数据库和服务器压力
业务逻辑错误：影响统计数据和业务流程

2. 前端解决方案

2.1 按钮禁用（最基础）

// 提交后禁用按钮
function submitForm() {
    const submitBtn = document.getElementById('submitBtn');
    submitBtn.disabled = true;
    // 执行提交逻辑
    document.forms[0].submit();
}

2.2 加载状态提示

// 显示加载状态
function submitForm() {
    const submitBtn = document.getElementById('submitBtn');
    submitBtn.innerHTML = '<i class="loading"></i> 提交中...';
    submitBtn.disabled = true;
}

前端方案的局限性：无法防止恶意请求和浏览器刷新重复提交。

3. 后端解决方案

3.1 同步锁（不推荐）

public class OrderService {
    private final Object lock = new Object();
    
    public Result createOrder(OrderDTO orderDTO) {
        synchronized(lock) {
            // 业务逻辑
            return processOrder(orderDTO);
        }
    }
}

缺点：集群环境下无效，性能差。

3.2 数据库唯一索引

-- 为订单号添加唯一索引
ALTER TABLE orders ADD UNIQUE INDEX uk_order_no (order_no);

-- 或者为业务关键字段添加联合唯一索引
ALTER TABLE orders ADD UNIQUE INDEX uk_business_key (user_id, product_id, create_date);

优点：最可靠的防重方案
缺点：数据库压力大，不友好的错误提示

3.3 数据库乐观锁

@Mapper
public interface OrderMapper {
    // 通过版本号控制
    @Update("UPDATE orders SET status = #{status}, version = version + 1 " +
            "WHERE id = #{id} AND version = #{version}")
    int updateWithVersion(Order order);
}

@Service
@Transactional
public class OrderService {
    public Result createOrder(OrderDTO orderDTO) {
        // 1. 查询当前版本号
        Order order = orderMapper.selectById(orderDTO.getId());
        
        // 2. 业务处理...
        
        // 3. 更新时校验版本号
        int count = orderMapper.updateWithVersion(order);
        if (count == 0) {
            throw new RuntimeException("订单已处理，请勿重复提交");
        }
        return Result.success();
    }
}

4. Token令牌方案（推荐）

4.1 实现原理

页面加载时向后端请求Token
提交时携带Token
后端校验Token并删除

4.2 具体实现

Token生成工具类

@Component
public class TokenUtil {
    
    private static final String TOKEN_PREFIX = "submit_token:";
    
    @Autowired
    private RedisTemplate<String, String> redisTemplate;
    
    /**
     * 生成Token
     */
    public String generateToken(String key) {
        String token = UUID.randomUUID().toString();
        String redisKey = TOKEN_PREFIX + key + ":" + token;
        redisTemplate.opsForValue().set(redisKey, "1", Duration.ofMinutes(5));
        return token;
    }
    
    /**
     * 验证Token
     */
    public boolean validateToken(String key, String token) {
        String redisKey = TOKEN_PREFIX + key + ":" + token;
        Boolean result = redisTemplate.delete(redisKey);
        return Boolean.TRUE.equals(result);
    }
}

Controller层实现

@RestController
public class OrderController {
    
    @Autowired
    private TokenUtil tokenUtil;
    
    /**
     * 获取提交Token
     */
    @GetMapping("/token")
    public Result<String> getToken() {
        String token = tokenUtil.generateToken("order");
        return Result.success(token);
    }
    
    /**
     * 提交订单
     */
    @PostMapping("/order")
    public Result createOrder(@RequestBody OrderDTO orderDTO, 
                             @RequestHeader("X-Submit-Token") String token) {
        // 验证Token
        if (!tokenUtil.validateToken("order", token)) {
            return Result.fail("请勿重复提交");
        }
        
        // 业务逻辑
        return orderService.createOrder(orderDTO);
    }
}

前端调用

// 获取Token
async function getToken() {
    const response = await fetch('/token');
    const result = await response.json();
    return result.data;
}

// 提交订单
async function submitOrder(orderData) {
    const token = await getToken();
    
    const response = await fetch('/order', {
        method: 'POST',
        headers: {
            'Content-Type': 'application/json',
            'X-Submit-Token': token
        },
        body: JSON.stringify(orderData)
    });
    
    return response.json();
}

5. 基于AOP的防重注解（优雅方案）

5.1 自定义防重提交注解

@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface PreventDuplicateSubmit {
    /**
     * 防重key，支持SpEL表达式
     */
    String key() default "";
    
    /**
     * 过期时间（秒）
     */
    int expire() default 5;
    
    /**
     * 提示消息
     */
    String message() default "请勿重复提交";
}

5.2 AOP切面实现

@Aspect
@Component
public class PreventDuplicateSubmitAspect {
    
    @Autowired
    private RedisTemplate<String, Object> redisTemplate;
    
    @Autowired
    private HttpServletRequest request;
    
    private static final String LOCK_PREFIX = "submit_lock:";
    
    @Around("@annotation(preventDuplicateSubmit)")
    public Object around(ProceedingJoinPoint joinPoint, 
                        PreventDuplicateSubmit preventDuplicateSubmit) throws Throwable {
        
        String lockKey = generateLockKey(joinPoint, preventDuplicateSubmit);
        
        // 尝试获取锁
        Boolean success = redisTemplate.opsForValue()
                .setIfAbsent(lockKey, "1", Duration.ofSeconds(preventDuplicateSubmit.expire()));
        
        if (Boolean.TRUE.equals(success)) {
            try {
                // 获取锁成功，执行方法
                return joinPoint.proceed();
            } finally {
                // 删除锁（可选，等自动过期也行）
                // redisTemplate.delete(lockKey);
            }
        } else {
            // 获取锁失败，重复提交
            throw new RuntimeException(preventDuplicateSubmit.message());
        }
    }
    
    /**
     * 生成锁的Key
     */
    private String generateLockKey(ProceedingJoinPoint joinPoint, 
                                 PreventDuplicateSubmit preventDuplicateSubmit) {
        String key = preventDuplicateSubmit.key();
        
        if (StringUtils.hasText(key)) {
            // 解析SpEL表达式
            return LOCK_PREFIX + parseSpel(key, joinPoint);
        } else {
            // 默认生成方式：方法名 + 参数
            MethodSignature signature = (MethodSignature) joinPoint.getSignature();
            String methodName = signature.getMethod().getName();
            String args = Arrays.toString(joinPoint.getArgs());
            String userAgent = request.getHeader("User-Agent");
            
            return LOCK_PREFIX + methodName + ":" + 
                   DigestUtils.md5DigestAsHex((args + userAgent).getBytes());
        }
    }
    
    /**
     * 解析SpEL表达式
     */
    private String parseSpel(String expression, ProceedingJoinPoint joinPoint) {
        MethodSignature signature = (MethodSignature) joinPoint.getSignature();
        EvaluationContext context = new StandardEvaluationContext();
        
        // 设置参数
        String[] parameterNames = signature.getParameterNames();
        Object[] args = joinPoint.getArgs();
        
        for (int i = 0; i < parameterNames.length; i++) {
            context.setVariable(parameterNames[i], args[i]);
        }
        
        ExpressionParser parser = new SpelExpressionParser();
        return parser.parseExpression(expression).getValue(context, String.class);
    }
}

5.3 使用示例

@RestController
public class OrderController {
    
    @PreventDuplicateSubmit(key = "#orderDTO.userId + ':' + #orderDTO.productId", 
                           expire = 10, 
                           message = "订单正在处理中，请勿重复提交")
    @PostMapping("/order")
    public Result createOrder(@RequestBody OrderDTO orderDTO) {
        // 业务逻辑
        return orderService.createOrder(orderDTO);
    }
    
    @PreventDuplicateSubmit(expire = 30)
    @PostMapping("/payment")
    public Result payment(@RequestParam String orderNo) {
        // 支付逻辑
        return paymentService.processPayment(orderNo);
    }
}

6. 分布式锁方案

6.1 基于Redis的分布式锁

@Component
public class RedisDistributedLock {
    
    @Autowired
    private RedisTemplate<String, String> redisTemplate;
    
    private static final String LOCK_PREFIX = "global_lock:";
    
    /**
     * 尝试获取锁
     */
    public boolean tryLock(String key, long expireSeconds) {
        String lockKey = LOCK_PREFIX + key;
        String value = UUID.randomUUID().toString();
        
        Boolean result = redisTemplate.opsForValue()
                .setIfAbsent(lockKey, value, Duration.ofSeconds(expireSeconds));
        
        return Boolean.TRUE.equals(result);
    }
    
    /**
     * 释放锁
     */
    public void unlock(String key) {
        String lockKey = LOCK_PREFIX + key;
        redisTemplate.delete(lockKey);
    }
}

6.2 使用Redisson分布式锁

@Component
public class RedissonLockService {
    
    @Autowired
    private RedissonClient redissonClient;
    
    public <T> T executeWithLock(String lockKey, long waitTime, long leaseTime, 
                                Supplier<T> supplier) {
        RLock lock = redissonClient.getLock(lockKey);
        
        try {
            // 尝试获取锁
            boolean locked = lock.tryLock(waitTime, leaseTime, TimeUnit.SECONDS);
            if (locked) {
                return supplier.get();
            } else {
                throw new RuntimeException("系统繁忙，请稍后重试");
            }
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
            throw new RuntimeException("获取锁失败", e);
        } finally {
            if (lock.isHeldByCurrentThread()) {
                lock.unlock();
            }
        }
    }
}

// 使用示例
@Service
public class OrderService {
    
    @Autowired
    private RedissonLockService lockService;
    
    public Result createOrder(OrderDTO orderDTO) {
        String lockKey = "order_submit:" + orderDTO.getUserId();
        
        return lockService.executeWithLock(lockKey, 3, 10, () -> {
            // 业务逻辑
            return processOrder(orderDTO);
        });
    }
}

7. 本地限流器

7.1 Guava RateLimiter

@Component
public class RateLimitService {
    
    private final Map<String, RateLimiter> limiterMap = new ConcurrentHashMap<>();
    
    /**
     * 尝试获取令牌
     */
    public boolean tryAcquire(String key, int permitsPerSecond) {
        RateLimiter limiter = limiterMap.computeIfAbsent(key, 
            k -> RateLimiter.create(permitsPerSecond));
        return limiter.tryAcquire();
    }
}

// 使用示例
@RestController
public class ApiController {
    
    @Autowired
    private RateLimitService rateLimitService;
    
    @PostMapping("/api/submit")
    public Result submitData(@RequestBody RequestData data) {
        String clientId = getClientId(); // 获取客户端标识
        
        if (!rateLimitService.tryAcquire(clientId, 5)) {
            return Result.fail("请求过于频繁，请稍后重试");
        }
        
        // 处理业务
        return processData(data);
    }
}

8. 综合方案：注解 + 分布式锁 + 限流

@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface SubmitProtection {
    /** 防重提交key */
    String key() default "";
    /** 锁过期时间 */
    int lockExpire() default 10;
    /** 限流配置：每秒允许的请求数 */
    double rateLimit() default 1.0;
    /** 提示消息 */
    String message() default "请求过于频繁，请稍后重试";
}

@Aspect
@Component
public class SubmitProtectionAspect {
    
    @Autowired
    private RedissonClient redissonClient;
    
    private final Map<String, RateLimiter> rateLimiterMap = new ConcurrentHashMap<>();
    
    @Around("@annotation(protection)")
    public Object around(ProceedingJoinPoint joinPoint, SubmitProtection protection) throws Throwable {
        String protectionKey = generateProtectionKey(joinPoint, protection);
        
        // 1. 限流检查
        if (protection.rateLimit() > 0) {
            RateLimiter limiter = rateLimiterMap.computeIfAbsent(
                protectionKey, k -> RateLimiter.create(protection.rateLimit()));
            if (!limiter.tryAcquire()) {
                throw new RuntimeException(protection.message());
            }
        }
        
        // 2. 分布式锁防重
        RLock lock = redissonClient.getLock("submit_protection:" + protectionKey);
        try {
            if (lock.tryLock(0, protection.lockExpire(), TimeUnit.SECONDS)) {
                return joinPoint.proceed();
            } else {
                throw new RuntimeException("请求正在处理中，请勿重复提交");
            }
        } finally {
            if (lock.isHeldByCurrentThread()) {
                lock.unlock();
            }
        }
    }
    
    private String generateProtectionKey(ProceedingJoinPoint joinPoint, SubmitProtection protection) {
        // 生成key的逻辑，参考前面的AOP方案
        return "default_key";
    }
}

9. 方案对比总结

方案	适用场景	优点	缺点
前端控制	普通表单提交	实现简单，用户体验好	安全性低，可绕过
同步锁	单机简单业务	实现简单	集群无效，性能差
数据库唯一索引	数据强一致性要求	可靠性最高	数据库压力大
乐观锁	并发更新场景	性能较好	实现复杂，需要版本字段
Token令牌	Web表单提交	安全性好，实现简单	需要前后端配合
AOP注解	需要灵活控制的业务	无侵入，使用方便	学习成本稍高
分布式锁	分布式系统	集群有效，可靠性高	依赖Redis等中间件
限流器	高频请求场景	防止恶意请求	可能误伤正常用户

10. 最佳实践建议

分层防护：前端 + 后端多重防护
合理超时：根据业务设置合理的锁超时时间
友好提示：给用户明确的重复提交提示
监控告警：对频繁的重复提交进行监控
性能考虑：避免防重逻辑影响正常业务流程

结语

防止重复提交是保证系统数据一致性的重要手段。在实际项目中，建议根据具体业务场景选择合适的方案，或者组合多种方案实现更完善的防护。AOP注解方案因其灵活性和无侵入性，是目前比较推荐的做法。

希望本文对您有所帮助！如有疑问，欢迎在评论区讨论。