سؤال مصاحبه

برداشتی که پس از اتمام مهلت زمانی، دو بار اجرا شد

The charge that ran twice after a timeout

  • سطح ۳: ارشد
  • طراحی
  • ۱۲ دقیقه

روی پروتکل HTTP جریانی (Streamable HTTP)، کلاینت تابع charge_account را فراخوانی می‌کند. یک پراکسی معکوس استریم پاسخ (Response Stream) را بافر می‌کند؛ مهلت زمانی کلاینت سر می‌رسد، ارتباطش قطع می‌شود و سرور لحظاتی بعد تراکنش برداشت را commit می‌کند. کلاینت درخواست را دوباره با یک شناسه جدید در JSON-RPC می‌فرستد و در نتیجه، حساب مشتری دو بار بدهکار می‌شود. تیم پیشنهاد می‌کند که حذف موارد تکراری (Deduplication) بر اساس شناسه JSON-RPC انجام شود. راه‌حل درست را طراحی کنید.

اول خودتان جواب بدهید، بعد پاسخ را باز کنید.

پاسخ کوتاه

شناسه JSON-RPC صرفاً یک پیام مشخص را متناظر می‌کند و هیچ‌وقت نشان‌دهنده یک عملیات تجاری نیست؛ بنابراین دو شناسه مختلف از دید سرور یعنی دو بار برداشت مجزا. باید یک کلید یکتایی تراکنش (Idempotency key) در سطح برنامه به آرگومان‌ها اضافه کنید و سرور را طوری پیاده کنید که کلید، اثرانگشت آرگومان‌ها و نتیجه commit‌شده را در قالب یک تراکنش پایدار و اتمیک ذخیره کند. ارسال همان کلید با همان آرگومان‌ها نتیجه ذخیره‌شده را برمی‌گرداند، و همان کلید با آرگومان‌های متفاوت رد می‌شود.

پاسخ کامل

کلید، نه شناسه

{
  "name": "charge_account",
  "arguments": {"account": "acct-7", "cents": 1200, "idempotencyKey": "checkout-7"}
}

این درس حالت دو شناسه‌ای را نشان می‌دهد: پاسخ یک برداشت با شناسه 41 گم می‌شود، تلاش مجدد با شناسه 42 ارسال می‌شود و سرور دو پیام کاملاً متفاوت می‌بیند. بدون یک کلید در سطح برنامه، سرور به هیچ وجه نمی‌تواند بفهمد که هر دو درخواست مربوط به یک تسویه‌حساب هستند.

مرز دفترکل باید اتمیک و پایدار باشد

این توالی ناامن است:

check key
run mutation
store result

دو ورکر می‌توانند هم‌زمان نبود کلید را ببینند و هر دو تغییر وضعیت (mutation) را اجرا کنند. همچنین کرش کردن سیستم پس از اعمال اثر و پیش از ذخیره‌سازی، در تلاش مجدد همین ابهام را به وجود می‌آورد. در این درس از یک دفترکل اتمیک (Atomic ledger) مبتنی بر فایل در SQLite به همراه BEGIN IMMEDIATE استفاده می‌شود تا بررسی کلید، اثر تجاری، شمارنده اجرا و نتیجه ذخیره‌شده همگی در قالب یک واحد یکپارچه commit شوند؛ بدین ترتیب، رقابت هم‌زمان دو اتصال روی یک کلید تنها یک بار اجرا به همراه دارد. از نتایج ذخیره‌شده کپی‌های تدافعی برگردانید تا تغییرات احتمالیِ فراخواننده، بازپخش‌های (Replay) بعدی را خراب نکند.

یک جدول محلی، پرداخت واقعی را اتمیک نمی‌کند. محیط عملیاتی (Production) به یک تراکنش پایدارِ مشترک، یک الگوی outbox تراکنشی، یا یک ارائه‌دهنده بالادستی نیاز دارد که همان کلید را اعمال کند. قفل فرایندی (Process lock) نه جلوی ناسازگاری نمونه‌های همتا (replicas) را می‌گیرد و نه در برابر راه‌اندازی‌های مجدد سرور کاری از پیش می‌برد.

پیش از تلاش مجدد، هر تغییر وضعیتی را دسته‌بندی کنید

دسته مثال قاعده
امن (safe) خواندن قطعی (Deterministic) تلاش مجدد با شناسه جدید، پس از مشخص شدن مرز خرابی
مشروط (conditional) تغییر وضعیت با کلید پایدار تلاش مجدد با همان کلید و آرگومان‌های کاملاً یکسان
ناامن (unsafe) تغییر وضعیت بدون حذف موارد تکراری تلاش مجدد خودکار انجام ندهید؛ ابتدا مغایرت‌گیری کنید

گزینه‌های idempotentHint و readOnlyHint سرنخ‌هایی غیرقابل‌اعتمادند. در نهایت این قرارداد سطح برنامه و پیاده‌سازی سرور هستند که تصمیم می‌گیرند.

مهلت زمانی را هم اصلاح کنید

از دو ساعت مجزا استفاده کنید: یک مهلت بی‌عملی (Idle timeout) که با پیشرفت کار ریست می‌شود، و یک مهلت حداکثری (Maximum timeout) از ابتدای درخواست که هیچ‌چیز آن را ریست نمی‌کند. در مثال این درس، پیشرفت کار در زمان‌های 400، 800 و 1200 میلی‌ثانیه ساعت بی‌عملیِ 500 میلی‌ثانیه‌ای را زنده نگه می‌دارد، اما سقف حداکثریِ 2000 میلی‌ثانیه‌ای همچنان درخواست را لغو می‌کند. برای پراکسی بافرکننده، هدرهای Content-Type: text/event-stream، Cache-Control: no-cache و X-Accel-Buffering: no را بفرستید و روی استریم‌های ساکت، پیام‌های نگه‌دارنده ارتباط (keepalive) را در قالب کامنت SSE ارسال کنید. پیام keepalive به معنای پیشرفت کار نیست و نباید ساعت بی‌عملی را ریست کند.

شرایط رقابتی که راه‌حل باید رعایت کند

لغو عملیات و تکمیل آن با هم وارد رقابت (race) می‌شوند. اگر لغو برنده شود، سرور جلوی ارسال پاسخ را می‌گیرد. اگر تکمیل برنده شود، کلاینت لغو دیرهنگام را نادیده می‌گیرد و سرور هم اعلان (notification) دیرهنگام را نادیده می‌اندازد. در بستر HTTP، سیگنال لغو همان بستن استریم پاسخِ درخواست است؛ بنابراین قطع اتصال در این سناریو، لغوی بود که سرور خیلی دیر متوجه آن شد و نتوانست جلوی commit را بگیرد. وجود کلید این مشکل را کاملاً بی‌اثر می‌کند.

سؤال‌های تکمیلی مصاحبه‌گر
  • سطح 3: اگر همان کلید با مقدار cents متفاوتی برسد چه می‌شود؟ پاسخ مورد انتظار: سرور اثرانگشت آرگومان‌ها را مقایسه می‌کند و فراخوانی را رد می‌کند؛ زیرا یک کلید نباید به دو نیت (Intent) تجاری متفاوت اشاره کند.
  • سطح 3: دو ورکر در یک لحظه متوجه نبود کلید می‌شوند. چه چیزی مانع از دو بار برداشت می‌شود؟ پاسخ مورد انتظار: تصاحب کلید، اثر و نتیجه در قالب یک تراکنش پایدار و اتمیک commit می‌شوند؛ در حالی که توالی «بررسی و سپس نوشتن» نمی‌تواند مانع این اتفاق شود.
  • سطح 4: تراکنش برداشت توسط یک ارائه‌دهنده پرداخت خارجی انجام می‌شود. آیا دفترکل محلی آن را اتمیک می‌کند؟ پاسخ مورد انتظار: خیر؛ یا باید ارائه‌دهنده همان کلید یکتایی تراکنش را بپذیرد، یا باید یک outbox تراکنشی، commit محلی را به عنوان رابط (bridge) به اثر روی مخزن راه‌دور (Remote) متصل کند.
  • سطح 4: کلاینت ارتباط قطع‌شده‌ی استریم subscriptions/listen را دوباره برقرار می‌کند. آیا تراکنش برداشتِ گم‌شده را مجدداً می‌فرستد؟ پاسخ مورد انتظار: خیر؛ یک درخواست شنود جدید باز می‌کند، وضعیت مرجع را واکشی مجدد (Refetch) می‌کند، موارد تکراری را بر اساس شناسه‌های پایدار حذف می‌کند و هیچ‌وقت یک تغییر وضعیت ناامن را صرفاً به خاطر گم شدن پاسخ، بازپخش نمی‌کند.
جواب‌های اشتباهی که مصاحبه‌گرها زیاد می‌شنوند
  • «حذف موارد تکراری بر اساس شناسه JSON-RPC.» شناسه‌ها صرفاً پیام‌ها را متناظر می‌کنند و تلاش مجدد طبق طراحی، شناسه جدیدی همراه خود دارد.
  • «تنظیم idempotentHint و اجازه به کلاینت‌ها برای تلاش مجدد آزادانه.» این نشانه‌گذاری‌ها سرنخ‌هایی غیرقابل‌اعتمادند. قرارداد سطح برنامه و دفترکل هستند که ایمنی تلاش مجدد را مشخص می‌کنند.
  • «بررسی کلید، اجرای برداشت و سپس ذخیره نتیجه.» دو ورکر ممکن است هر دو نبود کلید را ببینند، و کرش کردن بین اعمال اثر و ذخیره نتیجه، تلاش مجدد را در وضعیت ابهام باقی می‌گذارد.

کجای دوره آموزش داده می‌شود

درس پایایی دفترکل اتمیک، دو ساعت مهلت زمانی و ماتریس تلاش مجدد را پیاده‌سازی می‌کند.