springboot防止表单重复提交_防止数据重复提交的6种方法(超简单)！

最新推荐文章于 2025-05-04 16:18:18 发布

weixin_39917894

最新推荐文章于 2025-05-04 16:18:18 发布

阅读量7k

点赞数 3

文章标签： springboot防止表单重复提交

本文链接：https://blog.youkuaiyun.com/weixin_39917894/article/details/111394559

版权

本文介绍了一种在Java中防止数据重复提交的方法。通过前端和后端的联合拦截，确保数据的一致性和准确性。从前端禁用按钮到后端利用HashMap、LRUMap等技术手段，逐步优化实现方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如何在JAVA中，用最简单的方式，防止数据重复提交？

WOW，that is a good question !

下面是才艺展示(装X)时间。

模拟用户场景

我们首先模拟下用户场景，大致是这样的，如下图所示：

大致后端的接口代码实现如下：

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

@RequestMapping("/user")
@RestController
public class UserController {
   /**
     * 被重复请求的方法
     */
    @RequestMapping("/add")
    public String addUser(String id) {
        // 业务代码...
        System.out.println("添加用户ID:" + id);
        return "执行成功！";
    }
}

我们假设，前端有一个接口，或者一个表单提交。是要往后台发送数据的。

就拿表单提交来讲，我们后端程序员是无法控制网络抖动，或者单身18年的用户手速的，因此会出现表单重复提交，数据重复处理的情况。这样一来，我们的系统就会出现脏数据，更恶劣的情况就是业务流程因此错乱！

那么我们该如何去解决这个问题呢？

整个事件的参与方为前端 + 后端。我们可以想到：通过前、后端分别拦截的方式来解决数据重复提交的问题。

前端拦截

首先我们来看下，前端如何进行拦截。这个好理解，比如还是上面的表单提交的例子。我们可以在用户点击完“提交”按钮后，把按钮设置为不可用或者隐藏状态。

执行效果如下图所示：

前端拦截的实现代码：

<html>
<script>function subCli(){// 按钮设置为不可用document.getElementById("btn_sub").disabled="disabled";document.getElementById("dv1").innerText = "按钮被点击了~";
    }script>
<body style="margin-top: 100px;margin-left: 100px;">
    <input id="btn_sub" type="button"  value=" 提 交 "  onclick="subCli()">
    <div id="dv1" style="margin-top: 80px;">div>
body>
html>

看上去这个问题，也没有想象的那么复杂。但前端拦截有一个致命的问题，如果是懂行的程序员或非法用户可以直接绕过前端页面，比如，程序员朋友，打开了网页，然后F12 ，或者抓包，获取到了，实际与后端交通信的 API接口链接。通过模拟请求进行重复提交，这种前端拦截的方式，就可以很轻松的绕过去了。想象一下。这是个充值界面。充值100元，重复提交了10次变成了1000 元(妥妥的面向致富编程啊)。

所以除了前端拦截一部分正常的误操作之外，后端的拦截也是必不可少。

后端拦截

哈哈，前端小宝贝儿，知道后端的工作量是如何增加了吧！知道为啥答应这周给你的接口为啥还是不通了吧？

不扯了，后端拦截的实现思路是在方法执行之前，先判断此业务是否已经执行过，如果执行过则不再执行，否则就正常执行。

我们将请求的业务 ID 存储在内存中，并且通过添加互斥锁来保证多线程下的程序执行安全，大体实现思路如下图所示：

然而，将数据存储在内存中，最简单的方法就是使用 HashMap

1.基础版——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 {

    // 缓存 ID 集合
    private Map reqCache = new HashMap<>();@RequestMapping("/add")public String addUser(String id) {// 非空判断(忽略)...
        synchronized (this.getClass()) {// 重复请求判断if (reqCache.containsKey(id)) {// 重复请求
                System.out.println("请勿重复提交！！！" + id);return "执行失败";
            }// 存储请求 ID
            reqCache.put(id, 1);
        }// 业务代码...
        System.out.println("添加用户ID:" + id);return "执行成功！";
    }
}

实现效果如下图所示：

存在的问题：因为 HashMap 是无限增长的，因此它会占用越来越多的内存，并且随着 HashMap 数量的增加查找的速度也会降低，所以我们需要实现一个可以自动“清除”过期数据的实现方案。

2.优化版——固定大小的数组

此版本解决了 HashMap 无限增长的问题，它使用数组加下标计数器(reqCacheCounter)的方式，实现了固定数组的循环存储。

当数组存储到最后一位时，将数组的存储下标设置 0，再从头开始存储数据，实现代码如下：

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]; // 请求 ID 存储集合
    private static Integer reqCacheCounter = 0; // 请求计数器(指示 ID 存储的位置)

    @RequestMapping("/add")
    public String addUser(String id) {
        // 非空判断(忽略)...
        synchronized (this.getClass()) {
            // 重复请求判断
            if (Arrays.asList(reqCache).contains(id)) {
                // 重复请求
                System.out.println("请勿重复提交！！！" + id);
                return "执行失败";
            }
            // 记录请求 ID
            if (reqCacheCounter >= reqCache.length) reqCacheCounter = 0; // 重置计数器
            reqCache[reqCacheCounter] = id; // 将 ID 保存到缓存
            reqCacheCounter++; // 下标往后移一位
        }
        // 业务代码...
        System.out.println("添加用户ID:" + id);
        return "执行成功！";
    }
}

3.扩展版——双重检测锁(DCL)

上一种实现方法将判断和添加业务，都放入 synchronized 中进行加锁操作，这样显然性能不是很高，于是我们可以使用单例中著名的 DCL(Double Checked Locking，双重检测锁)来优化代码的执行效率，实现代码如下：

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]; // 请求 ID 存储集合
    private static Integer reqCacheCounter = 0; // 请求计数器(指示 ID 存储的位置)

    @RequestMapping("/add")
    public String addUser(String id) {
        // 非空判断(忽略)...
        // 重复请求判断
        if (Arrays.asList(reqCache).contains(id)) {
            // 重复请求
            System.out.println("请勿重复提交！！！" + id);
            return "执行失败";
        }
        synchronized (this.getClass()) {
            // 双重检查锁(DCL,double checked locking)提高程序的执行效率
            if (Arrays.asList(reqCache).contains(id)) {
                // 重复请求
                System.out.println("请勿重复提交！！！" + id);
                return "执行失败";
            }
            // 记录请求 ID
            if (reqCacheCounter >= reqCache.length) reqCacheCounter = 0; // 重置计数器
            reqCache[reqCacheCounter] = id; // 将 ID 保存到缓存
            reqCacheCounter++; // 下标往后移一位
        }
        // 业务代码...
        System.out.println("添加用户ID:" + id);
        return "执行成功！";
    }
}

注意：DCL 适用于重复提交频繁比较高的业务场景，对于相反的业务场景下 DCL 并不适用。

4.完善版——LRUMap

上面的代码基本已经实现了重复数据的拦截，但显然不够简洁和优雅，比如下标计数器的声明和业务处理等，但值得庆幸的是 Apache 为我们提供了一个 commons-collections 的框架，里面有一个非常好用的数据结构 LRUMap 可以保存指定数量的固定的数据，并且它会按照 LRU 算法，帮你清除最不常用的数据。

小贴士：LRU 是 Least Recently Used 的缩写，即最近最少使用，是一种常用的数据淘汰算法，选择最近最久未使用的数据予以淘汰。

首先，我们先来添加 Apache commons collections 的引用：

 

<dependency>
  <groupId>org.apache.commonsgroupId>
  <artifactId>commons-collections4artifactId>
  <version>4.4version>
dependency>

实现代码如下：

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 个，根据 LRU 算法淘汰数据的 Map 集合
    private LRUMap reqCache = new LRUMap<>(100);@RequestMapping("/add")public String addUser(String id) {// 非空判断(忽略)...
        synchronized (this.getClass()) {// 重复请求判断if (reqCache.containsKey(id)) {// 重复请求
                System.out.println("请勿重复提交！！！" + id);return "执行失败";
            }// 存储请求 ID
            reqCache.put(id, 1);
        }// 业务代码...
        System.out.println("添加用户ID:" + id);return "执行成功！";
    }
}

使用了 LRUMap 之后，代码显然简洁了很多。

5.最终版——封装

以上都是方法级别的实现方案，然而在实际的业务中，我们可能有很多的方法都需要防重，那么接下来我们就来封装一个公共的方法，以供所有类使用：

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

/**
 * 幂等性判断
 */
public class IdempotentUtils {

    // 根据 LRU(Least Recently Used，最近最少使用)算法淘汰数据的 Map 集合，最大容量 100 个
    private static LRUMap reqCache = new LRUMap<>(100);/**
     * 幂等性判断
     * @return
     */public static boolean judge(String id, Object lockClass) {
        synchronized (lockClass) {// 重复请求判断if (reqCache.containsKey(id)) {// 重复请求
                System.out.println("请勿重复提交！！！" + id);return false;
            }// 非重复请求，存储请求 ID
            reqCache.put(id, 1);
        }return true;
    }
}

调用代码如下：

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) {
        // 非空判断(忽略)...
        // -------------- 幂等性调用(开始) --------------
        if (!IdempotentUtils.judge(id, this.getClass())) {
            return "执行失败";
        }
        // -------------- 幂等性调用(结束) --------------
        // 业务代码...
        System.out.println("添加用户ID:" + id);
        return "执行成功！";
    }
}

小贴士：一般情况下代码写到这里就结束了，但想要更简洁也是可以实现的，你可以通过自定义注解，将业务代码写到注解中，需要调用的方法只需要写一行注解就可以防止数据重复提交了，老铁们可以自行尝试一下。

hello，我是御风，很高兴在这里与你相遇。我是一名程序员，也是一名B站UP主。我乐于分享，勤于学习。希望我们共同成长。永远相信梦想的力量

给个[在看]，是对御风最大的支持