哪些Java案例适合做幂等设计？

本文目录导读：

1. 支付与交易类（最典型、最严格）
2. 消息队列消费（最易忽略、影响面广）
3. 表单提交与接口调用（最常见、用户体验）
4. 外部系统回调通知
5. 文件上传或大对象操作
6. 定时任务与批量处理
7. 选择方案的决策树

幂等设计在Java后端开发中非常常见,核心目的是防止重复提交、重复处理导致的数据不一致或资源浪费。

以下列出最适合做幂等设计的Java案例，从业务场景到技术实现进行分类：

支付与交易类（最典型、最严格）

案例：支付扣款 / 订单创建

• 场景：用户在支付页面点击“确认支付”按钮，由于网络波动或用户手抖，请求被发送了多次，如果服务端不处理幂等，用户会被扣两次款，产生两个订单。
• 业务要求：无论请求多少次，最终只扣一次款，只生成一个订单。
• 核心矛盾：支付成功后需要回调通知、或用户主动查询状态时，系统必须能识别“这是一笔已经处理过的请求”。

Java实现方案

1. 利用数据库唯一索引：
   • 在订单或流水表中,将 order_id 或 transaction_id 设为唯一键。
   • 插入前先尝试插入,如果报 DuplicateKeyException（主键/唯一键冲突），说明已处理。
2. Redis分布式锁 + 防重Token：
   • 前端请求前先获取一个Token（如：pay:token:{userId}:{orderId}）。
   • 后端处理时,使用 SET key uuid NX EX 30（只在不存在时设置，30秒过期）。
   • 只有成功获取锁的请求才能继续处理,处理完立即删除锁。
   • 注意：需要结合业务状态（如订单状态已为“已支付”）做最终兜底。

消息队列消费（最易忽略、影响面广）

案例：订单支付成功的回调消息处理

• 场景：支付服务发送“支付成功”消息到MQ（消息队列），消费者收到后执行发货或积分兑换，由于MQ支持至少一次投递（At Least Once），消息可能重复消费（例如消费者处理完后宕机，消息未ack，MQ重试）。
• 业务要求：同一笔订单的支付成功消息，无论消费多少次，只发一次货，只加一次积分。

Java实现方案

1. 业务主键去重表：
   • 在数据库中创建一张去重表,主键或唯一键为 message_id 或 business_key（如 orderId + eventType）。
   • 消费逻辑：INSERT INTO dedup_table(business_key) VALUES(?)，若成功则执行业务逻辑；若失败（唯一键冲突），则直接ack消息并跳过。
2. Redis Set/布隆过滤器：
   • 消费前 SADD dedup:msg:set {messageId}，若返回1（新添加）则处理，返回0则忽略，适合高并发且允许小概率误判的场景。

表单提交与接口调用（最常见、用户体验）

案例：创建投票、提交表单、确认发货

• 场景：用户快速双击“提交”按钮，或前端防抖失效，导致请求被连续发送，虽然前端做了按钮置灰，但总有绕过（如F5刷新、浏览器回退重发）。
• 业务要求：同一用户、同一表单内容，多次提交只产生一条记录。

Java实现方案：Token + 一次消费

1. 生成Token：后端生成一个唯一的Token（如UUID），存入Redis（Key：submit:token:{userId}:{formId}），并返回给前端。
2. 提交校验：前端提交时必须携带该Token。
3. 后端消费：使用 DEL submit:token:{userId}:{formId} 并检查返回值。
   • 若返回1（删除成功），说明是首次请求，执行插入。
   • 若返回0（Key不存在或已删除），说明重复请求，直接返回“处理中”或“已提交”的提示。

外部系统回调通知

案例：第三方支付回调、短信/邮件发送回调

• 场景：支付宝/微信回调你的 notify_url，它们会重试通知（3-7次），且通知顺序可能乱序。
• 业务要求：同一笔交易的回调，只做一次状态更新（如将订单从未支付改为已支付）。

Java实现方案：CAS（Compare And Set）+ 数据库乐观锁

1. SQL原生幂等：

   UPDATE orders SET status = 'paid', update_time = NOW() WHERE id = ? AND status = 'unpaid';

   • 影响行数 = 1：成功处理，这是第一次。
   • 影响行数 = 0：说明订单状态已经不是 unpaid（已被其他回调处理过），忽略此次回调。
2. 配合唯一约束：在订单状态变更流水表中，设置 (order_id, target_status) 为唯一联合索引。

文件上传或大对象操作

案例：上传用户头像、上传商品图片

• 场景：用户上传同一个文件（相同MD5），或上传时网络重试。
• 业务要求：的文件，只存储一份，不浪费存储空间；相同标识的附件，只关联一次。

Java实现方案：内容Hash + 唯一索引

1. 计算文件MD5：上传完成后计算文件的MD5（或SHA-256）。
2. 去重存储：
   • 在文件存储表（OSS或本地文件系统记录表）中，设置 file_md5 为唯一键。
   • 存储前查询：若存在相同MD5的文件，直接复用原文件路径/ID，不重新上传。
   • 插入时捕获唯一键冲突即可。

定时任务与批量处理

案例：每日报表生成、用户积分结算

• 场景：凌晨的定时任务，可能因分布式节点重复触发（例如两台服务器同时执行 cron job）。
• 业务要求：同一日期、同一业务范围的报表，只生成一份。

Java实现方案：分布式调度 + 任务标识幂等

1. 使用Quartz/Elastic-Job的 @DisallowConcurrentExecution 或分片机制：保证同一时间只有一个节点执行。
2. 数据库任务状态锁：
   • 记录一个任务执行记录表,主键为任务名+任务日期（如 report:2023-10-01）。
   • 执行前 INSERT 时，若冲突则说明已执行过，直接跳过。
   • 配合 SELECT ... FOR UPDATE 可精确控制。

选择方案的决策树

关键原则：

1. 优先选择数据库唯一键/乐观锁：这是最基础、最可靠的幂等实现，多数MySQL/PostgreSQL场景都可以兜底。
2. Redis适合做第一道拦截：性能极高，但在极端宕机或网络分区时可能有漏网之鱼，需要DB做最后的SC（最终一致性）保障。
3. 接口设计上，天然提供幂等性：PUT /order/{id} 天然就是幂等的（多次更新相同内容结果相同），而 POST /order 不是，需要额外处理。

在Java开发中,推荐将幂等逻辑封装成注解 + AOP（如 @Idempotent），通过切面统一实现Token校验或状态判断，避免业务代码中侵入大量判断逻辑。