100 个并发带着同一个 Token 进来,有 7 个下单成功了

引言

去年做秒杀改造,下单接口加了 Token 防重:用户进页面时领一个 token,提交时带上,服务端校验通过就删掉。

压测时用 100 个线程同时带同一个 token 打接口,预期只有 1 个成功。结果 7 个成功,生成了 7 张订单。

代码是这样的:

String cached = redis.get("token:" + token);
if (cached == null) {
    throw new BizException("请勿重复提交");
}
redis.del("token:" + token);      // 校验和删除之间,有一个窗口
createOrder(request);

get 和 del 是两个独立命令,100 个线程同时 get 到同一个值,全部判断为"通过",然后各自删了一次——这一个竞态窗口,就是 7 张重复订单的来源。

这篇文章给一套能上线的完整方案:Token 做"一次性凭证",唯一索引做"最后兜底",再加上状态机处理"重复请求要返回什么"。先给结论:Token 防的是"客户端主动重复",唯一索引防的是"任何原因的重复",两者不是替代关系,少一道就一定有漏网的。

一、目标:幂等要解决的到底是什么

幂等不是"接口不出错",而是同一个业务请求被执行多次,结果与执行一次相同。

重复来源有三类,很多人只防了第一类:

客户端侧——用户手抖连点、弱网导致页面没反应又点了一次、App 的 SDK 自动重试。
网络侧——请求发出去了但响应超时,客户端不知道成功没有,于是重试;网关或 Nginx 的 proxy_next_upstream 也可能重放。
服务端侧——消息重投、定时任务重跑、人工补数。

前端按钮 disabled 只对第一类里"同一页面"的那部分有效,换个页面、换个设备、断网重连,全都不管用。前端手段是体验优化,不是幂等方案。

这三类重复在日志里的表现完全不同,排查时要分开看:客户端重复的特征是"同一秒内多个相同请求体";网络重试的特征是"间隔 3 秒、5 秒的等间距请求";服务端重复的特征是"同一条消息被不同实例消费"。先认出是哪一类,才知道该在哪一层加防线。

二、方案的骨架:三段式

整套方案分三层,按"请求从外到内"排:

第一层,Token 保证"同一个凭证只能用一次",挡住客户端的主动重复。
第二层,唯一索引保证"同一笔业务只能有一条记录",挡住所有漏过第一层的重复。
第三层,状态机保证"重复请求不产生副作用,且返回正确结果"。

环境没有特殊要求:Spring Boot 3.x、Redis 7.x、MySQL 8.0,业务表要有能唯一标识一笔业务的字段(订单号、外部流水号、user_id + sku_id 这类)。

这个顺序不能颠倒:Token 挡在最外层,成本最低(一次 Redis 调用),能在进入业务逻辑之前就拦住 99% 的重复;唯一索引必须在数据库里,是"任何代码路径都绕不过"的物理约束;状态机在业务逻辑内层,负责把"重复"翻译成正确的返回值。如果只有唯一索引没有 Token,每次重复都要真的跑一遍下单逻辑再被数据库拒绝,白白消耗连接和 CPU。

三、第一步:Token 的发放与校验

3.1 发放:绑定业务,不绑定页面

public String issueToken(long userId, String bizType) {
    String token = UUID.randomUUID().toString().replace("-", "");
    // 5 分钟内有效,绑定用户和业务类型,防止跨用户/跨场景复用
    redis.opsForValue().set("idem:" + token, userId + ":" + bizType,
            Duration.ofMinutes(5));
    return token;
}

Token 的值里必须带上 userId 和 bizType。只在 key 上存个 1 的话,A 用户的 token 被 B 用户拿到就能用,秒杀场景下这就是一个刷单漏洞。

TTL 定多长也有讲究:5 分钟是按"用户从进页面到完成支付"的正常耗时定的,设成 30 天等于没设,设成 10 秒会让正常用户刚打完手机号验证码就提示"请重新获取"。这个值该由业务的最长操作时间决定,不是拍脑袋填的。 另外别在"进页面"时批量预发 token——并发领 10 个 token 意味着同一个用户可以合法提交 10 次,这等于自己给自己开了 10 个口子。

3.2 校验:必须"校验 + 删除"原子

这就是开头那 7 张重复订单的解法,用 Lua 把两个动作变成一次执行:

-- KEYS[1] = idem:{token}   ARGV[1] = 期望的 userId:bizType
local v = redis.call('GET', KEYS[1])
if not v then
    return 0                      -- 不存在:重复提交或已过期
end
if v ~= ARGV[1] then
    return -1                     -- 归属不符:跨用户使用
end
redis.call('DEL', KEYS[1])        -- 校验通过,立刻销毁
return 1

返回 0 就拒绝,返回 -1 记一条风控日志,返回 1 才继续下单。因为 Lua 在 Redis 里是单线程原子执行的,100 个并发进来只会有 1 个拿到 1,其余全部拿 0。

Redis 6.2 之后也可以直接用 GETDEL,语义一样,还少一次脚本加载。无论哪种,都不要写成 get 之后 del 两行。

3.3 Token 方案本身的坑:成功了但响应超时

这是 Token 机制最容易出事的地方:第一次请求已经创建了订单,但响应在网络上超时了。客户端重试,token 已经被删除,服务端返回"请勿重复提交"——用户看到失败,数据库里却有一张订单。

解法是把 token 和"执行结果"绑定:校验成功后不立即销毁,而是把 token 状态改成 PROCESSING 并记录请求指纹;执行完成后改成 DONE 并缓存结果摘要。同一个 token 再来时,DONE 就直接返回上次的结果,PROCESSING 就返回"处理中,请稍后查询"。

状态流转里还有两个细节要处理:PROCESSING 状态下如果第一次请求其实已经失败了(比如数据库报错),要能把状态改回可用,否则用户永远卡在"处理中";结果摘要要存得足够小,别把整个响应体塞进 Redis,存 orderId 和状态码就够前端展示。幂等不是把响应缓存起来,是让重复请求得到同一个业务结果。

幂等接口的正确语义不是"拒绝第二次",而是"第二次也返回和第一次一样的结果"。 这一点想清楚,很多"用户以为失败、实际成功"的客诉就消失了。

四、第二步:唯一索引,最后一道防线

4.1 唯一键要能表达"一笔业务"

-- 一个用户对一个活动商品只能有一张订单
CREATE UNIQUE INDEX uk_user_sku_act ON t_order (user_id, sku_id, activity_id);

唯一键的选择标准:同一笔业务重放多少次,这个组合都必须相同。 用自增主键不行,每次 insert 都是新值;用 create_time 不行,重试的毫秒数不一样;用订单号可以,前提是订单号由客户端或服务端先生成、再重试时复用,而不是每次进接口都重新生成。

分库分表之后这条约束会多一层:唯一索引只在单个分片内生效,如果同一笔业务可能落到两个分片(比如分片键算错了),数据库帮不了你。唯一索引的前提是分片键和业务唯一键能对齐,对不齐就得靠独立的去重表或 Redis 的 SETNX 补位。

插不进去时的处理也有讲究:捕获 DuplicateKeyException 之后,要按唯一键把已有记录查出来,返回它,而不是返回"重复提交"。返回错误会让用户以为下单失败,再点一次又撞一次键,客诉就是这么积累起来的。

这里必须捕获具体的 DuplicateKeyException,不能 catch 一个 Exception 就当成"重复"——连接超时、字段超长也会抛异常,一概当成重复会把真实故障吞掉。我就见过一次数据库连接池耗尽,因为异常被当成"重复提交"返回成功,故障整整瞒了两小时。

4.2 更新类接口用状态机

插入类靠唯一索引,更新类(改状态、扣余额)靠"带条件的更新":UPDATE t_order SET status = 'PAID', pay_time = NOW() WHERE order_id = ? AND status = 'UNPAID'。

影响行数为 1 才说明"这次真的改了",为 0 就直接返回成功(说明别人已经改过)。这比"先 select 再 update"安全得多,后者在并发下两个线程都能查到 UNPAID。同理,扣余额要写成 UPDATE account SET balance = balance - 100 WHERE user_id = ? AND balance >= 100,靠数据库的行锁和条件一起兜住,而不是先查余额再判断。

状态字段不够用时,加一个 version 版本号做乐观锁,更新时带上 AND version = ?,效果一样但适用面更广——任何"读出来、算一下、写回去"的逻辑都能套这个模板。

五、第三步:验证

验证要压三种场景,压不到就是没测:

并发同 token:100 线程同时打同一个 token,断言只有 1 个成功、数据库只有 1 条记录。这是开头那次事故的回归用例。

并发不同 token、同业务键:模拟用户开两个页面各领一个 token,同时提交。Token 全过,唯一索引兜住,断言仍然只有 1 条订单,且两个请求都返回同一个订单号。

超时重放:把第一次请求的响应人为延迟 3 秒后丢弃,客户端重试,断言返回的是"处理中"或"已存在",而不是报错。

压测工具用什么都行,关键是断言要落在数据库上,而不是落在接口返回值上——接口返回"成功"不代表只下了一单。写完这三组用例,我们把它固化成了接口的契约测试,任何改动幂等逻辑的 PR 都必须跑过。

方案防手抖连点防并发防重试/重放存储依赖主要缺点
前端按钮 disable是否否无换页面/换设备即失效
Token(Redis)是是(需原子)是Redis响应超时后的语义要额外处理
唯一索引否是是MySQL只能防"写同一笔",读接口无效
状态机条件更新部分是是MySQL只适用于状态流转类操作
分布式锁是是部分Redis/ZK锁超时与业务耗时难匹配

避坑清单:

  • get 和 del 必须合并成 Lua 或 GETDEL,两行代码就是 7 张重复订单。
  • Token 要绑 userId 和 bizType,只存个标记等于把凭证变成了通用通行证。
  • 重复请求要返回首次结果,只返回"请勿重复提交"会制造"用户以为失败"的客诉。
  • 唯一索引的列必须能稳定表达一笔业务,用时间戳、自增 ID 做键等于没建。
  • catch 要精确到 DuplicateKeyException,别把所有异常都当成重复。

收尾

Token 是"准入证",唯一索引是"户口本"——准入证可以被绕过,户口本绕不过去,所以两道都得有。

你们的幂等 token 是 get 完再 del,还是原子删的?有没有遇到过"响应超时、订单其实已成"的客诉?

关注我,每周拆一个真实生产故障。


标题:100 个并发带着同一个 Token 进来,有 7 个下单成功了
作者:jiangyi
地址:http://jiangyi.space/articles/2026/11/05/1793799979204.html
公众号:服务端技术精选
    评论
    0 评论
avatar

取消