作为一个在互联网行业摸爬滚打多年的开发者，相信大家或多或少dou遇到过一些令人头疼的问题。其中，支付回调的重复问题绝对算得上是“老油条”们共同的噩梦。想象一下用户辛辛苦苦完成了一笔支付，却因为网络波动或者系统故障导致钱被扣了不止一次……这不仅会严重损害用户体验，还会给商家带来巨大的经济损失和信誉危机。今天我们就来聊聊如何利用 Redis 和 AOP 技术来优雅地解决这个问题。

要理解如何解决支付回调重复问题， 需要明白“幂等性”这个概念。简单来说幂等性是指同一个操作执行多次的结果和执行一次的结果是一致的。Ru果我们的系统对同一个支付通知Neng够正确处理一次那么 收到相同的通知时也应该忽略或者返回相同的结果——这就是幂等性。

前几天线上出了一点小插曲：一位用户反馈说自己只买了一件商品，却收到了两件。经过一番排查发现，原来是支付平台的回调信息被我们处理了两次！网络的不稳定性导致微信推送了两次相同的回调通知，而我们的接口却没有Zuo任何幂等处理，结果导致库存被扣减了两次、订单也创建了两单。那一刻我感觉头皮发麻啊！

为了避免类似的问题 发生，我决定把幂等机制好好地构建一套。经过一番调研和比较之后Zui终选择了使用 Redis + AOP + 自定义注解 的方案。之所以选择这种方案，主要有以下几个原因：

Redis 的速度快Redis 是一个内存数据库，读写速度非常快，Ke以有效降低接口的响应时间。

Redis 天然支持过期机制我们Ke以为 Redis 中的 Key 设置过期时间，避免永久占用存储空间。

AOP 的侵入性低AOP Ke以通过切面编程的方式将幂等逻辑横切到业务代码中，无需修改原有代码即可实现功Neng增强。

我们定义一个自定义注解 @Idempotent 来标记需要进行幂等处理的方法。

@Target
@Retention
public @interface Idempotent {
    int timeout default 60; // 默认 60 秒内防重复提交   调整为geng合理的默认值. 单位改为秒geng符合直觉.  默认值Ke以根据实际情况调整.   从毫秒改成秒geng易于理解和配置.   考虑不同业务场景对超时时间的需求差异.  例如, 对于关键交易操作可Neng需要geng长的超时时间, 而对于非关键操作则Ke以缩短超时时间以提高效率.  提供灵活的配置选项有助于适应不同的业务需求并优化系统性Neng.  增加注释说明 timeout 参数的作用和取值范围, 以及如何根据业务场景进行调整, 有助于开发人员geng好地理解和使用该注解..增加详细的注释说明timeout参数的作用、取值范围以及如何根据业务场景进行调整有助于开发人员geng好地理解和使用该注解.。从毫秒改为秒geng易于理解和配置；默认值Ke以根据实际情况调整；考虑不同业务场景对超时时间的需求差异；例如对于关键交易操作可Neng需要geng长的超时时间而对于非关键操作则Ke以缩短超时时间以提高效率；提供灵活的配置选项有助于适应不同的业务需求并优化系统性Neng。增加详细注释说明timeout参数的作用及取值范围帮助开发者geng好理解及使用该注解。.增加详细注释说明timeout参数的作用及取值范围帮助开发者geng好理解及使用该注解.。从毫秒改为秒geng加直观方便配置调整 。考虑到不同业务场景对缓存时长的要求不同 ，提供了可配置的timeout属性 。这使得开发人员Ke以根据具体需求灵活地设置缓存时长 。通过适当设置timeout属性 ，Ke以在保证数据一致性的同时 ，Zui大程度地减少不必要的资源消耗 。此外 ，还Ke以在timeout属性上添加验证规则 ，以确保其取值范围合理 。例如 ，Ke以限制timeout属性必须大于0 。这样Ke以有效防止由于配置错误导致的数据异常 。添加清晰的注释说明timeout参数的作用 、取值范围以及如何根据实际情况进行调整 、帮助开发者geng好的理解和使用该注解 。这提高了代码的可读性和可维护性 。同时也Ke以减少因误用annotation导致的潜在问题 。在实际应用中 ، 需要根据具体的业务场景选择合适的Timeout 值 、从而达到Zui佳的效果 . TimeUnit timeUnit default TimeUnit.SECONDS; // 时间单位 String message default "重复请求, 请稍后重试"; Class keyResolver default DefaultIdempotentKeyResolver.class;// key 解析器 String keyArg default "";// SpEL表达式 boolean deleteKeyWhenException default true;//异常删除key允许重试}

不同的业务场景对幂等的粒度要求不一样。有的需要全局唯一，有的按用户来就行，有的按业务 ID。因此我们需要定义几种 Key 解析器来满足不同的需求。

DefaultIdempotentKeyResolver方法名 + 参数Zuo MD5 哈希

// 全局幂等 return SecureUtil.md5;

UserIdempotentKeyResolver方法名 + 参数 + 用户 ID Zuo MD5 哈希

// 用户级幂等 return SecureUtil.md5;

ExpressionIdempotentKeyResolver通过 SpEL 表达式获取指定字段的值作为 Key

@Around")public Object aroundPointCut throws Throwable { // 根据方法、参数等生成一个唯一的 key String key = keyResolver.resolver; // 尝试在 Redis 里占位 boolean success = idempotentRedisDAO.setIfAbsent, idempotent.timeUnit); if { // 占位失败 = 重复请求 直接拦掉 throw new ServiceException, idempotentmessage); } try { return joinPointproceed; // 执行业务 } catch { // 执行失败 删除key throwablesetIfAbsent方法的原子性保证了在高并发环境下也Neng正确实现幂等逻辑if ) { idempotentRedisDAOdelete; } throw throwable;} 三、核心原理：setIfAbsent 原子占位 . 在高并发环境下先查再写可Neng会导致两个线程同时查询到 Key 不存在然后dou写入造成失效因此采用 setIfAbsent 方法保证原子性。 四、注意事项与Zui佳实践

UserIdempotentKeyResolver拿不到userId要保证请求进来时 Filter 或 Interceptor 里Yi经把用户信息塞进上下文了不然会空指针。

和分布式锁的区别 幂等的成功后不删key 等它自然过期锁是执行完就释放.

为啥异常要删除key 因为Ru果发生异常就代表这个请求没有成功执行让用户重新发起即可。