同一笔请求重来三次,业务只成功一次:技术面试里的幂等性怎么讲

同一笔请求重来三次,业务只成功一次:幂等性在技术面试里到底怎么讲

最近看中文技术社区的面试内容,有一个词又被频繁翻出来:幂等性。

它常常出现在消息队列、分布式事务、接口设计、支付回调、订单状态流转这些题里。很多文章会从"重复消费怎么办""消息至少一次投递如何保证业务正确""接口重复提交如何处理"讲起,最后落到一组熟悉答案:唯一键、去重表、Redis、数据库约束、状态机、乐观锁。

这些答案都能用,但在面试里只背工具名,容易把自己讲成一个"会搜方案"的人。

面试官真正想听的通常不是"幂等性是什么"。他更关心一个现场判断:

如果同一个动作因为网络抖动、用户连点、服务超时、MQ 重试、第三方回调重放,连续发生了三次,你能不能让业务世界里只发生一次正确结果。

比如:

  • 用户点了两次"确认支付",钱不能扣两次。
  • 下单接口超时,客户端重试,请求不能生成两个订单。
  • MQ 消费者处理完订单后 ACK 失败,消息又投递一次,库存不能再扣一次。
  • 第三方支付回调重复推送,订单状态不能从已退款又被改回已支付。
  • 面试系统里一次代码提交被前端重放,评分任务不能排两份、扣两次额度、生成两份冲突结果。

你看,这不是一道概念题。它是一道业务事故预防题。

如果候选人把幂等性回答成"用 Redis setnx 加个锁",面试官大概率还会继续追问:

  • 这个 key 怎么设计?
  • 过期时间设多久?
  • Redis 成功了,数据库失败了怎么办?
  • 请求正在处理中,第二次请求应该返回什么?
  • 如果第一次已经成功,但响应丢了,客户端重试时你返回成功还是重新执行?
  • 去重记录和业务写入是不是在同一个事务里?
  • 你怎么知道这个幂等方案真的挡住了重复扣款?

能接住这些追问,才是幂等性在技术面试里的真正价值。

一、先把"重复"当成系统默认状态

很多人讲接口设计时,下意识假设一次请求只会发生一次。真实系统很少这么温柔。

前端可能会重复提交。移动网络抖一下,用户以为没点上,又点一次。浏览器回退再提交一次。App 超时后自动重试。网关重试。服务之间调用超时。消息队列为了不丢消息选择至少一次投递。第三方平台为了保证通知到达,支付回调、物流回调、签约回调都可能重放。

所以面试里讲幂等性,第一句话可以这样说:

我不会先假设请求只来一次。我会先定义业务上"只允许发生一次"的结果,再把所有可能重复进入系统的入口都挡住。

这句话比"幂等就是多次执行结果一致"更有工程味。

因为它先抓住了业务不变量。

技术方案可以换,业务不变量不能模糊。支付题的不变量是"一笔支付单只能成功扣款一次"。库存题的不变量是"一次订单确认只能占用一次库存"。消息消费题的不变量是"同一个业务事件只能让下游状态前进一次"。面试评分题的不变量是"一次提交只能对应一次有效评分和一次额度扣减"。

只要不变量说清楚,后面的唯一键、状态机、事务、重试、日志都会有落点。

二、完整回答可以拆成三层:入口、业务状态、消息消费

面试里比较稳的讲法,是把幂等分成三层:入口幂等、业务幂等、消息幂等。

第一层是入口幂等。

它解决的是"同一个外部动作重复打进来"。常见做法是让客户端或服务端生成一个幂等键,比如 request_id、order_token、payment_intent_id。同一个动作带同一个 key,服务端先检查这个 key 的处理状态。

这里容易讲浅。很多人说"前端传个 token,后端存 Redis",就停了。

更完整的回答要说明这个 key 代表什么。

它应该绑定一个业务动作,而不只是一次 HTTP 请求的随机编号,比如"用户 A 对购物车 B 发起的一次下单尝试",或者"支付单 P 的一次确认扣款"。如果每次重试都生成新 token,那它只能追踪请求,挡不住重复业务。如果 key 设计得太粗,比如只按用户 ID 去重,又会误伤用户的下一笔正常订单。

入口幂等的关键不是 key 本身,而是 key 的业务粒度。

第二层是业务幂等。

它解决的是"请求进来了,业务状态不能乱跳"。这里最可靠的工具通常是数据库唯一约束、状态机和事务。

比如支付单状态可以设计为:

INIT -> PAYING -> PAID -> REFUNDING -> REFUNDED

同一笔支付单从 INIT 或 PAYING 进入 PAID 可以成功一次。已经是 PAID 时再次收到支付成功回调,不再重复扣款,也不再重复发券,只返回"已处理"。已经是 REFUNDED 时又收到迟到的支付成功回调,不能把状态倒回去,而要记录异常事件等待人工或补偿流程处理。

这就是状态机的价值:它让"哪些状态能前进、哪些状态不能回退"变得可检查。

如果再配合数据库唯一索引,比如 payment_id 唯一、business_event_id 唯一、order_id + event_type 唯一,就能把重复写入挡在存储层。应用代码可能有 bug,分布式锁可能过期,Redis 可能抖动,但数据库约束是最后一道很硬的闸门。

第三层是消息幂等。

它解决的是"上游已经发出事件,下游消费时可能重复"。消息队列常见语义是至少一次投递。至少一次的意思很直白:为了不丢,它宁愿重复。

所以消费者不能假设"拿到一条消息就代表第一次处理"。消费者应该拿消息里的业务唯一 ID 做去重,例如 event_id、order_id + event_type、payment_id + callback_type。处理前先查是否已完成,处理成功后把消费记录和业务结果一起落库。

这里有一个面试高频细节:去重记录和业务写入最好在同一个事务里。

如果先写去重记录,再扣库存,中间失败了,下一次重试会发现"已经处理过",实际库存却没扣。反过来,如果先扣库存,再写去重记录,中间失败了,下一次重试可能又扣一次。讲到这里,面试官会知道你不是只背了 MQ 重复消费,而是真的想过故障顺序。

三、一个"重复扣款"案例,能把幂等性讲完整

假设面试官给你一道题:

"设计一个支付确认接口。用户可能重复点击,客户端可能超时重试,支付渠道也可能重复回调。你怎么保证不会重复扣款?"

可以按这个顺序答。

第一步,定义业务不变量。

同一笔支付单只能进入一次"扣款成功"的业务结果。重复请求不能重复扣钱,不能重复发权益,不能重复写成功通知。

第二步,定义业务 ID。

支付单有 payment_id。用户发起支付确认时,客户端带 idempotency_key。这个 key 和 payment_id、用户 ID、金额、币种绑定。服务端收到请求后,先检查这个 key 是否已经有处理记录。

第三步,设计处理状态。

幂等记录不要只有"存在/不存在"。更稳的是记录状态:

  • PROCESSING:正在处理。
  • SUCCEEDED:已经成功。
  • FAILED_RETRYABLE:失败但可重试。
  • FAILED_FINAL:失败且不可重试。

如果第二次请求看到 PROCESSING,可以返回"处理中"或短暂等待后返回当前状态。看到 SUCCEEDED,直接返回第一次成功结果。看到 FAILED_RETRYABLE,根据策略允许继续处理。看到 FAILED_FINAL,返回明确失败原因。

第四步,把状态机和数据库约束放进事务边界。

扣款成功、订单状态变更、权益发放、幂等记录更新,不能散在一堆没有关系的写操作里。至少要明确哪些写入必须原子,哪些可以通过 outbox 或补偿异步完成。

一个常见做法是:本地订单状态和幂等记录在同一个数据库事务里更新;对外通知、发邮件、埋点、异步消息通过 outbox 表记录后再投递。这样主业务结果先稳定,外围动作失败后可以补偿,不会影响"同一笔支付只成功一次"的核心不变量。

第五步,处理第三方回调。

第三方支付回调也要做幂等。回调里通常有渠道交易号、支付单号、事件类型、渠道回调 ID。你可以用 provider_event_id 或 payment_id + event_type 做唯一约束。重复回调只读出已有处理结果,不再推进状态。

第六步,加观测。

很多候选人会忘记这一层。面试官问幂等,不只是问你怎么写代码,也是在问出事后你怎么发现。

你至少要有:

  • 重复请求命中次数。
  • 幂等 key 冲突次数。
  • PROCESSING 超时数量。
  • 重复消息消费次数。
  • 状态机非法迁移次数。
  • 同一支付单多次回调的渠道分布。

这些指标能告诉你幂等是不是在真实承压,而不是停留在代码注释里。

四、三个常见翻车回答

第一个翻车回答:直接说"加锁"。

锁能降低并发冲突,但锁不是完整幂等方案。锁会过期,服务会崩,网络会断,请求会重试。即使用 Redis setnx 抢到锁,也要回答锁释放失败怎么办、锁过期后业务还在跑怎么办、数据库写失败怎么办。只讲锁,说明你把问题看成并发互斥;幂等更关心重复业务结果。

第二个翻车回答:直接说"MQ 保证 exactly once"。

很多消息系统会在某些场景宣传 exactly-once 语义,但面试里最好别把业务正确性完全外包给中间件。消息投递、消费者处理、数据库写入、下游副作用是几段不同链路。哪怕消息系统帮你减少重复,消费者仍然要按业务 ID 做幂等,尤其是库存、扣款、发券、发送通知这类副作用。

第三个翻车回答:先查一下有没有,没查到就插入。

这句话最危险。两个请求并发进来,都查不到,然后都插入成功,问题就发生了。面试里要主动补一句:查询只能做优化,真正的唯一性必须靠唯一索引或事务性写入兜底。应用层判断不能替代存储层约束。

五、回答框架:一句话先稳住,再往下拆

如果你在面试现场被问到幂等性,可以用这一套回答:

我会先定义业务不变量:同一个业务动作重复发生,最终只能产生一次可见业务结果。然后从入口、业务状态和消息消费三层做幂等。入口层用业务粒度的 idempotency key 识别同一次动作;业务层用唯一索引、状态机和事务边界保证状态只能合法前进;消息层用 event_id 或业务唯一键做消费去重,并把去重记录和业务写入放在同一个事务或可恢复流程里。最后用重复命中、非法状态迁移和处理超时指标验证方案是否有效。

这段话可以在一分钟内讲完。面试官如果继续追问,你再展开支付、订单、库存、消息消费、回调重放中的一个案例。

更好的准备方式,是把你简历里的真实项目套进去。

比如你做过订单系统,就准备"重复下单如何防"。做过通知系统,就准备"重复发短信如何防"。做过任务调度,就准备"同一个任务被两台 worker 抢到如何防"。做过 AI 面试或代码评测工具,就准备"一次提交被重复消费时,如何只扣一次额度、只产出一次有效报告"。

技术面试最怕空。只要你把幂等性落到自己的项目,回答会立刻具体起来。

我自己会把这种准备拆成一张追问卡:业务不变量、重复入口、唯一键、状态机、事务边界、失败补偿、观测指标、真实事故。准备面试时,可以把 JD、项目经历和这张卡片放进 offer.cc,让它围绕你的项目继续追问,逼你把"知道方案"练成"能现场解释清楚"。如果你准备后端面试,可以先选一个自己项目里的扣款、任务、消息消费或评分场景,用这张卡片做一轮追问训练。

六、幂等性背后,其实是工程师对副作用的控制力

幂等性难,不是因为概念抽象,而是因为它要求你承认一个事实:系统会重复做事。

重复请求会来,重复消息会来,重复回调会来,用户会连点,网关会重试,消费者会崩,ACK 会丢,页面会刷新,移动网络会断。工程系统里,重复不是异常分支,而是正常世界的一部分。

高级一点的回答,不会只说"怎么去重"。它会说清楚:

  • 哪个动作允许重复,哪个结果不允许重复。
  • 哪个 ID 代表一次业务动作。
  • 哪些状态可以前进,哪些状态不能回退。
  • 哪些写入必须原子,哪些副作用可以异步补偿。
  • 哪些重复应该安静返回,哪些重复应该报警。
  • 哪些指标能证明方案正在工作。

如果你能把这些讲清楚,幂等性就不再是八股题。

它会变成一个很强的信号:你写代码时,不只想着 happy path;你知道系统会在网络、并发、重试和第三方回调里反复折腾;你能把这些混乱收进一个可解释、可恢复、可验证的设计里。

这也是技术面试真正想筛的人。

参考阅读

相关推荐
码事漫谈9 小时前
以后人人都可以成为导演
后端
Resean02239 小时前
Spring 源码分析(二)配置类的解析与扫描
java·后端·spring
一只爱撸猫的程序猿9 小时前
五周、两个开源仓库、九次拦截之后:AI 时代程序员缺的到底是什么
人工智能·后端·开源
北城笑笑10 小时前
Vue 110 ,若依SSE流式接口限次空500排查与解决
前端·javascript·vue.js·后端·vue
ServBay11 小时前
Local harness 将退役,VS Code 本地开发要不要搬到云端?
后端·ai编程·visual studio code
ashiho11 小时前
【LeetCode hot 100】3. 无重复字符的最长子串 (三种解法)
java·数据结构·后端·算法·leetcode·滑动窗口
张一凡9312 小时前
你的 AGENTS.md,真的管到模型写代码了吗?
前端·后端·agent
00后程序员12 小时前
iOS 实时活动怎么开发,Windows 上用 KXBuild 和 ActivityKit 写灵动岛
后端·ios
程序员cxuan12 小时前
推荐 10 个 WorkBuddy 中的邪修用法
人工智能·后端·程序员
Bacon13 小时前
给项目做一次"全身 CT":Agent Skills 生态里的代码体检全链路
前端·人工智能·后端