同一笔钱被扣了两次,该怪哪一步
一、先把结论摆出来
「重试」这个动作本身没有错,错的是重复执行会产生重复的后果。一个设计到位的系统,同一笔请求来一次和来十次,结果应该完全一样:扣一次钱、发一趟货、开一张票。
这件事在架构上有个名字,但在业务上只有一句话:你要能回答,如果这一步被执行了两遍,会发生什么。
二、多数团队是出一次事故修一次
出一次事故,把那个 bug 修掉,再给那个接口加个判断。于是三年后系统里有十七个各修各的防重点,而下一个新写的接口照样没有。
这一篇想说的是另一件事:这是一层设计,不是一批补丁。
三、超时那一刻,系统不告诉你结果
系统调用的时候,总有那么一刻会超时:网络抖一下、对方机房慢一下、连接被掐了。
超时的麻烦不在于慢,在于它不告诉你结果。请求可能根本没送到,也可能已经送到并且扣款成功,只是回信在路上丢了。
四、只有两条路,没有第三条
不重试,这一单就丢了。客户那边显示支付中,钱已经扣了,你这边没有订单。丢单要人工找回,一天几百单的系统丢三十单,客服成本比技术成本高。
重试,就有概率把同一件事做两遍。
所有活着的系统最后都选了重试,因为丢单的损失更直接。这不是谁的失误,是这条路的固有代价。真正要设计的东西,是重试之后怎么保证只做一遍。把它当成一个待修的 bug,就永远修不完。
这也是为什么重试必须和识别重复一起设计,不能先决定重试、以后再补防重,中间那段时间就是事故窗口。
五、第一层:客户那一侧
页面转圈,客户以为没成功,又点了一次;手机信号不好,同一个请求被发了两遍;客户在两个设备上打开同一个订单。
这一层最容易被「按钮点一下就变灰」挡掉,也最容易让人误以为挡掉了。变灰只挡得住同一个浏览器里的同一个人,挡不住后面四层。
六、第二层:入口和网关
请求进到系统之前要经过负载均衡、网关、代理。这些组件的默认行为里就写着,后端没回应就换个机器再发一次。
为什么有些网关默认不重试写操作?因为一旦重试,同一个下单请求就会打到两台服务器上。你要的高可用和你要的只做一遍,在这一层是互相冲突的。
所以讨论网关要不要重试写操作,不能只听高可用那一面,还要看它把重复推给了谁。
七、第三层:服务自己调下游
订单服务调支付、支付调银行通道。只要中间任何一跳配了重试,同一个扣款指令就会送出去两次。
这一层的重复最隐蔽,因为它发生在两个你自己写的模块之间,出了问题谁都不觉得是自己的责任。
八、第四层:消息和异步任务
这一层要单独说,因为它的重复不是故障,是设计选择。绝大多数消息队列默认走「至少送达一次」:宁可给你两条一模一样的消息,也不给你漏一条。
为什么这么选?漏一条意味着丢一单,重复一条只是多做一遍。所以只要你的系统用了消息、用了异步任务,重复就是必然会来的,剩下的问题只是接收端怎么认出来。
九、第五层:故障恢复和补跑
半夜任务挂了,早上有人把失败的那批重新跑一遍;数据同步断了半小时,恢复后把缺的那段补上;某个流程卡住,运维手工重放了一次。
这一层的重复是人在制造的,而且往往发生在最紧张、最没有时间核对的时刻。它最贵,因为每一次都是临时决定。
补跑的人往往不知道前面跑到了哪一步,他能看到的只有失败列表;而失败列表本身,可能已经把成功的那些也算了进去。
五层的共同点是:每一层都觉得自己只是再试一次,只有叠在一起,才变成做了两次。所以防重不能只堵一层:今天堵住前端按钮,明天网关换一个默认配置,重复又从另一头进来。
十、按后果分,比按系统分有用
技术团队习惯按系统列清单:支付接口要防重、订单接口要防重、库存接口要防重。列到第二十行就漏了。
更实用的是按后果分档,因为能不能补救,决定了你要花多少钱防它。
十一、重复了还能退回来的
通知类:多发一条短信、多推一条微信。内部记录类:多一条日志、多一次统计。
这一档漏了防重,代价是客户烦、报表歪,能忍。
十二、要花钱花人才能退回来的
扣款、退款、结算、发优惠券。钱能退,但要手续费、要客服工时、要客户打电话进来,而且每一笔都要有人签字。
这一档是多数事故复盘里损失最大的那一类。
十三、退不回来的,和已经离开系统的
库存已经出库、货已经发走、发票已经开出去,红冲比开票更麻烦;给第三方提交的开户或物流单也是一样。
这一档的共同点是动作已经离开了你的系统,你在自己这边怎么判断都拦不住对方那一份。
和外部对接时,有两个问题比任何内部设计都值钱:我们这边生成的那串号有没有传过去,对方有没有拿它做唯一判断。这两个问题问的是对方能不能替你把重复挡住,而不是你自己有没有做对。
十四、第一道防线:业务唯一号
这笔扣款从客户点下按钮开始,就带着一张身份证。它经过网关、订单、支付、消息、补跑,每一站都拿这个号先问一句:这个号我处理过没有。处理过就直接返回上一次的结论,不再做第二遍。
这是三种里最便宜、覆盖面最广的一种。不管重复从哪一层来,号是同一个。
它的代价不在技术,在纪律:号必须从最外层一路传到最后,任何一站没往下传,那一站之后防重就断了;任何一站自己造了一个新号,重复就来了。
这个号还必须是业务意义上的唯一,同一笔支付只能有一个。不能是时间戳,也不能是随机数,时间戳在重复请求里恰好就是两个不一样的。
这条传递路径越长,越需要有人定期抽查。抽查不用读全部代码,挑一笔真实订单,看它的号在每一个环节是不是同一个。
十五、第二道防线:状态机
订单从待支付到已支付只允许走一次。已经支付的订单再收到一次支付成功,系统不重新处理,只回一句:这个我已经处理过了,结论是上次那个。
这一种挡得住第一到第三层,尤其擅长挡同一个订单被两条路径各推进一次。
它的代价是状态要提前设计清楚:有多少个状态、谁能把状态从哪推到哪、推错了怎么退。一旦定了,改状态流转就是改业务规则,要评审。
很多团队不是不会写状态机,是不愿意承认,自己的状态流转是业务规则,不能随手改。
十六、第三道防线:每日对账
不指望前面一层都不漏,而是每天把我们和支付渠道的流水摆在一起比:我们的订单和支付渠道的账、我们的出库和仓库的账、我们发出的消息和对方消费的记录。对不上的挑出来,重复的退掉。
这是唯一一种承认自己会漏的防线,也因此是所有防线里最值钱的。它把没人知道的重复,变成第二天有人处理的重复。
代价最直白:钱已经动过、客户已经打过电话、货已经在路上。对账救的是损失,不救体验。
对账表还要写清楚比什么、多久比一次、比出差异以后谁处理。只生成一张对不上的表,没有人认领,第二天它还是同一张表。
三种不是三选一。唯一号管住同一件事别做两遍,状态机管住不该发生的跃迁别发生,对账管住前面两层都漏了怎么办。只做第一种的系统,某个环节没带号就裸奔;只做对账的系统,每天都在退款。
十七、为什么 2026 年这件事变贵了
两个变化都跟谁在发起重试有关。
第一,代码越来越多是生成的,而重复执行这个缺陷在测试环境里看不见。正常路径跑通、异常路径跑通,测试全绿,因为测试环境里没人会在超时那一刻再发一次。
重复执行只在真实故障、真实网络抖动、真实补跑的那一次才暴露,而那一次通常不在上线前。所以 AI 写出来的代码有没有这一道防线,问代码本身问不出来,只能问设计评审里有没有这一条。
第二,重试不再由人发起。自动跑的任务超时了,它自己重试一次,客户被扣了两遍钱;智能体在长流程里判断上一步可能没成,重放一次,券发出去两张。人在电脑前的时候,重复是能被看出来的:屏幕上弹了两次、客户打电话进来。自动任务在夜里跑、在队列里跑、在别人的服务器上跑,没有那双眼睛。
人一旦不在场,出错的频率和出错后的补救速度,都不再由人的反应决定。
异步长任务、智能体、自动补跑正被大量接进业务系统。有人讲过一句很实在的话:任务可以昨天没做完今天接着做,但支付不能把昨天的交易原样重放。
这句话点出的变化不是效率,而是资金安全、授权校验和结果对账。一个能跨小时、跨天继续跑的流程,等它真的动手那一刻,商品条件、账户状态、授权范围都可能已经变了,而它自己不知道。
所以重复执行从支付团队的专业问题,变成了所有自动化流程的准入问题。
十八、三个自查问题
这三个问题不需要读代码,现在就可以问技术负责人,答案要能在十分钟内给出来。
第一,下单、扣款、发货这三个动作,如果同一个请求连着进来两次,会发生什么?只有两种合格答案:一种会生成两笔,那这一项没做;另一种是第二笔会被认出来,直接返回第一笔的结果,并且他能说出靠什么认出来。
第三种答案最危险:应该不会吧,我们有限流、有唯一索引、前端有防抖。这三样都挡不住第四层和第五层。
第二,半夜补跑的那批任务,跑第二遍会不会重复?这是五层里唯一由人制造的,也最容易没有规则。合格的答案要么是一份写清楚的清单:哪些任务可以安全重跑,哪些必须先看一眼;要么是补跑前有一道人工确认。不合格的答案是看情况。
第三,我们有没有一张每天在跑的重复清单?同一订单两笔扣款、同一发票两个号、同一客户两次发货。如果这张清单不存在,那么我们系统没有重复扣款这句话的真实含义,是我们从来没查过。
这一条最便宜,也最容易被跳过,因为它不解决任何问题,只是让问题变得可见。
十九、今天、这个季度、可以不做
今天就能做的:把上面那三个最贵的动作点名,多数公司是扣款、发货、开票,逐个问第一个自查问题。这一步一分钱不花,它只是让你知道这一处是空的还是满的。
这个季度要做的:给写操作配一个贯穿全程的业务唯一号,同时把每日对账那张表建起来。顺序建议反过来理解:先建对账,再谈防重。因为对账能让你知道到底漏在哪一层,而防重改造一旦凭感觉选一层做,很可能做的正是重复最少的那一层。
可以不做的那一档:纯查询、纯报表、内部工具。给这些加防重是纯粹的成本,没有收益。
最后留一句给正在往业务里接自动化流程和智能体的团队:一个不会重复执行的系统,和一个没人重试所以看起来不会重复的系统,长得一模一样。区别只在出事那一次:前者的那一次会留下一条已处理过的记录,后者的那一次会留下一张客户来电工单。你现在就可以问一句:我们上一次真的遇到超时,是什么时候,留下了什么。