insert ... on duplicate key update 无法防重复订单是因为唯一索引字段未覆盖业务语义,如仅用 user_id+order_no(每次不同)无法触发冲突,应使用 (user_id, goods_id, address_hash, status) 等业务维度组合。

为什么 INSERT ... ON DUPLICATE KEY UPDATE 不能直接防重复订单
很多人以为加个唯一索引再用 ON DUPLICATE KEY UPDATE 就万事大吉,结果发现订单还是生成了两笔——问题出在「唯一约束字段选错了」。比如只对 user_id + order_no 建唯一索引,但前端反复点击时,每次生成的 order_no 都不同(比如用 UUID() 或时间戳拼接),那这条语句根本不会触发冲突,自然起不到防护作用。
真正要拦住的是「同一用户在极短时间内提交的相同业务意图」,比如:同一商品、同一收货地址、同一支付方式、未支付状态下的重复下单。所以唯一约束必须覆盖业务语义,而不是技术字段。
- 推荐组合:
(user_id, goods_id, address_hash, status),其中status固定为'pending',避免已支付订单干扰 - 避免用
order_no作为唯一键的一部分——它本就该是每次请求新生成的 - 如果用
MD5或SHA2对地址/商品列表做哈希,记得统一编码和字段顺序,否则哈希值不一致
如何用 SELECT ... FOR UPDATE 在事务中安全校验
当业务逻辑复杂(比如要扣库存、校验优惠券、写多张表)时,光靠唯一索引不够,需要显式加锁控制并发。关键点不是「加锁」本身,而是「锁的范围是否覆盖所有判断条件」。
常见错误是只查 user_id 就加锁,结果别的事务同时查到空记录,都进入创建流程。必须把判重条件全部放进 WHERE 子句,并确保该查询能命中索引。
- 正确写法:
BEGIN; SELECT 1 FROM orders WHERE user_id = 123 AND goods_id = 456 AND address_hash = 'a1b2c3' AND status = 'pending' FOR UPDATE; -- 如果查到记录,直接返回“订单已存在”;否则 INSERT INSERT INTO orders (...) VALUES (...); COMMIT;
- 必须给
(user_id, goods_id, address_hash, status)建联合索引,否则FOR UPDATE可能锁全表 - 注意 MySQL 的间隙锁(Gap Lock)行为:如果查不到记录,也会锁住「不存在的区间」,防止幻读,但也可能引发死锁,所以事务要尽量短
前端防抖 + 后端幂等 Token 为什么比单靠数据库更可靠
纯数据库方案在高并发下仍有盲区:比如两个请求几乎同时到达,都通过了 SELECT FOR UPDATE(因锁粒度或执行顺序巧合),或者网络超时导致客户端重发而服务端已成功处理。这时候需要一层应用层兜底。
核心是让每次提交携带一个服务端签发、一次性的 token,且该 token 必须绑定用户会话与业务上下文(如购物车 ID 或摘要)。
- 发放 token 接口:生成随机字符串,存入 Redis,设置过期时间(如 5 分钟),并关联
user_id和当前购物车版本号 - 下单接口先校验:
GET token:xxx是否存在,存在则DEL token:xxx并继续;不存在直接返回「重复提交」 - Redis 的
GET + DEL必须用 Lua 脚本保证原子性,否则竞态下可能被两个请求同时取走 - 不要把 token 存在 Cookie 或 localStorage 里长期复用——它只应存在于一次表单生命周期内
订单状态机设计不当会让所有防护失效
就算前面三步都做对了,如果订单创建后状态流转混乱,比如「已创建」→「已支付」→「已取消」→「又支付」,就可能出现同一笔订单被多次支付或发货。防护的重点不是阻止创建,而是阻止「非预期的状态跃迁」。
状态更新必须带前置条件校验,不能只靠应用层 if 判断。
- 安全更新示例:
UPDATE orders SET status = 'paid' WHERE id = 123 AND status = 'pending' AND pay_time IS NULL,返回影响行数为 0 就说明状态已变,拒绝操作 - 避免用
status IN ('pending', 'processing')这类宽泛条件,容易绕过业务规则 - 所有状态变更操作(支付回调、超时关单、人工改单)都要走同一套校验逻辑,不要分散在不同 service 方法里
重复提交防护不是某个 SQL 或某个中间件能一劳永逸解决的,它横跨前端交互、API 设计、数据库事务、缓存原子性和状态一致性。最容易被忽略的,其实是状态变更路径的收敛——只要有一处漏掉条件校验,前面所有努力都可能白费。











