013-2订单支付超时自动取消订单(rocketmqjpa)

文章目录 完整实现代码（基于Spring Boot + RocketMQ + MySQL）1. 项目依赖（pom.xml）2. 应用配置（application.yml）3. 实体类（Order.java）4. 数据库仓库（OrderRepository.java）5. 服务层（OrderService.java）6. RocketMQ生产者（OrderTimeoutProducer.java）7. RocketMQ消费者（OrderTimeoutConsumer.java）8. 缓存配置（CacheConfig.java）9. 订单控制器（OrderController.java）10. 对账服务（每日补偿）系统架构图关键特性说明使用说明 其他

实体类（Entity）：定义订单的数据结构。

数据库访问层（Repository）：使用JPA或JDBC进行数据库操作。

服务层（Service）：处理业务逻辑，包括创建订单、支付订单、取消订单等。

消息生产者（Producer）：发送延迟消息到RocketMQ。

消息消费者（Consumer）：消费延迟消息，处理订单超时取消。

配置类（Configuration）：配置RocketMQ、数据源等。

异常处理：处理可能出现的异常，保证系统稳定性。

测试类：验证各个功能是否正常。

订单实体需要包含订单ID、状态、创建时间等字段。服务层需要处理订单的创建、支付和取消，其中取消订单需要结合数据库的条件更新和内存检查。消息生产者需要在订单创建时发送延迟消息，消费者在消息到达时处理超时取消。

在并发处理方面，要确保在支付和取消同时发生时，数据库的条件更新能够保证原子性，避免状态覆盖。此外，消息消费者需要处理幂等性，防止重复消费导致错误。

还需要考虑性能优化，比如使用缓存（如Caffeine）来减少数据库查询的压力，同时保证缓存与数据库的一致性。可能还需要引入分布式锁（如Redisson）来处理高并发下的资源竞争问题。

异常处理方面，需要处理RocketMQ消息发送失败、数据库操作失败等情况，使用重试机制或事务管理来保证数据一致性。

测试部分需要模拟并发场景，验证在高并发下订单状态是否正确变更，延迟消息是否按时触发，以及系统的稳定性和性能表现。

最后，需要验证整个流程是否顺畅，各个组件是否协同工作，没有遗漏任何关键点。例如，订单创建后是否成功发送延迟消息，消息消费者是否能正确处理超时订单，支付和取消的并发操作是否不会导致状态错误等。

完整实现代码（基于Spring Boot + RocketMQ + MySQL） 1. 项目依赖（pom.xml） <dependencies> <!-- Spring Boot Starter --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-jpa</artifactId> </dependency> <!-- RocketMQ --> <dependency> <groupId>org.apache.rocketmq</groupId> <artifactId>rocketmq-spring-boot-starter</artifactId> <version>2.2.2</version> </dependency> <!-- MySQL --> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <scope>runtime</scope> </dependency> <!-- Caffeine Cache --> <dependency> <groupId>com.github.ben-manes.caffeine</groupId> <artifactId>caffeine</artifactId> </dependency> <!-- Redisson --> <dependency> <groupId>org.redisson</groupId> <artifactId>redisson-spring-boot-starter</artifactId> <version>3.17.0</version> </dependency> </dependencies> 2. 应用配置（application.yml） spring: datasource: url: jdbc:mysql://localhost:3306/order_db?useSSL=false username: root password: root driver-class-name: com.mysql.cj.jdbc.Driver jpa: hibernate: ddl-auto: update show-sql: true rocketmq: name-server: localhost:9876 producer: group: order-producer-group caffeine: spec: maximumSize=10000,expireAfterWrite=5m redisson: config: classpath:redisson.yaml 3. 实体类（Order.java） @Entity @Table(name = "orders") public class Order { @Id private String orderId; @Enumerated(EnumType.STRING) private OrderStatus status; private Long createTime; @Version private Integer version; // Getters and Setters } public enum OrderStatus { UNPAID, PAID, CANCELLED } 4. 数据库仓库（OrderRepository.java） public interface OrderRepository extends JpaRepository<Order, String> { @Modifying @Query("UPDATE Order o SET o.status = 'CANCELLED', o.version = o.version + 1 " + "WHERE o.orderId = :orderId AND o.status = 'UNPAID'") int cancelUnpaidOrder(@Param("orderId") String orderId); @Modifying @Query("UPDATE Order o SET o.status = 'PAID', o.version = o.version + 1 " + "WHERE o.orderId = :orderId AND o.status = 'UNPAID'") int payOrder(@Param("orderId") String orderId); } 5. 服务层（OrderService.java） @Service @RequiredArgsConstructor public class OrderService { private final OrderRepository orderRepository; private final Cache<String, OrderStatus> orderCache; private final RedissonClient redisson; @Transactional public String createOrder() { String orderId = UUID.randomUUID().toString(); Order order = new Order(); order.setOrderId(orderId); order.setStatus(OrderStatus.UNPAID); order.setCreateTime(System.currentTimeMillis()); orderRepository.save(order); orderCache.put(orderId, OrderStatus.UNPAID); return orderId; } public boolean safePay(String orderId) { // 分布式锁保证同一订单的支付原子性 RLock lock = redisson.getLock("order:pay:" + orderId); try { if (lock.tryLock(1, 10, TimeUnit.SECONDS)) { // 双重检查 if (orderCache.getIfPresent(orderId) != OrderStatus.UNPAID) { return false; } int affected = orderRepository.payOrder(orderId); if (affected > 0) { orderCache.put(orderId, OrderStatus.PAID); return true; } } return false; } catch (InterruptedException e) { Thread.currentThread().interrupt(); return false; } finally { lock.unlock(); } } @Transactional public boolean safeCancel(String orderId) { // 内存缓存快速过滤 if (orderCache.getIfPresent(orderId) != OrderStatus.UNPAID) { return false; } // 数据库条件更新 int affected = orderRepository.cancelUnpaidOrder(orderId); if (affected > 0) { orderCache.put(orderId, OrderStatus.CANCELLED); return true; } return false; } } 6. RocketMQ生产者（OrderTimeoutProducer.java） @Component @RequiredArgsConstructor public class OrderTimeoutProducer { private final RocketMQTemplate rocketMQTemplate; public void sendTimeoutMessage(String orderId) { Message<String> message = MessageBuilder.withPayload(orderId) .setHeader(RocketMQHeaders.KEYS, orderId) .build(); // 使用延迟等级4对应30分钟（需提前配置Broker） rocketMQTemplate.syncSend("ORDER_TIMEOUT_TOPIC", message, 3000, 4); } } 7. RocketMQ消费者（OrderTimeoutConsumer.java） @Service @RocketMQMessageListener( topic = "ORDER_TIMEOUT_TOPIC", consumerGroup = "order-timeout-consumer", selectorType = SelectorType.TAG, messageModel = MessageModel.CLUSTERING ) public class OrderTimeoutConsumer implements RocketMQListener<MessageExt> { private final OrderService orderService; private final Cache<String, Boolean> processedMsgCache = Caffeine.newBuilder() .expireAfterWrite(1, TimeUnit.HOURS) .maximumSize(10000) .build(); @Override public void onMessage(MessageExt message) { String msgId = message.getMsgId(); if (processedMsgCache.getIfPresent(msgId) != null) { return; } String orderId = new String(message.getBody()); try { boolean success = orderService.safeCancel(orderId); if (success) { processedMsgCache.put(msgId, true); log.info("订单超时取消成功：{}", orderId); } } catch (Exception e) { log.error("订单取消处理失败：{}", orderId, e); throw new RuntimeException(e); } } } 8. 缓存配置（CacheConfig.java） @Configuration public class CacheConfig { @Bean public Cache<String, OrderStatus> orderStatusCache() { return Caffeine.newBuilder() .maximumSize(10_000) .expireAfterWrite(10, TimeUnit.MINUTES) .build(); } } 9. 订单控制器（OrderController.java） @RestController @RequestMapping("/orders") @RequiredArgsConstructor public class OrderController { private final OrderService orderService; private final OrderTimeoutProducer timeoutProducer; @PostMapping public String createOrder() { String orderId = orderService.createOrder(); timeoutProducer.sendTimeoutMessage(orderId); return orderId; } @PostMapping("/{orderId}/pay") public ResponseEntity<?> payOrder(@PathVariable String orderId) { return orderService.safePay(orderId) ? ResponseEntity.ok().build() : ResponseEntity.status(HttpStatus.CONFLICT).build(); } } 10. 对账服务（每日补偿） @Component @RequiredArgsConstructor public class ReconciliationTask { private final OrderRepository orderRepository; private final RocketMQTemplate rocketMQTemplate; @Scheduled(cron = "0 0 3 * * ?") // 每天凌晨3点执行 public void checkUnpaidOrders() { LocalDateTime threshold = LocalDateTime.now().minusMinutes(30); orderRepository.findUnpaidExpiredOrders(threshold) .forEach(order -> { rocketMQTemplate.syncSend("ORDER_TIMEOUT_TOPIC", order.getOrderId()); }); } } 系统架构图 graph TD A[用户] --> B[创建订单] B --> C[发送延迟消息] C --> D[RocketMQ Broker] D -->|30分钟后| E[消费者处理] E --> F[条件更新取消订单] G[支付请求] --> H[分布式锁] H --> I[状态校验] I --> J[数据库更新] K[定时对账] --> L[补偿未处理订单] classDef service fill:#e1f5fe,stroke:#039be5; classDef mq fill:#f0f4c3,stroke:#afb42b; classDef db fill:#dcedc8,stroke:#689f38; class B,H,I,J,K,L service class C,D,E mq class F,J db 关键特性说明

多层防御体系 内存缓存快速过滤（Caffeine） 数据库条件更新保证原子性 分布式锁（Redisson）协调支付操作 消息幂等处理（Caffeine缓存）

异常处理机制 消息消费失败自动重试 每日对账补偿异常订单 分布式锁自动释放保证

性能优化 缓存命中率监控（Micrometer） 批量消息处理优化 数据库连接池配置（HikariCP）

监控指标

@Bean public MeterRegistryCustomizer<MeterRegistry> metrics() { return registry -> { CaffeineCacheMetrics.monitor( registry, orderStatusCache, "order_status_cache" ); }; } 使用说明

启动前准备

# 创建MySQL数据库 CREATE DATABASE order_db CHARACTER SET utf8mb4; # 配置RocketMQ延迟等级（broker.conf） messageDelayLevel=1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h

API调用示例

# 创建订单 POST /orders Response: {"orderId": "5d8f8c7e-1234-5678-90ab-cdef12345678"} # 支付订单 POST /orders/5d8f8c7e-1234-5678-90ab-cdef12345678/pay # 查询订单 GET /orders/5d8f8c7e-1234-5678-90ab-cdef12345678

压力测试

# 使用wrk模拟并发创建订单 wrk -t4 -c100 -d30s http://localhost:8080/orders # 同时发起支付请求 ab -n 1000 -c 100 http://localhost:8080/orders/{orderId}/pay 其他

JPA的全称是Java Persistence API，它是Java EE（现在Jakarta EE）的一部分，用于对象关系映射（ORM），让开发者可以通过面向对象的方式来操作数据库。JPA本身是一个规范，不是具体的实现，常见的实现有Hibernate（最流行的实现，功能丰富）、EclipseLink（Oracle 官方参考实现）、OpenJPA（Apache 项目）等。

考虑不同的场景和需求。可能的替代方案包括：

MyBatis：与JPA不同，MyBatis更偏向于SQL映射，允许开发者直接编写SQL语句，提供了更大的灵活性，特别是对于复杂查询或需要优化SQL性能的情况。

JDBC：这是最基础的数据库连接方式，直接使用SQL语句，没有ORM功能。虽然灵活，但需要大量样板代码，容易出错。

Spring Data JDBC：Spring提供的另一种数据访问方式，比纯JDBC更简单，支持一些简单的ORM功能，但不提供JPA的复杂特性如缓存、延迟加载等。

NoSQL数据库的驱动程序：如果项目使用MongoDB、Redis等NoSQL数据库，通常会使用对应的客户端库，如MongoTemplate、Lettuce等，这些不属于JPA的范畴。

其他ORM框架：比如JOOQ，它基于SQL的模式生成类型安全的SQL查询，适合喜欢SQL但希望有类型安全的开发者。

新兴技术：如Micronaut Data、Quarkus的Hibernate Panache，它们可能在简化数据访问层方面提供不同的方法。

MyBatis适合需要高度控制SQL的场景，而JOOQ适合喜欢类型安全SQL的开发者。 如果用户在处理复杂的领域模型，JPA的级联操作和声明式事务可能更有优势；如果项目需要高性能的定制SQL，MyBatis或JOOQ可能更合适。

JPA 的核心特点

特性说明对象关系映射将 Java 对象（Entity）映射到数据库表，自动处理增删改查操作JPQL类似 SQL 的查询语言，但面向对象（如 SELECT u FROM User u WHERE u.age > 18）事务管理通过 @Transactional 注解管理数据库事务延迟加载按需加载关联数据（如 @OneToMany(fetch = FetchType.LAZY)）缓存机制一级缓存（Session 级别）和二级缓存（应用级别）提升性能

JPA 的常见替代方案 MyBatis 类型：SQL 映射框架（半自动化 ORM） 特点： 开发者需手动编写 SQL，但通过 XML 或注解映射到 Java 对象。 灵活性强，适合复杂查询和高度定制的 SQL 优化。 学习曲线低于 JPA，但需维护更多 SQL 代码。

适用场景： 需要精细控制 SQL 语句。 遗留数据库结构复杂，难以通过 JPA 自动映射。

Spring Data JDBC 类型：轻量级 ORM（Spring 生态）

特点： 简化 JDBC 操作，支持基本的 CRUD 和简单查询。 无 JPA 的复杂特性（如延迟加载、缓存），性能更高。 适合对 SQL 有一定控制需求但不想写纯 JDBC 代码的场景。

JOOQ（Java Object Oriented Querying） 类型：类型安全的 SQL 构建工具

特点： 通过代码生成器将数据库表结构映射为 Java 类。 支持编写类型安全的 SQL 查询，避免 SQL 注入。 适合喜欢 SQL 但希望有编译时检查的开发者。

纯 JDBC 类型：Java 数据库连接基础 API

特点： 直接通过 SQL 操作数据库，无任何 ORM 抽象。 灵活性最高，但需要手动处理资源（Connection、ResultSet）和异常。 适合简单应用或需要极致性能的场景。

NoSQL 数据库驱动 类型：非关系型数据库专用客户端

示例： MongoDB：使用 MongoTemplate 或 Spring Data MongoDB。 Redis：使用 Lettuce 或 Jedis 客户端。 Cassandra：使用 Spring Data Cassandra。

如何选择替代方案？

场景推荐方案理由需要快速开发简单 CRUDJPA（Hibernate）自动化程度高，减少样板代码复杂 SQL 或性能优化需求MyBatis 或 JOOQ直接控制 SQL，灵活优化轻量级应用，避免 JPA 复杂特性Spring Data JDBC简单易用，无延迟加载等复杂机制非关系型数据库（如 MongoDB）Spring Data MongoDB专为 NoSQL 设计，语法与 Spring Data JPA 相似遗留系统或高度定制 SQL纯 JDBC完全控制 SQL 执行流程

总结 JPA 适合：快速开发、对象关系映射需求明确、团队熟悉 ORM 概念。 替代方案适用场景： 需要精细控制 SQL → MyBatis/JOOQ 轻量级 ORM → Spring Data JDBC 非关系型数据库 → 专用 NoSQL 客户端 极致性能或遗留系统 → 纯 JDBC