根本原因是业务逻辑未做幂等校验，而非HTTP协议问题；需用Redis SetNX基于请求指纹（如user_id+参数哈希）实现前置校验，并绑定context透传、设置过期、失败清理。
为什么 POST /orders 重复提交会创建多笔订单
根本原因不是 HTTP 协议本身不支持幂等，而是业务逻辑没做校验。HTTP 的 POST 方法语义上就是非幂等的，浏览器刷新、网络重试、用户双击都可能触发多次请求，而 Go 的 http.ServeMux 或 gin.Engine 默认完全不管这个事——它只管把请求转给你的 handler，至于你写不写去重逻辑，它不拦着也不提醒。
常见错误现象：200 OK 返回了，但数据库里冒出两条一模一样的订单；日志里看到相同 X-Request-ID 出现两次，但业务层毫无感知。
- 别依赖前端加防抖：JS 防抖拦不住网络层重传或代理重发
- 别只靠数据库唯一索引硬扛：冲突报错
ERROR: duplicate key value violates unique constraint属于事后补救，用户体验差，还可能掩盖真实并发问题 - 幂等校验必须在业务逻辑执行前完成，且要覆盖整个关键路径（比如库存扣减 + 订单创建不能拆成两步校验）
用 redis.SetNX 实现请求指纹锁
最常用也最稳妥的方式：把请求的业务标识（比如用户 ID + 订单参数哈希）作为 key，用 Redis 的原子操作 SETNX 上锁。成功则放行，失败则直接返回 409 Conflict 或缓存中的结果。
关键点在于“指纹”怎么设计：
立即学习“go语言免费学习笔记（深入）”；
- 推荐组合：
idempotent:+user_id+sha256(order_amount + goods_id + timestamp)—— 不要裸用客户端传的Idempotency-Key，它可能被恶意复用或伪造 -
SETNX必须配EX过期时间（如300秒），否则服务崩溃后锁永远不释放 - 如果业务允许返回历史结果（比如查单），得额外用一个
GET+SET双读写保证：先查是否存在结果，再尝试写入锁，避免竞态
示例片段（基于 github.com/go-redis/redis/v9）：
Golang Uber Dig
下载
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
key := fmt.Sprintf("idempotent:%d:%s", userID, hashParams(req))
ok, err := rdb.SetNX(ctx, key, "processing", 5*time.Minute).Result()
if err != nil {
// redis 故障，降级为非幂等处理（需记录告警）
return
}
if !ok {
// 已存在处理中，返回 409 或查缓存结果
return
}
中间件里怎么安全地注入幂等上下文
Go Web 框架（gin、echo、原生 net/http）中间件本身不带状态穿透能力，不能靠闭包变量存 idempotent_key —— 并发请求会互相污染。
正确做法是把幂等标识绑定到 context.Context，再透传给后续 handler：
- 从请求头取
Idempotency-Key时，务必校验格式（如正则^[a-zA-Z0-9_-]{12,64}$），防止 Redis key 注入 - 不要在中间件里直接调用业务 DB 或 RPC：中间件职责只是“判重+放行”，业务逻辑必须在 handler 里执行
- 若 handler 执行失败（panic / error），中间件应主动删掉 Redis key（用
defer rdb.Del(...)），否则下次同 key 请求会被误判为“已处理”
典型结构：
func IdempotentMiddleware() gin.HandlerFunc {
return func(c *gin.Context) {
key := c.GetHeader("Idempotency-Key")
if key == "" {
c.AbortWithStatusJSON(400, gin.H{"error": "missing Idempotency-Key"})
return
}
ctx := context.WithValue(c.Request.Context(), "idempotent_key", key)
c.Request = c.Request.WithContext(ctx)
c.Next()
}
}
哪些场景下 redis.SetNX 会失效
不是所有情况都适合用 Redis 锁。以下几种容易踩坑：
- 高 QPS 下 Redis 成为瓶颈：单实例 Redis 的
SETNX在 10w+ QPS 时延迟明显上升，要考虑分片或改用本地缓存（但要接受节点间不一致） - 跨地域部署时网络延迟大：比如新加坡节点写 Redis 在东京，RTT 80ms，会拖慢所有幂等请求
- 事务型操作无法回滚：比如你用
SetNX放行后，在 DB 插入失败，Redis key 还在，此时用户重试会直接返回“已存在”，但实际没成功——必须配合最终一致性补偿（如定时扫描过期未完成的 key） - 文件上传类接口：
multipart/form-data请求体太大，不适合哈希进 key，得改用预签名 URL + 上传 ID 做幂等
真正难的不是写对那几行 SetNX，而是想清楚：这个请求失败后，用户重试时该返回什么？是空响应、上次结果，还是明确告知“正在处理中”？这决定了幂等策略的粒度和存储成本。
