IJPay 是无状态工具库,分布式难题全在业务侧。这篇讲两块:IJPay 源码里值得学的设计模式,以及微服务架构下支付服务的落地姿势。
| 模式 | 体现 | 学到什么 |
|---|---|---|
| 门面 | WxPayApi 全是 static 方法 | 隐藏 HTTP/签名细节,调用方一行搞定 |
| 建造者 | WxPayApiConfig.builder()、*Model.builder() | 多参数对象的标配写法 |
| 模板方法 | AbstractHttpDelegate 定义 get/post 骨架 | 换 OkHttp/异步只覆写子类 |
| 枚举策略 | WxDomainEnum 实现接口 | 域名/接口地址全部可替换 |
| ThreadLocal 上下文 | WxPayApiConfigKit 存「当前商户」 | 多商户支持的核心 |
| 反射元模型 | BaseModel.toMap() 反射转 Map | 新增字段零改造,免写转换 |
| 重试 | RetryUtils.retryOnException + ResultCheck 回调 | 查询类接口抗网络抖动 |
| 静态工具 | PayKit/RsaKit/HttpKit 纯函数集合 | 无状态,可随意测试 |
多商户设计值得展开:ThreadLocal<String> 当前商户号 + ConcurrentHashMap<商户号, 配置>,线程内一句 setAppId 就能切商户。但线程池下用完必须 remove,否则下个请求串号到别的商户——生产事故高发点。线程池场景的标配是 finally 里 remove,或者用过滤器统一收口。
pay-api(对外收单)
→ pay-service(调 IJPay 下单/退款,无状态)
↓ 发 MQ:pay.success
order-service(改订单状态)
account-service(记账)
整合三步:
① 配置走配置中心,密钥用占位符,证书挂载卷:
ijpay:
wxpay:
appId: ${WXPAY_APPID}
apiKey3: ${WXPAY_APIV3} # 配置中心加密
certPath: /data/cert/apiclient_cert.pem # Secret 挂载
② 启动时初始化配置(替代 Demo 里的手动 put):
@Configuration
public class IJPayInit {
@PostConstruct
public void init() {
WxPayApiConfig cfg = WxPayApiConfig.builder()
.appId(props.getAppId()).apiKey3(props.getApiKey3())
.certPath(props.getCertPath()).domain(props.getDomain())
.build();
WxPayApiConfigKit.putApiConfig(cfg);
}
}
③ static 调用包一层 Service,可测试、可换渠道、可埋点。
多实例部署时,回调可能被负载均衡打到任意实例。防并发重复处理:
@PostMapping("/payNotify")
public String notify(HttpServletRequest req) {
Map<String, String> params = WxPayKit.xmlToMap(HttpKit.readData(req));
String outTradeNo = params.get("out_trade_no");
// SETNX 分布式锁:同一订单只有一个实例在处理
Boolean locked = redis.opsForValue()
.setIfAbsent("pay:notify:" + outTradeNo, "1", 30, TimeUnit.MINUTES);
if (Boolean.FALSE.equals(locked)) return success(); // 已在处理
if (!WxPayKit.verifyNotify(params, key, SignType.HMACSHA256))
return fail();
paySuccessProducer.send(outTradeNo); // 异步解耦下游
return success();
}
锁防并发,数据库状态机条件更新防重放:UPDATE order SET status=2 WHERE no=? AND status=1,影响行数为 0 说明已处理。
把幂等当成「一把锁一件事」是常见误解,生产级回调幂等是三层递进:数据库唯一索引(物理防线,幂等表对 out_trade_no 加唯一约束,重复处理插不进去);Redis SETNX(并发防线,同一时刻只有一个实例在处理);状态机条件更新(最终防线,锁超时释放后的迟到请求也会被 WHERE 条件挡住)。三层各管一段——唯一索引防重放、锁防并发、状态机防锁失效。
还有个容易被忽略的架构事实:回调打 multi-instance 的任意一个都能处理。pay-service 无状态,负载均衡无需特殊配置;但正因为哪个实例都可能中招,幂等状态必须放在共享存储(Redis/DB)上——放 JVM 内存里的标记锁不住别的实例,本地缓存和分布式幂等是两码事。
支付成功后要扣库存、加积分、记账——跨服务动作用本地消息表 + MQ:
| 场景 | 方案 | 为什么 |
|---|---|---|
| 支付成功联动 | 本地消息表 + MQ | 与支付事务同库落表,异步投递,失败重试 |
| 对账 | 每日拉渠道账单比对 | 差异入差异表,人工/自动处理 |
| 渠道调用限流 | 对查单补偿接口限流 | 补偿任务别把渠道接口打爆 |
| 下单防重 | 前端防抖 + out_trade_no 唯一约束 | 用户狂点支付按钮不产生多笔 |
| 回调接收 | 无状态多实例任意接收 | 幂等放共享存储,不放 JVM 内存 |
核心原则:支付链路用最终一致性,绝不用 2PC 跨服务强一致——性能差且阻塞资金流。展开说:本地消息表把「必须发生的事」和支付回调落进同一个本地事务,先落库再异步投递,用「至少一次投递 + 消费端幂等」叠出最终一致。资金流不能等锁,支付网关的超时可不会陪你玩二阶段阻塞。
一个常见的设计错误是把订单逻辑塞进 pay-service。正确姿势是 pay-service 只做渠道适配层:收单参数翻译成渠道报文、渠道回调翻译成内部事件,不含任何订单状态判断。检验标准一句话:换掉微信改用支付宝,order-service 一行代码不改。渠道适配和业务规则分离,将来接新渠道只是 pay-service 内部多一个实现类的事。
补偿查单是点检,对账是总账。每日下载渠道账单和自家流水比对,产出三类差异:渠道有我方无(钱到了订单没更新,立刻补单)、我方有渠道无(可能重复支付,核查退款)、金额不一致(费率或部分退款的口径问题)。差异进差异表,先自动重查一次,仍不平的转人工。对账的价值在于它不依赖任何一条链路正常工作——前面所有机制全挂了,对账也能把账算平,这是支付系统敢说「不漏一笔」的底气。
「支付服务怎么保证一致性?」——答:回调侧 SETNX 分布式锁 + SQL 状态机条件更新双保险;下游联动用本地消息表 + MQ 最终一致;每日对账兜底,差异表人工复核。强调「不用跨服务强一致」的理由。
追问「幂等为什么要三层」——答:唯一索引防重放、SETNX 防并发、状态机防锁超时后的迟到请求,三层各挡一种时序。再问「pay-service 怎么拆」——答只做渠道适配层,用「替换渠道时的改动半径」当检验标准:换渠道不动订单服务。
一句话总结:工具库的干净设计值得抄,分布式三件套(锁、幂等、补偿)加对账才是支付架构的骨架。