task_id不能仅由客户端传入，因其可伪造、重放或重复提交，必须由服务端生成（如uuidv4）或结合业务上下文二次校验，并在数据库加唯一约束作为幂等第一道防线。
为什么 task_id 不能只靠客户端传入
因为客户端可伪造、重放或重复提交，单靠传来的 task_id 做去重，等于把幂等性交给了不可信边界。真实任务系统必须在服务端生成或校验唯一性锚点。
实操建议：
- 用服务端生成的
task_id（如 UUIDv4 或基于时间+随机数的组合），避免客户端控制主键 - 若必须接受外部
task_id（如对接第三方系统），需配合业务上下文做二次校验，比如：(task_id, user_id, action_type)联合唯一 - 数据库层面加唯一约束，不是“可选优化”，而是幂等落地的第一道防线 —— 比如 PostgreSQL 的
UNIQUE (task_id)或 MySQL 的唯一索引 - 注意：UUIDv1 含时间戳和 MAC 地址，部分场景有隐私/可预测风险；UUIDv4 更安全，但纯随机不保证全局有序，日志排查略不便
SELECT ... FOR UPDATE 在事务中真能防并发重复执行吗
能，但仅限于同一行被锁住、且所有路径都走同一锁粒度时。漏掉条件、跨表、或锁了 A 行却写 B 行，照样出问题。
常见错误现象：两个请求同时查不到记录 → 都走创建逻辑 → 数据库报唯一冲突 → 其中一个失败 → 但业务已发消息、调远端 API，副作用无法撤回。
立即学习“Python免费学习笔记（深入）”；
实操建议：
- 锁必须覆盖整个判断+写入路径，例如：
SELECT * FROM tasks WHERE task_id = %s FOR UPDATE，然后检查是否存在，再 INSERT 或 UPDATE - 不要先
SELECT判断存在性，再另起语句INSERT—— 这中间有竞态窗口 - MySQL 默认是 RR 隔离级别，
SELECT ... FOR UPDATE会加间隙锁，可能引发死锁；PostgreSQL 用行级锁更轻量，但需确保查询带索引，否则升级为表锁 - 如果任务状态流转复杂（如 pending → running → done），建议用状态机 + CAS 更新：
UPDATE tasks SET status = 'running' WHERE task_id = %s AND status = 'pending'，返回影响行数判断是否抢到执行权
Redis 的 SETNX 和 Redlock 哪个更适合任务幂等
95% 的场景用 SETNX 就够了，Redlock 是为跨多个 Redis 实例的强一致性设计的，反而引入延迟和运维负担，对单任务幂等属于过度工程。
睿拓智能网站系统-网上商城1.0免费版软件大小:5M运行环境：asp+access本版本是永州睿拓信息专为电子商务入门级用户开发的网上电子商城系统，拥有产品发布，新闻发布，在线下单等全部功能，并且正式商用用户可在线提供多个模板更换，可实现一般网店交易所有功能，是中小企业和个人开展个人独立电子商务商城最佳的选择，以下为详细功能介绍：1.最新产品-提供最新产品发布管理修改，和最新产品订单查看2.推荐产
使用场景：需要快速拦截重复请求（比如用户连点提交）、且允许极短时间窗口内（毫秒级）的误判（即两个请求几乎同时过 Redis，其中一个被后续 DB 唯一约束兜底）。
实操建议：
- 用
SET key value EX 300 NX设置带过期的锁，value 必须是随机字符串（如 UUID），避免误删别人设的锁 - 别用
DEL直接删，要用 Lua 脚本比对 value 再删，防止释放了别人的锁 - Redis 故障时，这套机制失效，所以它只是“加速判断”，不能替代 DB 层的最终一致性保障
-
Redlock在 Python 里要用redis-py-cluster或手动轮询多个 client，但任务幂等不需要跨实例强一致 —— 单实例 Redis + DB 最终校验，足够健壮
幂等 Key 设计不当导致“看似成功、实际漏执行”
最典型的坑：用 user_id + timestamp 当幂等 key，结果同一用户一秒内发起两次合法请求，第二个被当成重复直接跳过，但业务上它们处理的是不同数据。
关键点在于：幂等 key 必须反映“操作意图的完全等价”，而不是“操作发起者的粗略标识”。
实操建议：
- 优先用业务自然主键组合，比如：
order_id + action_type（支付订单）、file_hash + convert_format（文件转码） - 避免含时间、随机数、session_id 等易变字段，除非该变化本身就是业务差异点
- 如果请求体大、字段多，可对关键字段做确定性哈希（如
hashlib.sha256(json.dumps(sorted_fields)).hexdigest()[:16]），但要注意浮点数序列化精度、字典 key 顺序等陷阱 - 调试时打日志一定要输出最终计算出的幂等 key，而不是原始参数 —— 很多问题都是 key 计算逻辑和预期不一致，但没人验证过实际值
真正难的从来不是“怎么加锁”或“怎么设 key”，而是想清楚：这一次调用，和上一次，到底是不是同一个“逻辑操作”。这个判断一旦错，后面所有技术手段都在加固错误。
