单纯用 redis setnx 不足以保证 rpc 幂等性，因其仅能防止重复进入，无法处理“已成功执行但响应丢失”场景，导致重试时漏执行；强幂等需确保相同请求参数下业务状态与返回结果完全一致，必须记录“是否已成功完成”而非仅“是否正在处理”，并借助 lua 脚本原子实现存结果与防重一体化。
为什么单纯用 Redis SETNX 不足以保证 RPC 幂等性
因为 SETNX 只能防止“同一请求重复进入”，但无法处理「请求已成功执行、但响应丢失」的场景。客户端重试时，服务端若只看 key 是否存在，会直接返回「已存在」而跳过业务逻辑，导致漏执行——这不是幂等，是丢操作。
真正强幂等要求：相同请求参数 → 无论调用几次，业务状态和返回结果都完全一致（含成功响应体）。
- 必须记录「请求是否已成功完成」，不只是「是否正在处理」
- 不能依赖客户端传来的临时 ID（如 UUID）做唯一判断，要绑定业务语义（如
order_id+action=pay） - Redis 单命令无法原子读+写+回填结果，得靠 Lua 脚本兜底
用 Lua 脚本实现「存结果+防重」一体化
核心思路：在一次 Redis 原子操作中，检查是否存在已完成的结果；若无，则写入「处理中」标记并返回空；若有，则直接返回缓存结果。Lua 脚本能规避网络往返和竞态。
示例脚本（用于支付类接口）：
立即学习“go语言免费学习笔记（深入）”；
if redis.call("EXISTS", KEYS[1]) == 1 then
local res = redis.call("HGETALL", KEYS[1])
if #res > 0 then
return res
end
end
redis.call("HSET", KEYS[1], "status", "processing")
redis.call("EXPIRE", KEYS[1], tonumber(ARGV[1]))
return {}
Go 中调用：
使用 redis.NewScript 加载，script.Eval 执行，KEYS[1] 是幂等键（如 "idempotent:pay:20240501:ORD123"），ARGV[1] 是过期秒数（建议 24h 内，避免脏数据长期占内存）。
- 不要把整个响应 JSON 存进 Hash，只存关键字段（
"code","msg","data_id"），避免 Redis 内存膨胀 - 如果业务需要返回动态时间戳（如
created_at），得在 Go 层补全，Lua 里不生成 - 脚本返回空表
{}表示需继续执行业务逻辑；返回非空表示可直接返回
RPC 接口层如何安全集成幂等逻辑
关键不是「加个中间件就完事」，而是把幂等校验点卡在「业务执行前、参数校验后」——太早（如反序列化前）拿不到业务 ID；太晚（如 DB 写完后）已产生副作用。
- 从
context.Context或 HTTP Header 提取X-Idempotency-Key，拼出 Redis key，注意过滤非法字符（用url.PathEscape或白名单） - 若 Lua 返回非空结果，直接构造响应并 return，**绝不能继续调用下游 service**
- 业务执行成功后，必须用另一个 Lua 脚本「原子覆写结果」：
HSET+EXPIRE，且设置比处理中更长的 TTL（例如处理中 30s，结果缓存 2h） - 遇到 panic 或超时，要主动删掉
processing状态（或靠 TTL 自动清理），否则会永久阻塞该请求
容易被忽略的边界情况
最常翻车的地方不在主流程，而在这些细节：
-
redis.DialTimeout和redis.ReadTimeout必须显式设小（如 300ms），否则网络抖动会导致幂等 key 长期处于processing状态 - 同一个幂等键，不同版本 API 返回结构变化时，旧结果缓存仍会被返回——需在 key 中加入 API 版本号，如
"idempotent:v2:pay:ORD123" - Redis 故障时，不能 fallback 到「跳过幂等」，而应返回
503 Service Unavailable，由客户端控制是否降级重试 - 测试时用
time.Sleep模拟慢请求，观察并发调用下是否真能返回一致结果，而不是只测单次
强幂等从来不是加一段脚本就结束的事，它要求你对每个重试路径、每种失败类型、每处缓存生命周期都有明确决策。没覆盖到的角落，往往就是资损发生的起点。
