发生了什么

平台把服务打包成套餐卖给用户:一份套餐有固定有效期,用户买下后在有效期内按套餐规则使用服务。平台为用户的每份套餐保存一条记录,记录里除了套餐和到期时间,还有一个“过期处理标记”,表示这份套餐的到期处理有没有做过。套餐到期后,系统里有一个定时任务(下面叫过期任务)定期扫描这个标记仍是“未处理”的记录,把它们挑出来做后续的到期处理,处理完再把标记改成“已处理”,之后就不再扫到。

正常顺序是:用户购买套餐,记录写入时标记为“未处理”;到期时间到了,过期任务扫到这条记录,完成到期处理,再把标记改成“已处理”。标记既是任务的工作清单,也是“这件事办完了”的凭证。

此前系统做过一次库表切换,用户套餐要从旧表搬到新表,切换时用刷数脚本把历史存量套餐一次性写进新表。写新记录时,脚本没有逐条判断每份套餐的到期处理做到哪一步,而是把这个标记统一写成了“已处理”。

这样一来,这批历史套餐在新表里看起来全都办完了。过期任务按“未处理”去筛选,一条也选不出来,这批套餐到期后不会再进入过期处理。记录只确认了任务扫不到、这批存量套餐的过期处理没有发生;涉及多少条记录、持续了多久,记录没有说明。

本质

一句话:刷数脚本把“到期处理做没做”这个只能由业务处理程序来写的标记,在迁移时统一填成了“已处理”,等于替过期任务把全部历史套餐都划掉了。

  1. 库表切换时,历史套餐需要从旧表搬进新表,搬运由一个批量刷数脚本完成。
  2. 脚本把每条旧记录转成新记录,写库时给过期处理标记赋了一个固定值“已处理”。
  3. 这个标记正是过期任务的筛选条件:任务只查“未处理”且已经到期的记录。
  4. 新表里这批记录全部是“已处理”,任务一条也查不到,这些套餐就停在了等不到处理的状态。
  5. 标记也不会自己变回来,因为只有过期任务处理完才会写这个字段,而任务根本没有看到它们。

错误发生在第 2 步:脚本用一个固定值代替了每条记录的真实处理状态,而且选的是“已处理”这一侧。这种错法不会报错、不会重试、不会产生冲突,只是整批记录从任务的工作清单里消失。刷数脚本只应该搬数据;状态字段要么按原记录还原,要么留成“未处理”交给业务程序判断,不能由迁移脚本替业务宣布办完了。

把业务状态字段在迁移时统一写成“已完成”,等于让这批记录从下游任务的筛选条件里静默消失。

记录给出的处置是:写订正脚本把这批初始刷入的数据改回来,并重新推送一遍套餐数据。修复方向是刷数时按每条记录的真实状态初始化标记,判断不了的保持“未处理”;已经写错的按刷数批次挑出来订正。修复是否已经执行完、订正后是否验证过,记录没有说明。

错误代码

class PackageBackfillJob {
    // 库表切换后,把旧表的历史套餐搬进新表
    void backfill(String batchNo, List<OldPackage> oldRows) {
        for (OldPackage old : oldRows) {
            UserPackage row = new UserPackage();
            row.setUserId(old.getUserId());
            row.setPackageId(old.getPackageId());
            row.setExpireTime(old.getExpireTime());
            // 为什么错:没看这条套餐处理到哪一步,
            // 把整批存量记录统一标成“已做过期处理”
            row.setOverduePushFlag(true);
            row.setBackfillBatchNo(batchNo);
            packageMapper.insert(row);
        }
    }
}

// 过期任务只捞“未处理”的记录:
// select ... where overdue_push_flag = 0 and expire_time <= now()

修复代码示例

class PackageBackfillJob {
    void backfill(String batchNo, List<OldPackage> oldRows) {
        for (OldPackage old : oldRows) {
            UserPackage row = new UserPackage();
            row.setUserId(old.getUserId());
            row.setPackageId(old.getPackageId());
            row.setExpireTime(old.getExpireTime());
            // 修复:沿用旧记录的真实处理状态;
            // 取不到就保持“未处理”,交给过期任务处理
            row.setOverduePushFlag(Boolean.TRUE.equals(old.getExpiryHandled()));
            row.setBackfillBatchNo(batchNo);
            packageMapper.insert(row);
        }
    }

    // 订正已经写错的那一批记录
    int correct(String batchNo) {
        return packageMapper.resetOverdueFlagByBatch(batchNo);
    }
}

这段代码是从原因推导的教学写法,记录没有提供实际脚本,类名、方法名与字段名均为示意;resetOverdueFlagByBatch 要按刷数批次把被统一写成“已处理”的记录改回“未处理”,具体 SQL 取决于刷数时怎么记录批次。重新推送套餐数据属于业务侧操作,没有在代码中展开。

下次遇到这些场景要警惕

  • 做库表切换或历史数据回填时:把新表里每个状态、标记字段列出来,逐条写清取值来源。凡是含义为“已处理、已发送、已完成”的字段,禁止刷数脚本用固定值填充;写完后按“未处理/已处理”分组比对旧表和新表,差异为零才算搬对。
  • 定时任务依赖某个标记筛选记录时:先数清有多少个写入方会写这个标记,包括迁移脚本、手工修数、初始化逻辑。只要其中一方能把它写成终态,任务就不能只依赖这个标记,要能按到期时间或处理记录补扫。
  • 订正这类被刷错的数据后:用过期任务同样的查询条件复查一遍,确认原来漏掉的记录能被选中,条数与刷数批次一致;再观察任务会不会把早已到期的记录重复处理。
  • 迁移验收不只看条数:数据条数一致不代表状态一致。按业务状态分组对账,才能发现条数都对、状态全错的刷数问题。