排查

当他告诉我这个现象的时候我就持怀疑态度，根据之前使用的经验 Pulsar 在官方文档以及 API 中都解释过：

只有当设置了消费的 ackTimeout 并超时消费时才会重复投递消息，默认情况下是关闭的，查看代码也确实没有开启。

那会不会是调用了 negativeAcknowledge() 方法呢（调用该方法也会触发重新投递），因为我们使了一个第三方库 github.com/majusko/pul… 只有当抛出异常时才会调用该方法。

查阅代码之后也没有地方抛出异常，甚至整个过程中都没看到异常产生；这就有点诡异了。

复现

为了捋清楚整个事情的来龙去脉，详细了解了他的使用流程；

其实也就是业务出现了 bug，他在消息消费时 debug 然后进行单步调试，当走完一次调试后，没多久马上又收到了同样的消息。

但奇怪的是也不是每次 debug 后都能重复消费，我们都说如果一个 bug 能 100% 完全复现，那基本上就解决一大半了。

所以我们排查的第一步就是完全复现这个问题。

为了排除掉是 IDEA 的问题（虽然极大概率不太可能）既然是 debug 的时候产生的问题，那其实转换到代码也就是 sleep 嘛，所以我们打算在消费逻辑里直接 sleep 一段时间看能否复现。

经过测试，sleep 几秒到几十秒都无法复现，最后索性 sleep 一分钟，神奇的事情发生了，每次都成功复现！

既然能成功复现那就好说了，因为我自己的业务代码也有使用到 Pulsar 的地方，为了方便调试就准备在自己的项目里再复现一次。

结果诡异的事情再次发生，我这里又不能复现了。

虽然这才是符合预期的，但这就没法调了呀。

本着相信现代科学的前提，我们俩唯一的区别就是项目不一样了，为此我对比了两边的代码。

@PulsarConsumer(
            topic = xx,
            clazz = Xx.class,
            subscriptionType = SubscriptionType.Shared
    )
    public void consume(Data msg) {
        log.info("consume msg:{}", msg.getOrderId());
        Lock lock = redisLockRegistry.obtain(msg.getOrderId());
        if (lock.tryLock()) {
            try {
                orderService.do(msg.getOrderId());
            } catch (Exception e) {
                log.error("consumer msg:{} err:", msg.toString(), e);
            } finally {
                lock.unlock();
            }
        }
    }

结果不出所料，同事那边的代码加了锁；一个基于 Redis 的分布式锁，这时我一拍大腿不会是解锁的时候超时了导致抛了异常吧。

为了验证这个问题，在能复现的基础上我在框架的 Pulsar 消费处打了断点：

果然破案了，异常提示已经非常清楚了：加锁已经过了超时时间。

进入异常后直接 negative 消息，同时异常也被吃掉了，所以之前没有发现。

查阅了 RedisLockRegistry 的源码，默认超时时间正好是一分钟，所以之前我们 sleep 几十秒也无法复现这个问题。

总结

事后我向同事了解了下为啥这里要加锁，因为我看下来完全没有加锁的必要；结果他是因为从别人那里复制的代码才加上的，压根没想那么多。

所以这事也能得出一些教训：

• ctrl C/V 虽然方便，但也得充分考虑自己的业务场景。

• 使用一些第三方 API 时，需要充分了解其作用、参数。