LikeShop 单商户 Java 版订单状态机:状态流转、事件触发与回滚机制

简介: LikeShop订单状态机以轻量级设计解决电商核心痛点:用枚举定义8种状态+事件驱动流转,严格约束非法跳转;通过统一入口、状态日志、事件解耦与补偿机制,保障超卖防控、退款同步与异常回滚,兼顾可读性、性能与可扩展性。

订单系统是电商的心脏。很多人以为订单就是"改个状态"那么简单——付款了改成已付款,发货了改成已发货。但真正做过电商系统的都知道:订单系统最容易出事故的地方,就是状态乱转。

超卖、重复支付、退款不同步、库存扣了又加不回来、状态前后不一致……这些问题根因往往不是业务逻辑写错了,而是没有一套严格的状态机来约束。

LikeShop 单商户 Java 版的订单模块,采用的是轻量级状态机实现:枚举定义状态、事件驱动流转、补偿机制回滚,没有引入重型状态机框架,兼顾了可读性、性能和可扩展性。这篇文章从状态定义、核心实现、事件触发、回滚机制四个层面拆解。

一、为什么必须用状态机

如果不用状态机,订单代码很容易写成这样:

// ❌ 反例:随处改状态
order.setStatus(PAID);
orderDao.updateById(order);
// 顺便扣个库存
stockService.deduct(order);
// 顺便发个通知
notifyService.send(order);

这种写法的问题:

  • 没有前置校验:谁都能改,当前状态能不能转到目标状态?不知道;
  • 逻辑散落:改状态、扣库存、发通知散落在各个 Service 里,出问题难追溯;
  • 回滚困难:某一步失败了,已经改了的状态怎么退回去?
  • 无法审计:这个订单为什么从这个状态变到那个状态?谁操作的?没有记录。

状态机解决的就是这几件事:流转有规则、变更有日志、事件可解耦、失败可回滚。

二、订单状态定义与流转

2.1 核心状态枚举

LikeShop 单商户 Java 版的订单主状态定义为 8 个:

public enum OrderStatus {

    PENDING_PAY(10, "待付款"),
    PAID(20, "已付款"),
    PENDING_SHIP(30, "待发货"),
    SHIPPED(40, "已发货"),
    PENDING_RECEIVE(50, "待收货"),
    COMPLETED(60, "已完成"),
    CANCELLED(70, "已取消"),
    REFUNDING(80, "退款中"),
    REFUNDED(90, "已退款");

    private final int code;
    private final String desc;
}

2.2 完整流转路径

正常正向流转:

PENDING_PAY 待付款
    ↓ 用户支付成功
PAID 已付款
    ↓ 商家确认(或自动)
PENDING_SHIP 待发货
    ↓ 填写物流单号发货
SHIPPED 已发货
    ↓ 用户确认收货 / 超时自动收货
PENDING_RECEIVE 待收货 → COMPLETED 已完成

逆向与异常流转:

PENDING_PAY ──超时/用户取消──→ CANCELLED

PAID ──申请退款──→ REFUNDING ──退款成功──→ REFUNDED

SHIPPED ──售后退货──→ REFUNDING ──退款成功──→ REFUNDED

COMPLETED ──售后退款──→ REFUNDING ──退款成功──→ REFUNDED

还有一条重要的回滚路径:

PAID ──库存扣减失败──→ PENDING_PAY(资金回退)

不是所有状态之间都能随便跳。比如"已发货"不能直接变回"待付款","已完成"不能直接变回"待发货"。每一条允许的路径,都要在状态机里显式定义。

三、数据库设计

3.1 订单主表

CREATE TABLE ls_order (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  order_sn VARCHAR(32) NOT NULL COMMENT '订单号',
  user_id BIGINT NOT NULL,
  total_amount DECIMAL(10,2) NOT NULL,
  pay_amount DECIMAL(10,2) NOT NULL,
  status TINYINT NOT NULL COMMENT '订单状态',

  pay_time DATETIME,
  ship_time DATETIME,
  receive_time DATETIME,
  complete_time DATETIME,
  cancel_time DATETIME,

  create_time DATETIME NOT NULL,
  update_time DATETIME NOT NULL,

  INDEX idx_user_id(user_id),
  INDEX idx_order_sn(order_sn),
  INDEX idx_status(status)
);

3.2 状态流转日志表(关键)

每次状态变更都写一条日志,这是审计和回滚的依据:

CREATE TABLE ls_order_status_log (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  order_id BIGINT NOT NULL,
  from_status TINYINT NOT NULL COMMENT '变更前状态',
  to_status TINYINT NOT NULL COMMENT '变更后状态',
  event VARCHAR(32) NOT NULL COMMENT '触发事件:PAY/SHIP/CANCEL/REFUND...',
  operator_type TINYINT NOT NULL COMMENT '1用户 2商家 3系统',
  operator_id BIGINT,
  remark VARCHAR(255),
  create_time DATETIME NOT NULL,

  INDEX idx_order_id(order_id)
);

铁则:状态变更必须写日志,不写日志的状态变更视为非法。

四、状态机核心实现

4.1 事件枚举

状态流转由事件驱动,而不是直接指定目标状态:

public enum OrderEvent {
    PAY_SUCCESS,        // 支付成功
    CONFIRM_SHIP,       // 确认发货
    CONFIRM_RECEIVE,    // 确认收货
    CANCEL,            // 取消订单
    APPLY_REFUND,      // 申请退款
    REFUND_SUCCESS,    // 退款成功
    TIMEOUT_CANCEL     // 超时取消
}

业务代码只发事件,不直接改状态。目标状态由状态机根据当前状态 + 事件计算。

4.2 状态转换配置

用一个 Map 定义所有允许的流转:

// 配置:当前状态 + 事件 → 目标状态
private static final Map<OrderStatus, Map<OrderEvent, OrderStatus>> TRANSITIONS = new HashMap<>();

static {
    // 待付款
    addTransition(PENDING_PAY, PAY_SUCCESS, PAID);
    addTransition(PENDING_PAY, CANCEL, CANCELLED);
    addTransition(PENDING_PAY, TIMEOUT_CANCEL, CANCELLED);

    // 已付款
    addTransition(PAID, CONFIRM_SHIP, PENDING_SHIP);
    addTransition(PAID, APPLY_REFUND, REFUNDING);
    addTransition(PAID, CANCEL, CANCELLED);  // 未发货前取消

    // 待发货
    addTransition(PENDING_SHIP, CONFIRM_SHIP, SHIPPED);
    addTransition(PENDING_SHIP, APPLY_REFUND, REFUNDING);

    // 已发货
    addTransition(SHIPPED, CONFIRM_RECEIVE, COMPLETED);
    addTransition(SHIPPED, APPLY_REFUND, REFUNDING);

    // 退款中
    addTransition(REFUNDING, REFUND_SUCCESS, REFUNDED);
    addTransition(REFUNDING, CANCEL, COMPLETED); // 退款驳回
}

private static void addTransition(OrderStatus from, OrderEvent event, OrderStatus to) {
    TRANSITIONS.computeIfAbsent(from, k -> new HashMap<>()).put(event, to);
}

4.3 状态执行器

核心方法:transition(orderId, event, operator, remark)

@Service
@Transactional(rollbackFor = Exception.class)
public class OrderStateMachine {

    @Autowired
    private OrderMapper orderMapper;
    @Autowired
    private OrderStatusLogMapper logMapper;
    @Autowired
    private ApplicationEventPublisher eventPublisher;

    public OrderStatus transition(Long orderId, OrderEvent event, 
                                  OperatorType opType, Long opId, String remark) {
        // 1. 查询订单
        Order order = orderMapper.selectById(orderId);
        if (order == null) {
            throw new OrderException("订单不存在");
        }
        OrderStatus fromStatus = OrderStatus.of(order.getStatus());

        // 2. 校验:当前状态是否允许触发该事件
        Map<OrderEvent, OrderStatus> map = TRANSITIONS.get(fromStatus);
        if (map == null || !map.containsKey(event)) {
            throw new OrderException(
                String.format("状态 %s 不允许事件 %s", fromStatus, event)
            );
        }
        OrderStatus toStatus = map.get(event);

        // 3. 更新订单状态
        order.setStatus(toStatus.getCode());
        order.setUpdateTime(new Date());
        // 根据事件填充对应时间字段
        fillTimeByEvent(order, event);
        orderMapper.updateById(order);

        // 4. 写状态流转日志
        OrderStatusLog log = new OrderStatusLog();
        log.setOrderId(orderId);
        log.setFromStatus(fromStatus.getCode());
        log.setToStatus(toStatus.getCode());
        log.setEvent(event.name());
        log.setOperatorType(opType.getCode());
        log.setOperatorId(opId);
        log.setRemark(remark);
        log.setCreateTime(new Date());
        logMapper.insert(log);

        // 5. 发布状态变更事件(后置业务)
        eventPublisher.publishEvent(
            new OrderStatusChangedEvent(orderId, fromStatus, toStatus, event)
        );

        return toStatus;
    }
}

这就是状态机的核心入口。业务代码想改订单状态,只能调用 transition(),传事件,不能自己 updateById。

五、事件驱动:后置业务解耦

状态变更之后,往往要做很多事情:扣库存、减积分、发通知、更新统计、生成发票……

如果都写在状态机方法里,状态机会越来越胖。所以用事件发布-订阅模式解耦。

5.1 事件定义

public class OrderStatusChangedEvent extends ApplicationEvent {

    private final Long orderId;
    private final OrderStatus fromStatus;
    private final OrderStatus toStatus;
    private final OrderEvent event;
}

5.2 监听器

各个业务模块自己监听关心的状态:

@Component
public class StockOrderListener {

    @Autowired
    private StockService stockService;

    @EventListener
    public void onPaid(OrderStatusChangedEvent event) {
        if (event.getToStatus() == OrderStatus.PAID) {
            // 支付成功 → 扣库存
            stockService.deductByOrder(event.getOrderId());
        }
    }

    @EventListener
    public void onCancel(OrderStatusChangedEvent event) {
        if (event.getToStatus() == OrderStatus.CANCELLED
                && event.getFromStatus() == OrderStatus.PAID) {
            // 付款后取消 → 回补库存
            stockService.refundByOrder(event.getOrderId());
        }
    }
}
@Component
public class NotifyOrderListener {

    @EventListener
    public void onShipped(OrderStatusChangedEvent event) {
        if (event.getToStatus() == OrderStatus.SHIPPED) {
            // 发货通知
            SmsService.sendShipNotify(event.getOrderId());
        }
    }
}

这样设计的好处:

  • 状态机纯净:只负责状态流转,不掺业务;
  • 可扩展:加新的后置动作,加个监听器就行,不用改状态机代码;
  • 可测试:状态机和业务逻辑可以分别单元测试。

六、回滚与补偿机制

这是状态机最有价值的部分,也是最容易被忽略的部分。

6.1 为什么不能用数据库事务回滚

很多人觉得:加 @Transactional,失败了自动回滚不就行了?

不行。因为订单状态变更伴随的操作,很多是不可逆的外部操作:

  • 支付成功了,退款要调用退款接口,不是数据库 rollback 就能把钱退回去;
  • 库存扣减了,如果是分布式库存,要调用库存回补接口;
  • 短信发出去了,收不回来;
  • 积分扣了,要加回去。

这些都不是本地数据库事务能覆盖的。必须用补偿模式:每一步正向操作,都对应一个反向补偿操作。

6.2 补偿接口

public interface OrderCompensator {

    /**
     * 正向执行
     */
    void apply(Long orderId);

    /**
     * 反向补偿
     */
    void compensate(Long orderId);
}

每个后置业务都实现这个接口:

  • StockCompensator:apply 扣库存,compensate 补库存;
  • PointCompensator:apply 扣积分,compensate 返积分;
  • CouponCompensator:apply 核销券,compensate 退回券。

6.3 回滚执行

当状态机流转过程中某个后置操作失败,按顺序反向补偿:

public class StateMachineExecutor {

    private final List<OrderCompensator> compensators;

    public boolean executeWithRollback(Long orderId) {
        int successStep = 0;
        try {
            for (int i = 0; i < compensators.size(); i++) {
                compensators.get(i).apply(orderId);
                successStep = i;
            }
            return true;
        } catch (Exception e) {
            // 失败了,从成功的最后一步往回补偿
            for (int i = successStep; i >= 0; i--) {
                try {
                    compensators.get(i).compensate(orderId);
                } catch (Exception ex) {
                    // 补偿失败要告警,人工介入
                    log.error("补偿失败 step={}", i, ex);
                    alertService.send("订单补偿失败", orderId);
                }
            }
            return false;
        }
    }
}

6.4 典型回滚场景

场景 1:支付成功,但库存扣减失败

  • 正向:支付成功 → 改状态 PAID → 扣库存
  • 失败点:库存不足
  • 补偿:回补状态到 PENDING_PAY → 发起退款 → 资金退回用户

场景 2:发货后用户申请退款,退款成功

  • 正向:已发货 → 申请退款 → 状态 REFUNDING
  • 退款成功:状态 REFUNDED → 回补库存 → 退佣金(如果有分销)

场景 3:超时未支付自动取消

  • 正向:下单 → PENDING_PAY
  • 超时:状态 CANCELLED → 回补库存(如果下单时预占)→ 回优惠券

七、常见坑与设计要点

7.1 状态只能前进,不能后退?

不对。退款、取消、库存失败回滚,都是后退。状态机不禁止后退,禁止的是未定义的跳转。

7.2 并发问题

同一个订单同时两个操作(比如用户确认收货和商家申请退款同时点),会出现状态错乱。

解决方案:乐观锁。订单表加 version 字段,更新时带版本号:

<update id="updateStatus">
  UPDATE ls_order 
  SET status = #{status}, version = version + 1
  WHERE id = #{id} AND version = #{version}
</update>

版本不匹配说明别人已经改过了,抛异常重试。

7.3 日志和状态要在同一个事务

状态改了,日志没写上,崩溃后就断片了。必须在同一个本地事务里提交。

7.4 不要在事件监听器里抛异常

默认 Spring 事件是同步的,监听器抛异常会影响状态机主事务。如果是非关键路径(比如发短信),要 try-catch 掉,或者用异步事件。

7.5 终态不能再变

COMPLETED、CANCELLED、REFUNDED 是终态,终态之后不允许再流转。除非走售后流程开新的退款单。

八、结语

订单状态机看起来是个很基础的东西,但真正做扎实的系统不多。很多电商事故追溯到最后,都是"谁都能改订单状态"埋下的坑。

LikeShop 单商户 Java 版采用的这套轻量状态机,思路其实很朴素:

  • 枚举定义状态和事件,流转显式配置;
  • 统一入口改状态,前置校验、写日志、发事件;
  • 事件解耦后置业务,各模块自己订阅;
  • 补偿机制处理失败,按原路回滚。

它没有用 Spring Statemachine 这类重型框架,因为电商订单的状态数量其实不多,自己实现更轻量、更可控、出问题更好排。

对做电商系统的团队来说,订单状态机属于"地基"级别的模块——地基打牢了,上面加营销、加会员、加分销、加售后,都是顺理成章的事。

目录
相关文章
|
5天前
|
云安全 人工智能 运维
当攻击全面Agent化,你的安全防御能否跟上AI Speed?
多起客户侧AK泄露事件应急的真实观察
1241 4
|
28天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9785 32
|
8天前
|
存储 人工智能 安全
千问办公官网入口网页版登录:qwenwork.cn 注册送2000积分、登录送100积分
阿里云千问办公(QwenWork)是AI智能工作平台,支持一句话生成PPT、表格、网页、视频及数据分析。个人免费版送2000积分+每日登录赠100分,含1GB存储、5个发布页;企业版198元/席/月起。阿里千问办公QwenWork官网:https://t.aliyun.com/U/0VCTGt 阿里AI工作平台,一句话完成数据分析、PPT 生成、视频剪辑、网页搭建等复杂任务
|
3天前
|
人工智能 API 开发工具
DeepSeek Harness 神插件:白嫖 13 家大厂模型
`dsh-our-free-model` 是 DeepSeek Harness 神级插件:零配置、零API Key、零账号,聚合13家大厂免费模型(含DeepSeek V4.1 Flash、Kimi K3等),支持本地网关、用量看板与自动降级,真正实现“白嫖即用”。
|
14天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
5天前
|
Web App开发 人工智能 JavaScript
太猛了,一个月干到15W+,给大家推荐一个最近爆火的开源逆向工具:REA
REA(Reverse Engineer Anything)是近期爆火的开源AI逆向工具,4月发布,1个月内斩获15万+ Star。它让AI Agent无需源码即可分析二进制、APK、JS/Electron、HAR包等17类目标,自动反编译、生成可运行代码,并强制返回带证据与局限的结论。全本地执行,MIT协议,支持Hopper/Ghidra/IDA等引擎,一行命令即可上手。
625 1
太猛了,一个月干到15W+,给大家推荐一个最近爆火的开源逆向工具:REA
|
13天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
928 1
|
9天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型全解析:核心原理拆解,性能实战测评与落地部署教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为System One Model(系统一模型),对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
592 0

热门文章

最新文章