一、背景
家政 O2O 平台中,"派单—接单"链路是核心业务流程之一。用户在小程序下单后,系统需要将订单实时推送给附近的服务人员,服务人员在移动端接收推送并做出接单或拒绝的响应。这条链路的实时性和可靠性直接决定了用户体验和平台运营效率。
本文围绕这一场景,梳理推送方案的技术选型、核心流程设计以及关键代码实现。
二、推送方案选型对比
实时推送在技术实现上有多种方案,需要根据业务规模和终端类型做取舍:
| 方案 | 适用场景 | 优点 | 缺点 |
| WebSocket 长连接 | App / H5 端 | 双向通信,实时性最高 | 服务端连接数压力大,需处理断线重连 |
| 云厂商推送服务(如 EMAS) | App 端 | 接入简单,覆盖系统通知栏 | 依赖厂商通道,到达率受限于手机品牌 |
| 小程序订阅消息 | 微信小程序端 | 原生支持,无需自建通道 | 需用户主动授权,一次性消息有次数限制 |
| SSE(Server-Sent Events) | H5 / Web 端 | 基于 HTTP,实现简单 | 仅支持服务端→客户端单向推送 |
推荐组合策略:App 端采用 WebSocket 长连接 + 云推送兜底(长连接断开时降级为系统通知),小程序端采用订阅消息 + 页面内轮询兜底。
三、整体流程设计
用户下单 │ ▼ 订单服务创建订单 ──► 消息队列(RocketMQ / RabbitMQ) │ ▼ 派单调度服务 (匹配附近服务人员) │ ┌───────────┼───────────┐ ▼ ▼ ▼ 服务人员A 服务人员B 服务人员C │ ▼ 推送接单消息(WebSocket / 订阅消息) │ ▼ 服务人员响应(接单 / 拒绝 / 超时) │ ▼ 订单状态流转(已接单 / 重新派单)
关键设计点:
- 异步解耦:订单创建与派单推送通过消息队列解耦,避免下单接口因推送耗时导致响应变慢。
- 多人抢单 / 指定派单:根据业务模式选择"广播抢单"或"定向派单",本文以广播抢单为例。
- 超时兜底:推送后若所有服务人员均未响应,触发超时重新派单或转人工调度。
四、核心代码示例
1. WebSocket 推送服务(服务端)
使用 Spring WebSocket 管理服务人员连接,并在收到派单消息后实时推送:
public class DispatchWebSocketHandler extends TextWebSocketHandler { // 在线服务人员连接池:staffId -> WebSocketSession private final ConcurrentHashMap<Long, WebSocketSession> onlineStaff = new ConcurrentHashMap<>(); public void afterConnectionEstablished(WebSocketSession session) { Long staffId = (Long) session.getAttributes().get("staffId"); onlineStaff.put(staffId, session); } public void afterConnectionClosed(WebSocketSession session, CloseStatus status) { Long staffId = (Long) session.getAttributes().get("staffId"); onlineStaff.remove(staffId); } /** * 向指定服务人员推送派单消息 */ public boolean pushToStaff(Long staffId, DispatchMessage message) { WebSocketSession session = onlineStaff.get(staffId); if (session == null || !session.isOpen()) { return false; // 不在线,走降级推送(云推送/订阅消息) } try { session.sendMessage(new TextMessage(JSON.toJSONString(message))); return true; } catch (IOException e) { return false; } } }
2. 派单调度服务(含超时重派逻辑)
public class DispatchService { private DispatchWebSocketHandler wsHandler; private OrderRepository orderRepository; private static final int DISPATCH_TIMEOUT_SECONDS = 60; /** * 执行派单:向候选服务人员推送订单 */ public void dispatchOrder(Long orderId, List<Long> candidateStaffIds) { Order order = orderRepository.findById(orderId).orElseThrow(); DispatchMessage msg = DispatchMessage.builder() .orderId(orderId) .serviceType(order.getServiceType()) .serviceAddress(order.getAddress()) .scheduledTime(order.getScheduledTime()) .build(); // 逐个推送,直到有人接单 for (Long staffId : candidateStaffIds) { boolean success = wsHandler.pushToStaff(staffId, msg); if (!success) { // WebSocket 不在线,降级为云推送 cloudPushService.pushNotification(staffId, msg); } } // 注册超时任务:60秒无人接单则重新派单 scheduleTimeoutCheck(orderId, candidateStaffIds); } private void scheduleTimeoutCheck(Long orderId, List<Long> candidates) { CompletableFuture.delayedExecutor(DISPATCH_TIMEOUT_SECONDS, TimeUnit.SECONDS).execute(() -> { Order order = orderRepository.findById(orderId).orElseThrow(); if (order.getStatus() == OrderStatus.PENDING) { // 仍无人接单,扩大搜索范围重新派单 List<Long> expandedCandidates = staffMatcher.findNearbyStaff(order, 10000); // 扩大到10公里 dispatchOrder(orderId, expandedCandidates); } }); } }
五、关键设计考量
1. 连接管理与断线重连
WebSocket 长连接在移动网络环境下容易断开(切换 Wi-Fi / 4G、锁屏休眠等),需要在客户端实现自动重连机制:
- 心跳检测:客户端每 30 秒发送一次心跳帧,服务端 60 秒未收到则主动关闭连接。
- 指数退避重连:断线后按 1s → 2s → 4s → 8s 的间隔重试,避免服务端瞬时压力过大。
- 消息补偿:重连成功后,客户端携带最后收到的消息 ID,服务端补发遗漏消息。
2. 消息可靠性保障
推送链路中不能丢消息,否则会导致订单无人处理。建议采用以下策略:
- 消息持久化:派单消息写入消息队列时设置持久化,确保服务重启后消息不丢失。
- ACK 机制:客户端收到推送后需回复确认,服务端未收到 ACK 则重新推送。
- 幂等处理:客户端根据
orderId做去重,防止重复推送导致多次接单弹窗。
3. 派单策略优化
简单的"广播给所有人"在实际运营中会导致大量无效推送,建议引入分层派单策略:
- 第一层:按距离排序,优先推送给 3 公里内、当前空闲的服务人员(最多 5 人)。
- 第二层:60 秒无响应后,扩大至 5 公里范围。
- 第三层:仍无响应则推送至全城,并标记为"加急单"提升优先级。
六、总结
实时接单推送的核心挑战在于移动网络环境下的连接稳定性和消息的可靠投递。本文给出的方案是 WebSocket 长连接为主、云推送为辅的双通道架构,配合消息队列实现异步解耦,通过超时重派和分层派单策略保证订单最终被处理。在实际落地时,建议先用云厂商的推送服务快速验证业务模型,待日活和订单量增长后再逐步引入自建 WebSocket 集群,避免过早优化。