技术沉淀

功能测试都过了，为什么上线后还是出事？因为测试覆盖的是有人操作的路径，而文件和异步的漏洞全藏在没人操作的地方：中断、重复、积压、静默。六处逐一给防线。

客户说「加个 AI」，先别急着做自动化。AI 接进业务系统只有三种形态——旁路只读、助手确认后执行、自动化直接执行，三者在权限、审计、回滚上的成本完全不同，从旁路起步。

定时任务上多实例部署要过三关：分布式锁防同时跑、水位表防漏跑、补跑要幂等。锁写错比不加锁更险，漏跑比慢跑更贵——对账任务漏一晚，差异就永远对不上。

死信队列堆了三天没人看，和值班同学半夜起来重投消息，是同一个设计错误的两个方向。死信是人审的工作清单：告警自动、处置有人、重投幂等。

超时关单、预约提醒这类「到点才做」的任务，实现不外乎三种：数据库扫表、MQ 延迟消息、Redis ZSet。先分清业务要准时还是要不丢，选型就不会摇摆。

重复消费有标准答案，顺序没有——前者加唯一键就完事，后者要么牺牲吞吐要么靠状态机拒收。最疼的是两个一起来：重试期间乱序。

判断标准只有三个问题：这条数据丢不起吗、能晚多久、要通知几方。三个答案都不紧迫，一张数据库任务表就够；私有化客户拒绝装 MQ 的项目，每天三万单照样跑。

一份设定好的对账样例：附件表里 8 万行、桶里 9.3 万个对象，多出来的 1.3 万从哪来、能不能直接删？答案在两边对账加宽限期：单边清单都不可信，删之前先分类成因。

对象存储里没有文件夹，「目录」只是 key 的前缀；前缀定了，权限和生命周期才挂得上去。这篇给一套前缀规划、按前缀授权的写法，和一笔生命周期规则的经济账——配错规则的罚金比省下的钱多。

桶设成私有之后，前端怎么上传、怎么预览？答案是服务端签一条带时效的 URL 发给前端。签什么、有效期怎么定、拿什么凭证签，三件事里有两件和直觉相反。

直传、断点续传、秒传听起来是一个功能的三个阶段，其实是三个独立问题的三种解法：带宽绕行、大文件失败重来、重复文件不传。分清楚这三个问题，才知道自己的系统该先做哪个、哪个根本不用做。附各云厂商分片参数硬数字和一张 upload_task 表。

验收现场的顺序和开发时相反：客户不先点你讲了半小时的下单流程，而是拿出自己的 Excel 导一遍，再导出一张报表，最后打一张单。主流程决定系统能不能用，这三件事决定客户明天能不能上班；它们没有技术难度，只有工作量，报价里不写，后面就是免费加班。

凌晨一点半，客服在群里说“系统很卡”，这句话没法直接动手。要先把它拆成谁慢、哪个接口慢、从几点开始，才谈得上排查。200 QPS 的系统用不上重型 APM，但 traceId、四组指标和每条告警对应的 Runbook 缺一不可；这三样没有，监控大盘只是挂在墙上的屏保。

演示阶段准备二十个问题，答对十九个不难；接进业务系统之后，真正会出事的是它把另一个租户的制度答了出来，语气还很确定。RAG 的工程难点不在模型，在检索前的权限过滤、文档版本和删除的同步、一套从真实工单里长出来的评测集；Agent 再往前走一步，写操作必须停下来等人确认。

迁移项目开工第一天，客户发来一个压缩包，说数据都在里面。导进去只用了一个下午，财务发现上个月的应收少了一万二千七百八十八，用了三个星期才问明白差在哪。迁移的验收，说了算的是客户财务签字确认的金额、总量和权限范围；Excel 的合并单元格、期初余额、旧单号、离职员工，每一件都能让这个签字拖到下周。

内网机器不给出网，最小化镜像里没有 CA 证书和中文字体，jar 里的 native 库只带 x86_64，镜像 tag 写成 latest 到了离线环境就是一个陌生的镜像名。“在我机器上跑通了”这句话在客户机房里不值钱，介质、环境检查、库结构、密钥、升级和回滚，每缺一样都能让安装卡在当场。

只比渠道账单和我方订单，抓不到手续费漏记和分账记错。对账要能回答“错在哪一层”：渠道流水、业务订单、账户分录各对一次。下载地址 30 秒就失效、微信账单只给三个月、账单里的退款行出账后状态不再更新，而对账系统自己的失效方式是任务返回成功。

余额字段一旦能被 update，账就只能靠人工对平。账户管谁是主体、流水管动了多少、凭证管为什么动，三张表各管一件事。分账规则要带生效区间，退款要按原分录反向冲销，可用和冻结别做成一行两列。代收再结算算不算二次清算，这条线绕不开。

支付回调出错时不会报错。验签过了不等于认对了这一单，接口回了成功不等于账落了，退款受理不等于退成功，对账脚本解析出零行也照样返回成功。这些错全靠表结构和幂等键挡住。

隔离模型选对了，租户条件仍然会从别的地方漏掉。缓存 key 少一段前缀，线程池里的上下文随着工作线程复用飘走，定时任务不带租户跑全表，搜索索引查询忘了 filter。八处的共同点不是层级深浅，是它们都绕开了你写好的那一层租户拦截器。按爆炸时间从上线第一天排到第一次月结。

订单状态那一列管得住“现在是什么”，管不住“谁把它改成的”“当时能不能改”“同一件事收到两次会怎样”。把 updateStatus(id, 3) 换成事件加守卫，改动量就是那十几处调用各自想清楚自己发的是哪个事件。

需求说“要加门店”，开发在 sys_dept 上加了一列 type，两行代码当天上线。三个月后加代理商，type 多个值；半年后要求门店同时归区域运营、归总部核算，parent_id 只有一个。行政组织、经营单元、外部主体这三层的差别不在层级深浅，在于谁需要历史、谁会算钱、谁是外部人。

一句“销售只能看自己的客户”，里面藏着行、列、入口、失效四个判定，RBAC 一个都答不了。这篇讲数据范围怎么落成一条 SQL、@DataScope 这类拼法会在哪一层漏、成本价为什么会整整齐齐出现在导出的 Excel 里，以及为什么详情接口是行级权限最大的口子。

多租户不是加个 tenant_id 就完了。共享表、独立 schema、独立库，三种模型的成本和失效方式不一样。这篇按 Spring Boot + MySQL 讲我怎么选、怎么落地，以及异步、定时任务、MQ、导出这些地方怎么漏。