1. 当数据库说这个数据我见过时该怎么办第一次看到Duplicate entry错误时我正坐在凌晨三点的办公室里盯着屏幕上那个刺眼的1062错误码发呆。当时我们的用户注册系统刚上线就遇到了大量注册失败的情况。后来才发现原来这就是数据库在告诉我们嘿这条数据我已经有了别重复给我这个错误本质上是个数据身份证冲突。想象你去酒店办理入住前台发现你的身份证号已经登记过了——要么是系统搞错了要么是有人冒用了你的身份。数据库里的主键和唯一索引就像数据的身份证号当出现重复时就会触发这个错误。在实际项目中我见过最常见的三种翻车场景用户注册时手机号重复商品入库时条形码重复订单生成时流水号重复2. 从数据库设计开始防患于未然2.1 主键设计的艺术很多新手会直接用自增ID当主键就完事了但在高并发系统中这远远不够。我曾经参与过一个电商项目他们用商品名称当主键结果不同地区的方言写法导致大量冲突。好的主键设计应该遵循绝对唯一性像UUID或者雪花算法生成的ID无业务含义避免使用可能重复的业务字段类型精简尽量用整型而非字符串-- 不推荐的写法 CREATE TABLE products ( product_name VARCHAR(255) PRIMARY KEY, ... ); -- 推荐的写法 CREATE TABLE products ( id BIGINT UNSIGNED PRIMARY KEY, sku_code VARCHAR(32) UNIQUE, ... );2.2 唯一索引的正确打开方式唯一索引是把双刃剑。有次我们给用户邮箱加了唯一索引结果发现很多用户会用邮箱后缀的方式注册多个账号。后来我们改成了组合索引-- 识别真正唯一的用户 CREATE UNIQUE INDEX idx_user_identity ON users ( email_domain, email_local_part, phone_prefix, phone_number );2.3 字符集和排序规则的坑你可能想不到字符集也能导致重复键错误。我们有个国际化的项目发现café和café在utf8mb4下被认为是相同的。解决方案是明确指定排序规则CREATE TABLE restaurants ( name VARCHAR(100) COLLATE utf8mb4_bin UNIQUE, ... );3. 应用层的防御性编程3.1 先查后插的经典模式我见过太多人直接怼INSERT语句然后捕获异常这不是个好习惯。正确的做法应该是def create_user(user_data): with transaction.atomic(): if User.objects.filter(emailuser_data[email]).exists(): return {error: Email already registered} user User.objects.create(**user_data) return {success: True, user_id: user.id}3.2 高并发下的解决方案在秒杀场景下先查后插可能失效因为查询和插入不是原子操作。这时候需要上组合拳数据库层面使用SELECT FOR UPDATE加锁缓存层面用Redis的SETNX做分布式锁应用层面实现请求排队机制// 使用分布式锁的例子 public boolean registerUser(User user) { String lockKey user:register: user.getEmail(); try { // 尝试获取锁 boolean locked redisTemplate.opsForValue().setIfAbsent(lockKey, 1, 10, TimeUnit.SECONDS); if (!locked) { throw new BusinessException(操作太频繁请稍后再试); } // 真正的注册逻辑 return userRepository.createUser(user); } finally { redisTemplate.delete(lockKey); } }3.3 批量插入的处理技巧处理CSV文件导入时我推荐使用INSERT IGNORE或者ON DUPLICATE KEY UPDATE-- 方式一跳过重复记录 INSERT IGNORE INTO products (sku, name) VALUES (1001, iPhone 13), (1002, iPad Pro); -- 方式二更新重复记录 INSERT INTO inventory (product_id, stock) VALUES (1, 100), (2, 50) ON DUPLICATE KEY UPDATE stock VALUES(stock);4. 异常处理和优雅降级4.1 精准捕获异常不同编程语言捕获重复键异常的方式不同# Python Django from django.db.utils import IntegrityError try: user.save() except IntegrityError as e: if Duplicate entry in str(e): # 处理重复逻辑// Java Spring try { userRepository.save(user); } catch(DataIntegrityViolationException e) { if(e.getRootCause() instanceof MySQLIntegrityConstraintViolationException) { // 处理重复逻辑 } }4.2 给用户友好的反馈千万别直接把数据库错误扔给用户。我们有个血泪教训早期系统直接返回1062错误客服被用户骂惨了。后来我们做了错误码映射错误类型用户提示邮箱重复该邮箱已注册请直接登录或使用找回密码手机号重复该手机号已绑定其他账号用户名重复这个昵称太受欢迎了换一个试试4.3 数据修复流程真的出现重复数据怎么办我们设计了一套修复流程将异常数据移入待审核表触发人工审核流程提供数据合并工具记录完整操作日志-- 数据修复示例 BEGIN; INSERT INTO user_backup SELECT * FROM users WHERE email duplicateexample.com; DELETE FROM users WHERE email duplicateexample.com AND id NOT IN ( SELECT MIN(id) FROM users WHERE email duplicateexample.com ); COMMIT;5. 监控与持续优化5.1 搭建监控体系我们在Prometheus中配置了这些关键指标duplicate_errors_total重复错误计数recovery_time_seconds自动恢复耗时manual_fix_required需要人工干预的次数5.2 压力测试中的观察做负载测试时要特别关注唯一索引的写入性能锁竞争情况错误恢复耗时5.3 长期优化策略经过多个项目积累我们总结出这些经验高峰期临时放宽某些唯一性检查实现客户端本地去重采用最终一致性替代强一致性定期清理僵尸数据释放唯一键有一次我们处理了200万用户的数据合并最终形成了这套完整的防重体系。记住好的系统不是不犯错而是知道如何优雅地处理错误。