Magento2中双重返还商店信用余额的问题分析与解决方案
2025-05-20 17:55:21作者:滕妙奇
问题背景
在Magento 2.4.6-p4版本中,当客户使用商店信用余额(Store Credit)进行支付时,如果支付过程中外部支付服务提供商(PSP)返回错误,系统会出现双重返还商店信用余额的问题。这种情况会导致客户账户中的信用余额被错误地返还两次,给商家带来财务损失。
问题重现场景
- 客户账户中存有一定金额的商店信用余额
- 客户使用部分或全部商店信用余额进行订单支付
- 支付过程中外部PSP返回错误
- 系统处理错误时,错误地执行了两次信用余额返还操作
技术原因分析
问题的根源在于Magento的事件处理机制存在缺陷。当支付失败时,系统会触发以下两个事件:
sales_model_service_quote_submit_failure事件:该事件会调用RevertStoreCreditObserver观察者返还信用余额- 订单取消后触发的
order_cancel_after事件:该事件再次调用相同的观察者返还信用余额
由于两个事件都调用了相同的信用余额返还逻辑,且系统没有检查是否已经执行过返还操作,导致信用余额被返还两次。
解决方案
核心解决思路是在返还商店信用余额前,检查是否已经执行过相同订单的返还操作。可以通过查询信用余额历史记录来实现这一检查。
以下是改进后的代码逻辑:
- 在
RevertStoreCreditForOrder观察者中添加历史记录检查 - 查询该客户、该订单是否已有返还记录
- 如果已有返还记录,则跳过本次返还操作
具体实现要点包括:
- 注入
HistoryColFactory依赖以查询历史记录 - 添加多重条件过滤查询(客户ID、网站ID、金额变化、操作类型等)
- 仅在确认无返还记录时才执行返还操作
技术实现建议
对于需要解决此问题的开发者,建议:
- 创建一个模块覆盖原观察者类
- 实现上述检查逻辑
- 在返还操作前添加详细日志记录,便于问题追踪
- 考虑添加事务处理确保数据一致性
总结
Magento2中的商店信用余额双重返还问题源于事件处理机制的不完善。通过添加返还前的历史记录检查,可以有效防止信用余额被多次返还。这个问题虽然不常见,但一旦发生会对商家造成财务影响,建议使用商店信用功能的Magento商家关注并修复此问题。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218