Yearning工单系统重复点击流转导致数据重复问题分析
2025-05-26 12:27:07作者:廉皓灿Ida
问题现象
在Yearning工单系统中,当用户在工单界面快速多次点击"流转到下一步"按钮时,系统会在core_workflow_details表中创建多条完全相同的记录。这些重复记录会导致后续环节打开工单时出现500内部服务器错误,影响正常业务流程。
技术分析
该问题属于典型的并发控制问题,具体表现为:
-
数据重复写入:系统未对"流转到下一步"操作做防重处理,导致短时间内重复提交相同请求时,后端会多次执行相同的业务逻辑。
-
数据库设计:core_workflow_details表似乎没有设置合适的唯一约束或业务键约束,无法从数据库层面防止重复数据插入。
-
前端防抖缺失:用户界面没有对按钮点击做防抖处理,允许用户在短时间内多次触发相同操作。
-
后端幂等性不足:后端API没有实现幂等性设计,相同的请求参数会导致多次业务处理。
影响范围
该问题会影响以下功能:
- 工单流转过程的正常记录
- 工单时间线展示功能
- 后续环节处理工单的能力
解决方案
针对此类问题,通常可以采取以下技术方案:
-
前端防抖处理:在前端对"流转到下一步"按钮添加防抖机制,防止用户短时间内多次点击。
-
后端幂等控制:
- 为每个流转操作生成唯一请求ID
- 使用数据库事务确保操作的原子性
- 添加业务逻辑检查,避免重复流转
-
数据库优化:
- 在core_workflow_details表中添加合适的唯一约束
- 考虑使用复合主键防止重复记录
-
错误处理增强:
- 对时间线查询接口添加更健壮的错误处理
- 当检测到异常数据时提供自动修复机制
临时解决方案
对于已经出现问题的环境,可以手动删除core_workflow_details表中的重复记录来恢复功能:
DELETE FROM core_workflow_details
WHERE Id IN (SELECT Id FROM core_workflow_details
GROUP BY work_id, 其他关键字段
HAVING COUNT(*) > 1);
最佳实践建议
-
对于关键业务流程操作,应始终考虑并发控制和幂等性设计。
-
数据库表设计时应考虑业务场景,添加适当的约束条件。
-
用户界面应对可能引起问题的操作添加视觉反馈和操作限制。
-
系统应记录详细的操作日志,便于问题排查和数据修复。
该问题已在Yearning v3.1.8版本中得到修复,建议用户及时升级到最新版本。
登录后查看全文
热门项目推荐
相关项目推荐
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
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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