Laravel Cashier Stripe 订阅取消事件处理机制解析
2025-07-01 08:45:48作者:袁立春Spencer
问题背景
在使用Laravel Cashier Stripe处理订阅业务时,开发者发现当用户通过客户门户取消订阅时,如果选择了"立即取消"并填写了取消原因,订阅表中的ends_at字段会被设置为null。这导致subscribed()方法无法正确识别订阅已结束的状态。
技术分析
事件处理流程
当用户取消订阅时,Stripe会发送两个关键事件:
- customer.subscription.updated:更新订阅状态
- customer.subscription.deleted:标记订阅删除
在正常情况下,这两个事件的顺序是:
- 先触发updated事件
- 再触发deleted事件
但当用户选择"立即取消"并填写取消原因时,事件顺序会反转:
- 先触发deleted事件
- 再触发updated事件
字段差异解析
Stripe API中有几个关键字段用于表示取消状态:
- cancel_at:表示计划在未来某个时间点取消(当设置为"在计费周期结束时取消"时使用)
- canceled_at:表示实际取消的时间戳(当选择"立即取消"时使用)
- cancel_at_period_end:布尔值,表示是否在计费周期结束时取消
问题根源
Laravel Cashier在处理这些事件时,原本的逻辑是基于cancel_at字段来判断取消时间。但在"立即取消"场景下,正确的字段应该是canceled_at。此外,事件顺序的反转导致ends_at字段被错误地设置为null。
解决方案
正确的处理逻辑应该:
-
首先检查
cancel_at_period_end标志- 如果为true,使用
cancel_at字段 - 如果为false,检查
canceled_at字段
- 如果为true,使用
-
对于事件顺序问题,需要确保无论事件顺序如何,都能正确设置结束时间
最佳实践建议
- 订阅状态检查:在应用中检查订阅状态时,应该同时考虑多种取消场景
- 事件处理:在处理webhook时,应考虑事件顺序可能变化的情况
- 日志记录:建议记录完整的事件数据,便于调试和问题追踪
总结
理解Stripe订阅取消机制的不同场景对于构建可靠的订阅系统至关重要。Laravel Cashier作为与Stripe集成的工具包,需要正确处理各种取消情况下的字段差异和事件顺序。开发者在使用时应当注意这些细节,确保订阅状态能够被准确记录和识别。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147