ネットワークスイッチに接続された青いイーサネットケーブル
設計と運用

リマインダー通知が二重送信される原因と防ぎ方:冪等性設計の落とし穴

目次を見る

サブスクリプションの更新リマインダーや請求通知を、スケジュールしてから遅延実行するSaaS(Software as a Serviceの略で、サーバー上のソフトウェアをブラウザ経由で提供する形態)を運用しているなら、一度は「同じ通知が二重に届いた」という問い合わせを受けたことがあるかもしれません。本記事は、キュー(処理待ちのタスクを順番に並べておく仕組み)やポーリング(一定間隔で状態を確認しに行く方式)を使った非同期通知の設計で起きやすい落とし穴と、その確認・対策方法を整理したものです。

欧州と米国にまたがるメディア系SaaSを例に考えると、問題の本質が見えやすくなります。欧州時間09:00に更新リマインダーを送る予定が、08:59に解約され、ワーカー(キューからタスクを取り出して処理するプロセス)がリース(タスクの処理権限を一定時間だけ借りる仕組み)タイムアウト後の09:01にタスクを受け取ったとします。このとき正しい挙動は「現在の契約状態を見て送信をスキップし、その判断を記録する」ことです。しかし多くの実装は、スケジュール時点のペイロード(送信内容のデータ)をそのまま再生してしまいます。

何が起きるか:配信は「少なくとも1回」にしかならない

キューにもポーリングワーカーにも、厳密な「ちょうど1回だけ実行する」仕組みは存在しません。ネットワーク障害やプロセスのクラッシュに備える以上、再送によって同じタスクが複数回処理される可能性を消すことはできないからです。

これは設計の欠陥ではなく、分散システムの前提です。Amazon SQSやRabbitMQといった一般的なメッセージキューも、公式ドキュメントで「at-least-once delivery(少なくとも1回の配信)」を明言しています。問題は、この前提を知らずに「キューから一度取り出せたら送信は1回だけ」と思い込んで実装してしまうことです。

結果として起きる事象は主に3パターンあります。1つ目は、解約や内容変更があったのに古い情報のまま通知が送られるケース。2つ目は、通知プロバイダへのリクエストは成功したのにレスポンスが消え、ワーカーが「失敗した」と誤認して再送するケース。3つ目は、データベースへのコミット前にプロセスが落ち、タスクが宙に浮くケースです。

なぜ起きるか:ビジネス事実と配信記録を混同している

原因を段階的に分解すると、根っこにあるのは「配信層(キューやワーカー)に、ビジネス上の正しさの判断を任せてしまっている」ことです。

キューは「解約されたこと」も「締め切りが変更されたこと」も「通知が法的に不適切になったこと」も知りません。キューが知っているのは「このメッセージをこのワーカーに渡した」という事実だけです。これはトランスポート(運搬手段)の責務であり、ビジネスロジックの責務ではありません。

この区別を怠ると、スケジュール時点のデータをそのままペイロードに埋め込み、配信時にもう一度現在の状態を確認しない実装になりがちです。たとえば「09:00にAさんへ更新メールを送る」というタスクをスケジュールした瞬間のサブスクリプション情報をペイロードに固定してしまうと、08:59の解約を反映できません。

さらに根本原因を遡ると、冪等性(同じ操作を複数回行っても結果が1回分と同じになる性質)を「配信の重複排除」だけで実現しようとしている設計ミスがあります。メッセージIDの重複排除はキュー側の機能として提供されることがありますが、それはあくまで「同じメッセージを2回処理しない」保証であり、「ビジネス上の効果が1回分になる」保証ではありません。同じメッセージが2回処理されなくても、タイムアウトで再送された別のメッセージ扱いのタスクが同じ結果をもう一度引き起こすことは防げないからです。

自分のプロジェクトが該当するかの確認方法

次の観点で、手元のコードベースを確認してみてください。

  • スケジューラが書き込むレコードに、業務キー(operation key。1つの業務操作に対して1つだけ発行される識別子)が含まれているか
  • ワーカーが処理を開始するとき、スケジュール時点のペイロードだけで判断せず、現在のDBレコードを再取得しているか
  • 送信結果が sent / skipped / expired / retryable のように、理由付きで状態として記録されているか、それとも「キューから消えた=成功」とみなしているか
  • スケジュール書き込みとキューへのenqueue(投入)が同一トランザクションになっているか、それとも別々の処理で「DBには書いたがキュー投入は失敗した」状態が発生しうるか

確認コマンドとしては、まずジョブテーブルやイベントテーブルのスキーマを見るのが早道です。

# 例: PostgreSQLでリマインダー関連テーブルのカラムを確認する
psql -d yourdb -c "\d reminders"

# operation_key や subscription_version のようなカラムが
# 存在するかをまず目視で確認する

もしテーブルに「送信日時」しかなく、業務キーやバージョン番号のカラムが存在しないなら、再送時に現在状態との整合性を取れない設計になっている可能性が高いです。

対策の手順

対策は大きく3段階です。

1. レコード設計の見直し: リマインダーの意図(締め切り、業務キー、サブスクリプションのバージョン番号、現在のステータス)を、キューに渡す前にデータベースへ書き込みます。タイムゾーンは「欧州09:00」のような曖昧な表現ではなく、明示的なタイムゾーン解釈とUTC(協定世界時)のタイムスタンプの両方を保持します。

2. アウトボックスパターンの導入: DBへの書き込みとキューへのenqueueがバラバラだと、「DBには保存されたがキュー投入は失敗した」という不整合が起きます。アウトボックスパターン(DB更新とメッセージ送信を同一トランザクション内の操作に見せかける設計)を使うか、少なくともトランザクション境界を明確にします。

3. 消費側での再評価の強制: ワーカーやHTTPSの受信エンドポイントは、タスクを受け取った時点のペイロードをそのまま使わず、必ず現在のレコードを再取得してから送信可否を判断します。そのうえで、結果を sent / skipped / expired / retryable のいずれかとして理由付きで書き戻します。

この設計のもとでは、キューをpush型のWebhook(Webサーバーが外部から直接リクエストを受け取る仕組み)にするか、ポーリングワーカーにするかは、二次的な選択になります。Webアプリケーションがすでにingress(外部からの通信の受け口)を持っているなら公開HTTPSのWebhook受信で十分ですが、配信の所有権を自分のプロセス側に置きたいなら、ポーリングワーカーが向いています。どちらを選んでも、レコードが「なぜその結果になったか」を説明できなければ、曖昧さの発生場所が移るだけです。

設計判断の軸として持っておくこと

冪等性は配信層の重複排除機能ではなく、業務データの再評価ロジックとして実装する必要があります。

最後に、日本の開発現場でよく使われる技術との対応関係を整理しておきます。AWS SQSのメッセージ重複排除IDや、RabbitMQのコンシューマ確認応答(ack)は、いずれも「配信」の重複を抑える機能であり、「業務効果」の重複を防ぐものではありません。Sidekiq(Rubyのジョブキュー)やCelery(Pythonの非同期タスクキュー)を使っている場合も同様で、ジョブの再試行設定だけに頼ると同じ落とし穴にはまります。

まとめ

非同期通知の二重送信は、キューやワーカーの不具合というより、業務レコードの設計不足が根本原因であることが多いです。

次の一歩として、まずは自分のリマインダー関連テーブルに業務キーとバージョン番号のカラムがあるかを確認してください。なければ、スケジュール書き込みとキュー投入のトランザクション境界を見直すところから着手するのが現実的です。

キューをpush型にするかポーリングにするかという選択は、このレコード設計が固まったあとに検討すれば十分です。

参考

Small SaaS Europe-US: Public HTTPS Webhook Push, Queue Subscribe, or Polling Worker

AI 駆動開発のご相談は forva AI へ。

まずはお気軽にどうぞ。