Google数据工程师认证样题答疑：为何选D而非B？

核心问题在于你误解了Cloud Pub/Sub中messageId的作用——它根本没法用来做业务事件的去重。

选项B的问题 #

Cloud Pub/Sub生成的messageId是单次发布请求的唯一标识，和业务事件本身无关。当POS终端因为网络中断重试发送同一个库存更新事件（比如同一个订单的商品扣减），这是两次独立的发布操作，Pub/Sub会给这两次请求生成完全不同的messageId。你要是用messageId去重，根本识别不出这是同一个业务事件的重试，重复消息还是会被处理，库存统计依然会出错。

选项D的合理性 #

库存更新的本质是绑定到具体订单的：同一个订单对同一个商品的库存变更，无论终端重试多少次，都只应该被计算一次。添加orderId作为业务层面的唯一订单标识，再结合prodSku（商品SKU），就能精准识别重复的业务事件——只要是同一个orderId+prodSku的组合，就判定为同一库存更新操作的重试，直接丢弃即可，这样就能彻底避免重复统计的问题，保证库存数据准确。

其他选项的问题补充 #

• 选项A：publishTime是消息发布的时间戳，重试消息的publishTime必然不同，而且不同业务事件也可能刚好在同一时间发布，完全不具备去重的可行性。
• 选项C：用最终库存值adjustedQuantity替代增量quantityDelta，会丢失实时增量的上下文，而且多个终端并发更新时，直接覆盖最终值会导致数据冲突，根本没法保证统计准确。

内容的提问来源于stack exchange，提问作者WernerZiegler