订单状态卡死的偶发 Bug 定位

线上每天有十几单支付成功后卡在待发货，超过 24 小时不动，排查两周没结论。手上有状态机代码与近两周的订单号，本周要交给主管一份定位方案。

【计划】
1. 第一步列假设：至少三条没验过的假设，标准是每条都能被一条 SQL 证伪。
2. 第二步查流转：找出停在待发货且不再被捞起的路径，标准是画出状态图。
3. 第三步查并发：确认版本号会不会被旧消息覆盖，标准是给出可复现的时序。
4. 第四步给修法与副作用：最小改动堵缺口，标准是不引入新的死状态。

【执行】
1. 假设一：消息没投递，验证方式是查这十几单在消息队列里的投递记录。
2. 假设二：消费者收到但事务回滚，验证方式是按订单号查消费日志与连接报错。
3. 假设三：状态更新成功但定时任务没捞到，验证方式是比对更新时刻与扫描区间。
4. 流转与并发：重投三次后进死信无人处理；旧消息可能带老版本号回写覆盖新状态。

【回改计划】
1. 偏离点落在第四步：只加重试次数会把死信问题往后推，原计划需改。
2. 更新后计划：改为死信进补偿队列并由定时任务扫尾，重试次数维持三次。
3. 兜底设计：加一条超过 30 分钟未发货就主动查支付状态的补偿规则。
4. 最小改动：消费者失败落死信表，新增每分钟扫描任务，其余状态机不动。