电商项目之Mailgun邮件退信率升高

1 项目背景

运维人员进行日常巡检发现Mailgun邮件代发渠道的退信率不寻常，在某个时间段会飙高。这会有2个影响：
（1）针对运维的角度，Mailgun官方会将公司注册的mailgun账号封了。
（2）针对业务方的角度，电商系统无法在买家支付后发出订单邮件，从而导致买家取消订单、拒付的概率升高，最终导致支付成功率下降。

2 前言

• 本文阐述的是笔者遇到的真实案例，非八股文或者自己玩玩的小demo。本文适合对电商业务感兴趣的小伙伴
• 本文将着重以整体解决方案叙述作为一名Java开发者应该如何去处理生产级别的故障，不会手把手教你写代码，更多的是偏向于方法论、思考、技术设计落地、技术软能力

3 采取的措施

1. 配合运维人员排查退信率升高的原因（互相成就对方，相辅相成）
2. 从业务角度（咨询业务方）、技术角度（代码）排查什么场景会发送邮件
3. 向领导、运维人员、业务方反馈结果并沟通确定解决方案

4 排查的思路

退信率升高，肯定是因为发送邮件失败了。跟业务方确认，都有哪些场景会发送邮件，有（1）支付成功；（2）发货；（3）弃单通知；三个场景。查询在退信率飙高的时间段内创建的订单，并查询每个订单对应的邮箱。找业务方确认是否存在某些卖家进行刷单（由于是刷单，所以邮箱基本都是乱填的，会导致发邮件失败）。统计三个场景的发件数量。

5 原因

由于涉及到公司的业务，此小节简略一笔带过

1. 查到有某个卖家在刷单（支付成功触发的发送邮件）
2. 弃单通知发送邮件的数量过多，且大部分邮箱都是无效的

6 技术实现方案

1. 与运维调研新的邮件代发渠道，使用策略+模板模式整合多种邮件代发渠道，以此来达到支持快速切换渠道，降低账号被封的风险。上线后的效果：由于换了别的渠道发邮件，因此mailgun的退信率降低了。但是没有根本性解决mailgun退信率升高的问题，难道一直不用mailgun发邮件吗？不可能的。此方案只是用于临时解决mailgun退信率继续升高
2. 考虑到弃单通知挽回客户的价值不大，停止发送弃单通知邮件。上线后的效果：退信率大幅度降低，低于5%。但这只是临时性解决问题，无法从根本上解决（因为一开启发送弃单通知邮件，退信率仍然会升高）。在接下来的几天里，自研邮件风控方案并落地。
3. 自研邮件风控方案。
   （1）做一个收件人邮箱黑名单，存储发送失败的收件人邮箱，或收件人邮箱不存在、不可达。发信前先查收件人邮箱黑名单（由于C端页面并发量大，要做缓存，double check查询机制）。
   （2）统计每个站点的发信情况（已发送，发送失败，退信率，退信率阈值等，表设计留一个is_deleted字段标记是否删除，可以用来作为该站点的历史情况统计）。统计每条发信的情况（收件人，是否发送失败，失败原因等）。站点的退信率超过阈值则风控该站点，不允许发送该站点的邮件。
   （3）利用MX记录，校验收件人邮箱的域名，无法通过校验的邮箱，则不进行发送邮件并写入收件人邮箱黑名单（使用Double check写入库）。
   （4）引入第三方收费的邮箱校验服务。使用该服务前先校验MX记录来降低收费服务的成本。使用策略+模板模式整合多种第三方校验服务，以此来达到快速切换的效果。如果调用收费服务失败，需要告警到企业微信群（要做到把信息掌控在自己的手中，可以用来快速分析问题或者回答领导提出的问题）