去年年底的时候,我们线上出了一次事故,这个事故的表象是这样的:
系统出现了两个一模一样的订单号,订单的内容却不是不一样的,而且系统在按照
订单号查询的时候一直抛错,也没法正常回调,而且事情发生的不止一次,所以
这次系统升级一定要解决掉。
经手的同事之前也改过几次,不过效果始终不好:总会出现订单号重复的问题,
所以趁着这次问题我好好的理了一下我同事写的代码。
这里简要展示下当时的代码:
/** * OD单号生成 * 订单号生成规则&#xff1a;OD &#43; yyMMddHHmmssSSS &#43; 5位数(商户ID3位&#43;随机数2位) 22位 */ public static String getYYMMDDHHNumber(String merchId){ StringBuffer orderNo &#61; new StringBuffer(new SimpleDateFormat("yyMMddHHmmssSSS").format(new Date())); if(StringUtils.isNotBlank(merchId)){ if(merchId.length()>3){ orderNo.append(merchId.substring(0,3)); }else { orderNo.append(merchId); } } int orderLength &#61; orderNo.toString().length(); String randomNum &#61; getRandomByLength(20-orderLength); orderNo.append(randomNum); return orderNo.toString(); } /** 生成指定位数的随机数 **/ public static String getRandomByLength(int size){ if(size>8 || size<1){ return ""; } Random ne &#61; new Random(); StringBuffer endNumStr &#61; new StringBuffer("1"); StringBuffer staNumStr &#61; new StringBuffer("9"); for(int i&#61;1;i
可以看到&#xff0c;这段代码写的其实不怎么好&#xff0c;代码部分暂且不议&#xff0c;代码中使订单号不重复的主要因素点是随机数和毫秒&#xff0c;可是这里的随机数只有两位
在高并发环境下极容易出现重复问题&#xff0c;同时毫秒这一选择也不是很好&#xff0c;在多核CPU多线程下&#xff0c;一定时间内(极小的)这个毫秒可以说是固定不变的(测试验证过)&#xff0c;所
以这里我先以100个并发测试下这个订单号生成&#xff0c;测试代码如下&#xff1a;
public static void main(String[] args) { final String merchId &#61; "12334"; List orderNos &#61; Collections.synchronizedList(new ArrayList()); IntStream.range(0,100).parallel().forEach(i->{ orderNos.add(getYYMMDDHHNumber(merchId)); }); List filterOrderNos &#61; orderNos.stream().distinct().collect(Collectors.toList()); System.out.println("生成订单数&#xff1a;"&#43;orderNos.size()); System.out.println("过滤重复后订单数&#xff1a;"&#43;filterOrderNos.size()); System.out.println("重复订单数&#xff1a;"&#43;(orderNos.size()-filterOrderNos.size())); }
果然&#xff0c;测试的结果如下&#xff1a;
生成订单数&#xff1a;100过滤重复后订单数&#xff1a;87重复订单数&#xff1a;13
当时我就震惊了&#xff0c;一百个并发里面竟然有13个重复的&#xff01;&#xff01;&#xff01;&#xff0c;我赶紧让同事先不要发版&#xff0c;这活儿我接了&#xff01;
对这一烫手的山竽拿到手里没有一个清晰的解决方案可是不行的&#xff0c;我大概花了6&#43;分钟和同事商量了下业务场景&#xff0c;决定做如下更改&#xff1a;
- 去掉商户ID的传入(按同事的说法,传入商户ID也是为了防止重复订单的&#xff0c;事实证明并没有叼用)
- 毫秒仅保留三位(缩减长度同时保证应用切换不存在重复的可能)
- 使用线程安全的计数器做数字递增(三位数最低保证并发800不重复,代码中我给了4位)
- 更换日期转换为java8的日期类以格式化(线程安全及代码简洁性考量)
经过以上思考后我的最终代码是&#xff1a;
/** 订单号生成(NEW) **/ private static final AtomicInteger SEQ &#61; new AtomicInteger(1000); private static final DateTimeFormatter DF_FMT_PREFIX &#61; DateTimeFormatter.ofPattern("yyMMddHHmmssSS"); private static ZoneId ZONE_ID &#61; ZoneId.of("Asia/Shanghai"); public static String generateOrderNo(){ LocalDateTime dataTime &#61; LocalDateTime.now(ZONE_ID); if(SEQ.intValue()>9990){ SEQ.getAndSet(1000); } return dataTime.format(DF_FMT_PREFIX)&#43;SEQ.getAndIncrement(); }
当然代码写完成了可不能这么随随便便结束了&#xff0c;现在得走一个测试main函数看看&#xff1a;
public static void main(String[] args) { List orderNos &#61; Collections.synchronizedList(new ArrayList()); IntStream.range(0,8000).parallel().forEach(i->{ orderNos.add(generateOrderNo()); }); List filterOrderNos &#61; orderNos.stream().distinct().collect(Collectors.toList()); System.out.println("生成订单数&#xff1a;"&#43;orderNos.size()); System.out.println("过滤重复后订单数&#xff1a;"&#43;filterOrderNos.size()); System.out.println("重复订单数&#xff1a;"&#43;(orderNos.size()-filterOrderNos.size())); } /** 测试结果&#xff1a; 生成订单数&#xff1a;8000 过滤重复后订单数&#xff1a;8000 重复订单数&#xff1a;0 **/
真好&#xff0c;一次就成功了&#xff0c;可以直接上线了。。。
然而&#xff0c;我回过头来看以上代码&#xff0c;虽然最大程度解决了并发单号重复的问题&#xff0c;不过对于我们的系统架构还是有一个潜在的隐患&#xff1a; 如果当前
应用有多个实例(集群)难道就没有重复的可能了&#xff1f;
鉴于此问题就必然需要一个有效的解决方案&#xff0c;所以这时我就思考&#xff1a;多个实例应用订单号如何区分开呢&#xff1f;以下为我思考的大致方向&#xff1a;
- 使用UUID(在第一次生成订单号时初始化一个)
- 使用redis记录一个增长ID
- 使用数据库表维护一个增长ID
- 应用所在的网络IP
- 应用所在的端口号
- 使用第三方算法(雪花算法等等)
- 使用进程ID(某种程度下是一个可行的方案)在此我想了下&#xff0c;我们的应用是跑在docker里面&#xff0c;而且每个docker容器内的应用端口都一样&#xff0c;不过网路IP不会存在重复的问题&#xff0c;至于进程也有存在重复的可能&#xff0c;
对于UUID的方式之前吃过亏&#xff0c;远之吧&#xff0c;redis或DB也算是一种比较好的方式&#xff0c;不过独立性较差。。。&#xff0c;同时还有一个因素也很重要&#xff0c;就是所有涉及到订单号生成的
应用都是在同一台宿主机(linux实体服务器)上&#xff0c; 所以就目前的系统架构我选用了IP的方式。
一下是我的代码&#xff1a;
import org.apache.commons.lang3.RandomUtils;import java.net.InetAddress;import java.time.LocalDateTime;import java.time.ZoneId;import java.time.format.DateTimeFormatter;import java.util.ArrayList;import java.util.Collections;import java.util.List;import java.util.concurrent.atomic.AtomicInteger;import java.util.stream.Collectors;import java.util.stream.IntStream;public class OrderGen2Test { /** 订单号生成 **/ private static ZoneId ZONE_ID &#61; ZoneId.of("Asia/Shanghai"); private static final AtomicInteger SEQ &#61; new AtomicInteger(1000); private static final DateTimeFormatter DF_FMT_PREFIX &#61; DateTimeFormatter.ofPattern("yyMMddHHmmssSS"); public static String generateOrderNo(){ LocalDateTime dataTime &#61; LocalDateTime.now(ZONE_ID); if(SEQ.intValue()>9990){ SEQ.getAndSet(1000); } return dataTime.format(DF_FMT_PREFIX)&#43; getLocalIpSuffix()&#43;SEQ.getAndIncrement(); } private volatile static String IP_SUFFIX &#61; null; private static String getLocalIpSuffix (){ if(null !&#61; IP_SUFFIX){ return IP_SUFFIX; } try { synchronized (OrderGen2Test.class){ if(null !&#61; IP_SUFFIX){ return IP_SUFFIX; } InetAddress addr &#61; InetAddress.getLocalHost(); // 172.17.0.4 172.17.0.199 , String hostAddress &#61; addr.getHostAddress(); if (null !&#61; hostAddress && hostAddress.length() > 4) { String ipSuffix &#61; hostAddress.trim().split(".")[3]; if (ipSuffix.length() &#61;&#61; 2) { IP_SUFFIX &#61; ipSuffix; return IP_SUFFIX; } ipSuffix &#61; "0" &#43; ipSuffix; IP_SUFFIX &#61; ipSuffix.substring(ipSuffix.length() - 2); return IP_SUFFIX; } IP_SUFFIX &#61; RandomUtils.nextInt(10, 20) &#43; ""; return IP_SUFFIX; } }catch (Exception e){ System.out.println("获取IP失败:"&#43;e.getMessage()); IP_SUFFIX &#61; RandomUtils.nextInt(10,20)&#43;""; return IP_SUFFIX; } } public static void main(String[] args) { List orderNos &#61; Collections.synchronizedList(new ArrayList()); IntStream.range(0,8000).parallel().forEach(i->{ orderNos.add(generateOrderNo()); }); List filterOrderNos &#61; orderNos.stream().distinct().collect(Collectors.toList()); System.out.println("订单样例&#xff1a;"&#43; orderNos.get(22)); System.out.println("生成订单数&#xff1a;"&#43;orderNos.size()); System.out.println("过滤重复后订单数&#xff1a;"&#43;filterOrderNos.size()); System.out.println("重复订单数&#xff1a;"&#43;(orderNos.size()-filterOrderNos.size())); }}/** 订单样例&#xff1a;20082115575546011022 生成订单数&#xff1a;8000 过滤重复后订单数&#xff1a;8000 重复订单数&#xff1a;0**/
[最后] 代码说明及几点建议&#xff1a;
- generateOrderNo()方法内不需要加锁&#xff0c;因为AtomicInteger内使用的是CAS自旋转锁(保证可见性的同时也保证原子性,具体的请自行了解)
- getLocalIpSuffix()方法内不需要对不为null的逻辑加同步锁(双向校验锁&#xff0c;整体是一种安全的单例模式)
- 本人实现的方式并不是解决问题的唯一方式&#xff0c;具体解决问题需要视当前系统架构具体而论
- 任何测试都是必要的&#xff0c;我同事在前几次尝试解决这个问题后都没有自测&#xff0c;不测试有损开发专业性&#xff01;
作者&#xff1a;funnyZpC
来源&#xff1a;https://www.cnblogs.com/funnyzpc/p/13541713.html