1次订单事故，扣了我3个月绩效！

 [[388607]] 

图片来自 Pexels

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：OD + yyMMddHHmmssSSS + 5位数(商户ID3位+随机数2位) 22位 
     */ 
    public static String getYYMMDDHHNumber(String merchId){ 
        StringBuffer orderNo = 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 = orderNo.toString().length(); 
        String randomNum = 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 = new Random(); 
        StringBuffer endNumStr = new StringBuffer("1"); 
        StringBuffer staNumStr = new StringBuffer("9"); 
        for(int i=1;i<size;i++){ 
            endNumStr.append("0"); 
            staNumStr.append("0"); 
        } 
        int randomNum = ne.nextInt(Integer.valueOf(staNumStr.toString()))+Integer.valueOf(endNumStr.toString()); 
        return String.valueOf(randomNum); 
    } 

可以看到，这段代码写的其实不怎么好，代码部分暂且不议，代码中使订单号不重复的主要因素点是随机数和毫秒，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，同时毫秒这一选择也不是很好，在多核 CPU 多线程下，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)。

所以这里我先以 100 个并发测试下这个订单号生成，关注微信订阅号码匠笔记，回复架构获取一些列的架构知识。

测试代码如下：

public static void main(String[] args) { 
        final String merchId = "12334"; 
        List<String> orderNos = Collections.synchronizedList(new ArrayList<String>()); 
        IntStream.range(0,100).parallel().forEach(i->{ 
            orderNos.add(getYYMMDDHHNumber(merchId)); 
        }); 
 
        List<String> filterOrderNos = orderNos.stream().distinct().collect(Collectors.toList()); 
 
        System.out.println("生成订单数："+orderNos.size()); 
        System.out.println("过滤重复后订单数："+filterOrderNos.size()); 
        System.out.println("重复订单数："+(orderNos.size()-filterOrderNos.size())); 
    } 

果然，测试的结果如下：

生成订单数：100 
过滤重复后订单数：87 
重复订单数：13 

生成订单数：100过滤重复后订单数：87重复订单数：13

当时我就震惊了，一百个并发里面竟然有 13 个重复的!!!我赶紧让同事先不要发版，这活儿我接了!

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，我大概花了 6 分多钟和同事商量了下业务场景。

最后决定做如下更改：

• 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，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：

/** 订单号生成(NEW) **/ 
   private static final AtomicInteger SEQ = new AtomicInteger(1000); 
   private static final DateTimeFormatter DF_FMT_PREFIX = DateTimeFormatter.ofPattern("yyMMddHHmmssSS"); 
   private static ZoneId ZONE_ID = ZoneId.of("Asia/Shanghai"); 
   public static String generateOrderNo(){ 
       LocalDateTime dataTime = LocalDateTime.now(ZONE_ID); 
       if(SEQ.intValue()>9990){ 
           SEQ.getAndSet(1000); 
       } 
       return  dataTime.format(DF_FMT_PREFIX)+SEQ.getAndIncrement(); 
   } 

当然代码写完成了可不能这么随随便便结束了，现在得走一个测试 main 函数看看：

public static void main(String[] args) { 
 
    List<String> orderNos = Collections.synchronizedList(new ArrayList<String>()); 
    IntStream.range(0,8000).parallel().forEach(i->{ 
        orderNos.add(generateOrderNo()); 
    }); 
 
    List<String> filterOrderNos = orderNos.stream().distinct().collect(Collectors.toList()); 
 
    System.out.println("生成订单数："+orderNos.size()); 
    System.out.println("过滤重复后订单数："+filterOrderNos.size()); 
    System.out.println("重复订单数："+(orderNos.size()-filterOrderNos.size())); 
} 
 
/** 
    测试结果：  
    生成订单数：8000 
    过滤重复后订单数：8000 
    重复订单数：0 
**/ 

真好，一次就成功了，可以直接上线了。。。

然而，我回过头来看以上代码，虽然最大程度解决了并发单号重复的问题，不过对于我们的系统架构还是有一个潜在的隐患。

如果当前应用有多个实例(集群)难道就没有重复的可能了?鉴于此问题就必然需要一个有效的解决方案，所以这时我就思考：多个实例应用订单号如何区分开呢?

以下为我思考的大致方向：

• 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，我们的应用是跑在 Docker 里面，而且每个 Docker 容器内的应用端口都一样，不过网路 IP 不会存在重复的问题，至于进程也有存在重复的可能，对于 UUID 的方式之前吃过亏。

总之吧，Redis 或 DB 也算是一种比较好的方式，不过独立性较差。。。

同时还有一个因素也很重要，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， 所以就目前的系统架构我选用了 IP 的方式。

以下是我的代码：

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 = ZoneId.of("Asia/Shanghai"); 
    private static final AtomicInteger SEQ = new AtomicInteger(1000); 
    private static final DateTimeFormatter DF_FMT_PREFIX = DateTimeFormatter.ofPattern("yyMMddHHmmssSS"); 
    public static String generateOrderNo(){ 
        LocalDateTime dataTime = LocalDateTime.now(ZONE_ID); 
        if(SEQ.intValue()>9990){ 
            SEQ.getAndSet(1000); 
        } 
        return  dataTime.format(DF_FMT_PREFIX)+ getLocalIpSuffix()+SEQ.getAndIncrement(); 
    } 
 
    private volatile static String IP_SUFFIX = null; 
    private static String getLocalIpSuffix (){ 
        if(null != IP_SUFFIX){ 
            return IP_SUFFIX; 
        } 
        try { 
            synchronized (OrderGen2Test.class){ 
                if(null != IP_SUFFIX){ 
                    return IP_SUFFIX; 
                } 
                InetAddress addr = InetAddress.getLocalHost(); 
                //  172.17.0.4  172.17.0.199 , 
                String hostAddress = addr.getHostAddress(); 
                if (null != hostAddress && hostAddress.length() > 4) { 
                    String ipSuffix = hostAddress.trim().split("\\.")[3]; 
                    if (ipSuffix.length() == 2) { 
                        IP_SUFFIX = ipSuffix; 
                        return IP_SUFFIX; 
                    } 
                    ipSuffix = "0" + ipSuffix; 
                    IP_SUFFIX = ipSuffix.substring(ipSuffix.length() - 2); 
                    return IP_SUFFIX; 
                } 
                IP_SUFFIX = RandomUtils.nextInt(10, 20) + ""; 
                return IP_SUFFIX; 
            } 
        }catch (Exception e){ 
            System.out.println("获取IP失败:"+e.getMessage()); 
            IP_SUFFIX =  RandomUtils.nextInt(10,20)+""; 
            return IP_SUFFIX; 
        } 
    } 
 
 
    public static void main(String[] args) { 
        List<String> orderNos = Collections.synchronizedList(new ArrayList<String>()); 
        IntStream.range(0,8000).parallel().forEach(i->{ 
            orderNos.add(generateOrderNo()); 
        }); 
 
        List<String> filterOrderNos = orderNos.stream().distinct().collect(Collectors.toList()); 
 
        System.out.println("订单样例："+ orderNos.get(22)); 
        System.out.println("生成订单数："+orderNos.size()); 
        System.out.println("过滤重复后订单数："+filterOrderNos.size()); 
        System.out.println("重复订单数："+(orderNos.size()-filterOrderNos.size())); 
    } 
} 
 
/** 
  订单样例：20082115575546011022 
  生成订单数：8000 
  过滤重复后订单数：8000 
  重复订单数：0 
**/ 

最后，代码说明及几点建议：

• generateOrderNo() 方法内不需要加锁，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，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，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，我同事在前几次尝试解决这个问题后都没有自测，不测试有损开发专业性!

作者：funnyZpC

编辑：陶家龙

出处：cnblogs.com/funnyzpc/p/13541713.html