今天就跟大家聊聊有关如何用main函数解析出现订单号重复的问题,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
创新互联专业为企业提供华坪网站建设、华坪做网站、华坪网站设计、华坪网站制作等企业网站建设、网页设计与制作、华坪企业网站模板建站服务,10多年华坪做网站经验,不只是建网站,更提供有价值的思路和整体网络服务。
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
测试代码如下:
public static void main(String[] args) { final String merchId = "12334"; ListorderNos = Collections.synchronizedList(new ArrayList ()); IntStream.range(0,100).parallel().forEach(i->{ orderNos.add(getYYMMDDHHNumber(merchId)); }); List 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) { ListorderNos = Collections.synchronizedList(new ArrayList ()); IntStream.range(0,8000).parallel().forEach(i->{ orderNos.add(generateOrderNo()); }); List 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) { ListorderNos = Collections.synchronizedList(new ArrayList ()); IntStream.range(0,8000).parallel().forEach(i->{ orderNos.add(generateOrderNo()); }); List 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!
看完上述内容,你们对如何用main函数解析出现订单号重复的问题有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注创新互联行业资讯频道,感谢大家的支持。
文章题目:如何用main函数解析出现订单号重复的问题
网站路径:http://cdxtjz.cn/article/pgoego.html