共计 5840 个字符,预计需要花费 15 分钟才能阅读完成。
去年年底的时候,咱们线上出了一次事变,这个事变的表象是这样的:
零碎呈现了两个截然不同的订单号,订单的内容却不是不一样的,而且零碎在依照 订单号查问的时候始终抛错,也没法失常回调,而且事件产生的不止一次,所以 这次系统升级肯定要解决掉。
经手的共事之前也改过几次,不过成果始终不好:总会呈现订单号反复的问题,所以趁着这次问题我好好的理了一下我共事写的代码。
这里简要展现下过后的代码:
/**
* OD 单号生成
* 订单号生成规定: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);
}
能够看到,这段代码写的其实不怎么好,代码局部暂且不议,代码中使订单号不反复的次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呈现反复问题,同时毫秒这一抉择也不是很好,在多核 CPU 多线程下,肯定工夫内 (极小的) 这个毫秒能够说是固定不变的(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常识。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("过滤反复后订单数:"+filterOrderNos.size());
System.out.println("反复订单数:"+(orderNos.size()-filterOrderNos.size()));
}
果然,测试的后果如下:
生成订单数:100
过滤反复后订单数:87
反复订单数:13
过后我就震惊🤯了,一百个并发外面居然有 13 个反复的!!!,我连忙让同当时不要发版,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,我大略花了 6 + 分钟和共事磋商了下业务场景,决定做如下更改:
- 去掉商户 ID 的传入(按共事的说法, 传入商户 ID 也是为了避免反复订单的,事实证明并没有叼用)
- 毫秒仅保留三位(缩减长度同时保障利用切换不存在反复的可能)
- 应用线程平安的计数器做数字递增(三位数最低保障并发 800 不反复, 代码中我给了 4 位)
- 更换日期转换为 java8 的日期类以格式化(线程平安及代码简洁性考量)
通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();}
当然代码写实现了可不能这么随随便便完结了,当初得走一个测试 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("过滤反复后订单数:"+filterOrderNos.size());
System.out.println("反复订单数:"+(orderNos.size()-filterOrderNos.size()));
}
/**
测试后果:生成订单数:8000
过滤反复后订单数:8000
反复订单数:0
**/
真好,一次就胜利了,能够间接上线了。。。
然而,我回过头来看以上代码,尽管最大水平解决了并发单号反复的问题,不过对于咱们的零碎架构还是有一个潜在的隐患:如果以后利用有多个实例 (集群) 难道就没有反复的可能了?关注微信订阅号码匠笔记,回复架构获取一些列的架构常识。
鉴于此问题就必然须要一个无效的解决方案,所以这时我就思考:多个实例利用订单号如何辨别开呢?以下为我思考的大抵方向:
- 应用 UUID(在第一次生成订单号时初始化一个)
- 应用 redis 记录一个增长 ID
- 应用数据库表保护一个增长 ID
- 利用所在的网络 IP
- 利用所在的端口号
- 应用第三方算法(雪花算法等等)
- 应用过程 ID(某种程度下是一个可行的计划)
在此我想了下,咱们的利用是跑在 docker 外面,而且每个 docker 容器内的利用端口都一样,不过网路 IP 不会存在反复的问题,至于过程也有存在反复的可能,对于 UUID 的形式之前吃过亏,总之吧,redis 或 DB 也算是一种比拟好的形式,不过独立性较差。。。
同时还有一个因素也很重要,就是所有波及到订单号生成的利用都是在同一台宿主机 (linux 实体服务器) 上,所以就目前的零碎架构我选用了 IP 的形式。
一下是我的代码:
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("过滤反复后订单数:"+filterOrderNos.size());
System.out.println("反复订单数:"+(orderNos.size()-filterOrderNos.size()));
}
}
/**
订单样例:20082115575546011022
生成订单数:8000
过滤反复后订单数:8000
反复订单数:0
**/
最初
代码阐明及几点倡议
- generateOrderNo()办法内不须要加锁,因为 AtomicInteger 内应用的是 CAS 自旋转锁(保障可见性的同时也保障原子性, 具体的请自行理解)
- getLocalIpSuffix()办法内不须要对不为 null 的逻辑加同步锁(双向校验锁,整体是一种平安的单例模式)
- 自己实现的形式并不是解决问题的惟一形式,具体解决问题须要视以后零碎架构具体而论
任何测试都是必要的,我共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
cnblogs.com/funnyzpc/p/13541713.html