Shulou(Shulou.com)06/03 Report--

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。

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 || size9990){ 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 orderNos = 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) { List orderNos = 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，请关注行业资讯频道，感谢大家的支持。

Welcome to subscribe "Shulou Technology Information " to get latest news, interesting things and hot topics in the IT industry, and controls the hottest and latest Internet news, technology news and IT industry trends.