本篇内容介绍了“如何解决订单号重复引起的事故”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

创新互联建站-专业网站定制、快速模板网站建设、高性价比广信网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式广信网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖广信地区。费用合理售后完善，10年实体公司更值得信赖。

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：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";      List orderNos = 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
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+分钟和同事商量了下业务场景，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，可以点击这里进行阅读详情)
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 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，远之吧，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！
“如何解决订单号重复引起的事故”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
            
            
                                

                    本文题目：如何解决订单号重复引起的事故                    

                    分享路径：http://kswjz.com/article/jdgigo.html