1次訂單事故，扣了我3個月績效！

作者：funnyZpC 2021-03-19 09:04:15

去年年底的時候，我們線上出了一次事故。

圖片來自 Pexels

這個事故的表象是這樣的：系統出現了兩個一模一樣的訂單號，訂單的內容卻不是不一樣的，而且系統在按照訂單號查詢的時候一直拋錯，也沒法正常回調，而且事情發生的不止一次，所以這次系統升級一定要解決掉。

經手的同事之前也改過幾次，不過效果始終不好：總會出現訂單號重復的問題，所以趁著這次問題我好好的理了一下我同事寫的代碼。

這里簡要展示下當時的代碼：

/** 
     * OD單號生成 
     * 訂單號生成規則：OD + yyMMddHHmmssSSS + 5位數(商戶ID3位+隨機數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(); 
    } 
 
 
    /** 生成指定位數的隨機數 **/ 
    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，這段代碼寫的其實不怎么好，代碼部分暫且不議，代碼中使訂單號不重復的主要因素點是隨機數和毫秒，可是這里的隨機數只有兩位。

在高并發環境下極容易出現重復問題，同時毫秒這一選擇也不是很好，在多核 CPU 多線程下，一定時間內(極小的)這個毫秒可以說是固定不變的(測試驗證過)。

所以這里我先以 100 個并發測試下這個訂單號生成，關注微信訂閱號碼匠筆記，回復架構獲取一些列的架構知識。

測試代碼如下：

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("生成訂單數："+orderNos.size()); 
        System.out.println("過濾重復后訂單數："+filterOrderNos.size()); 
        System.out.println("重復訂單數："+(orderNos.size()-filterOrderNos.size())); 
    }

果然，測試的結果如下：

生成訂單數：100 
過濾重復后訂單數：87 
重復訂單數：13

生成訂單數：100過濾重復后訂單數：87重復訂單數：13

當時我就震驚了，一百個并發里面竟然有 13 個重復的!!!我趕緊讓同事先不要發版，這活兒我接了!

對這一燙手的山竽拿到手里沒有一個清晰的解決方案可是不行的，我大概花了 6 分多鐘和同事商量了下業務場景。

最后決定做如下更改：

去掉商戶 ID 的傳入(按同事的說法，傳入商戶 ID 也是為了防止重復訂單的，事實證明并沒有叼用)
毫秒僅保留三位(縮減長度同時保證應用切換不存在重復的可能)
使用線程安全的計數器做數字遞增(三位數最低保證并發 800 不重復，代碼中我給了 4 位)
更換日期轉換為 java8 的日期類以格式化(線程安全及代碼簡潔性考量)

經過以上思考后我的最終代碼是：

/** 訂單號生成(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(); 
   }

當然代碼寫完成了可不能這么隨隨便便結束了，現在得走一個測試 main 函數看看：

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("生成訂單數："+orderNos.size()); 
    System.out.println("過濾重復后訂單數："+filterOrderNos.size()); 
    System.out.println("重復訂單數："+(orderNos.size()-filterOrderNos.size())); 
} 
 
/** 
    測試結果：  
    生成訂單數：8000 
    過濾重復后訂單數：8000 
    重復訂單數：0 
**/

真好，一次就成功了，可以直接上線了。。。

然而，我回過頭來看以上代碼，雖然最大程度解決了并發單號重復的問題，不過對于我們的系統架構還是有一個潛在的隱患。

如果當前應用有多個實例(集群)難道就沒有重復的可能了?鑒于此問題就必然需要一個有效的解決方案，所以這時我就思考：多個實例應用訂單號如何區分開呢?

以下為我思考的大致方向：

使用 UUID(在第一次生成訂單號時初始化一個)
使用 Redis 記錄一個增長 ID
使用數據庫表維護一個增長 ID
應用所在的網絡 IP
應用所在的端口號
使用第三方算法(雪花算法等等)
使用進程 ID(某種程度下是一個可行的方案)

在此我想了下，我們的應用是跑在 Docker 里面，而且每個 Docker 容器內的應用端口都一樣，不過網路 IP 不會存在重復的問題，至于進程也有存在重復的可能，對于 UUID 的方式之前吃過虧。

總之吧，Redis 或 DB 也算是一種比較好的方式，不過獨立性較差。。。

同時還有一個因素也很重要，就是所有涉及到訂單號生成的應用都是在同一臺宿主機(Linux 實體服務器)上，所以就目前的系統架構我選用了 IP 的方式。

以下是我的代碼：

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 { 
 
    /** 訂單號生成 **/ 
    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("獲取IP失敗:"+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("訂單樣例："+ orderNos.get(22)); 
        System.out.println("生成訂單數："+orderNos.size()); 
        System.out.println("過濾重復后訂單數："+filterOrderNos.size()); 
        System.out.println("重復訂單數："+(orderNos.size()-filterOrderNos.size())); 
    } 
} 
 
/** 
  訂單樣例：20082115575546011022 
  生成訂單數：8000 
  過濾重復后訂單數：8000 
  重復訂單數：0 
**/

最后，代碼說明及幾點建議：

generateOrderNo() 方法內不需要加鎖，因為 AtomicInteger 內使用的是 CAS 自旋轉鎖(保證可見性的同時也保證原子性，具體的請自行了解)
getLocalIpSuffix() 方法內不需要對不為 null 的邏輯加同步鎖(雙向校驗鎖，整體是一種安全的單例模式)
本人實現的方式并不是解決問題的唯一方式，具體解決問題需要視當前系統架構具體而論
任何測試都是必要的，我同事在前幾次嘗試解決這個問題后都沒有自測，不測試有損開發專業性!

作者：funnyZpC

編輯：陶家龍

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

責任編輯：武曉燕來源：博客園

訂單事故系統