1次訂單事故,扣了我3個月績效!
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