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。

创新互联专业为企业提供华坪网站建设、华坪做网站、华坪网站设计、华坪网站制作等企业网站建设、网页设计与制作、华坪企业网站模板建站服务，10多年华坪做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。

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
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 分多钟和同事商量了下业务场景。
最后决定做如下更改：
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)
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。
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，请关注创新互联行业资讯频道，感谢大家的支持。
            
            
                                

                    名称栏目：如何用main函数解析出现订单号重复的问题                    

                    文章转载：http://chengdu.cdxwcx.cn/article/pgoego.html