采用redis生成唯一且随机的订单号

gb4215287

于 2022-12-20 16:42:32 发布

阅读量1.2k

点赞数 1

分类专栏： java redis/memcache 文章标签： redis java 数据库

原文链接：https://www.shuzhiduo.com/A/8Bz8Pk8Ozx/

版权

java 同时被 2 个专栏收录

876 篇文章 17 订阅

订阅专栏

redis/memcache

96 篇文章 2 订阅

订阅专栏

项目描述

最近做的一个项目有这么一个需求：需要生成一个唯一的11位的就餐码(类似于订单号的概念)，就餐码的规则是:一共是11位的数字,前面6位是日期比如2019年07月20就是190720,后面五位是随机数且不能是自增的,不然容易让人看出一天的单量。

解决方案

五位随机数不能用随机生成的，不然可能不唯一，所以想到了预生成的方案：

采用redis

随机数生成

先生成10000~99999共9万个数(从1万开始是懒得再前面补0了),然后打乱分别存入redis的list数据结构 90个key每个key存1000个数。取的时候通过LINDEX进行读取。

List<String> numList=new ArrayList<>();
//90万个数每个redis key 1000个数，要存90个key.
for (int i=10000;i<=99999;i++){
numList.add(String.valueOf(i));
}
//打乱顺序
Collections.shuffle(numList);
//生成key
for (int j=10;j<=99;j++){
String redisKey="qrcode:"+j;
List<String> newList= test.subList((j-10)*1000,(j-10)*1000 + 1000);
jedisCluster.rpush(redisKey,newList.toArray(new String[newList.size()]));
}

这样每个key的index值就是0~999,key就是qrcode:10/qrcode:11/qrcode:12.../qrcode:99.

计数key

再使用一个key来计数每次生成一个就餐码就加1，值也从10000开始,计数的前两位用来表示该取哪个key，后三位代表key的索引。比如现在计数记到12151那就是取上面生成的qrcode:12 key里索引为151的value,然后当计数到99999时再从10000重新计数，这样保证一天有9万个随机数可以使用且不会取到相同的随机数。这样可以解决一天最多9万单数量级的业务,后面一天百万级同理可以扩充成6位7位等。

先初始化：

jedisCluster.set(qrcode:incr,9999);

示例

public String getOneQrCode() {
Long incr = jedisCluster.incr("qrcode:incr");
//测试环境生成到19999
int maxIncr=19999
//int maxIncr = 99999;
//后期单量过猛时需要考虑--并发风险导致的就餐码重复 todo
if (incr == maxIncr) {
jedisCluster.set("qrcode:incr", String.valueOf(10000));
}
System.out.println("incr："+incr);
//取前两位
String key = incr.toString().substring(0, 2);
//取后三位作为list里的index
Integer index = NumberUtil.getIntValue(incr.toString().substring(2));
//获得5位随机数
String qrcode = jedisCluster.lIndex("qrcode:"+ key, index);
return qrcode;
}

并发风险

当计数到最大值时,需要重置计数key(qrcode:incr)为10000会有线程不安全的问题。

我们先编写一个并发方法单元测试一下：

测试环境由于只生成10000个随机数,maxincr=19999，所以

我们先把计数的key设置成接近maxincr来进行并发测试，设置成19997后获取2个qrcode将进行重置成10000.

jedisCluster.set(qrcode:incr,19997);

开启5个线程并发测试：

private static final int threadNum=5;
//倒计数器，用于模拟高并发
private CountDownLatch countDownLatch=new CountDownLatch(threadNum);
@Test
public void benchmark() {
Thread[] threads=new Thread[threadNum];
for (int i = 0; i <threadNum ; i++) {
final int j=i;
Thread thread=new Thread(new Runnable() {
@Override
public void run() {
try {
countDownLatch.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println("qrcode"+getOneQrCode());
}
});
threads[i]=thread;
thread.start();
countDownLatch.countDown();
}
for (Thread thread :threads) {
try {
thread.join();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}

5个线程并发测试的结果：

对qrcode:incr进行get返回的结果是10000.
获取的结果为：

由于并发导致5个线程都先执行到

Long incr = jedisCluster.incr("qrcode:incr");

最终incr的值分别为19998/19999/20000/20001/20002.所以后面三个计数的key为20，由于测试环境只生成到了qrcode:19,所以返回的是null。

解决

所以判断到达maxincr并重置成10000时应该是原子操作。所以这里采用lua脚本的方式执行。

Redis使用lua脚本

版本：自2.6.0起可用。

时间复杂度：取决于执行的脚本。

使用Lua脚本的好处：

减少网络开销。可以将多个请求通过脚本的形式一次发送，减少网络时延。

原子操作。redis会将整个脚本作为一个整体执行，中间不会被其他命令插入。因此在编写脚本的过程中无需担心会出现竞态条件，无需使用事务。
复用。客户端发送的脚本会永久存在redis中，这样，其他客户端可以复用这一脚本而不需要使用代码完成相同的逻辑。
redis会将整个脚本作为一个整体执行，中间不会被其他命令插入。因此在编写脚本的过程中无需担心会出现竞态条件，无需使用事务。

所以对获取qrcode进行改造：