JA生成订单号支持高并发 💥

💡 背景：为什么要自定义订单号？

在电商、支付、物流等程序中，订单号是主要字段之一但很多项目在高并发场景下会遇到以下痛点：

• 重复订单号——导致业务冲突、退款错误。
• 性能瓶颈——依赖数据库自增或同步锁，吞吐量骤降。不过，
• 线程不安全——使用非线程安全的工具类导致随机异常。
• 维护成本高——跨天计数不重置、内存泄漏等问题频出。

我们一般会选择 “时间戳 + 流水号” 的方式来自定义订单号，以满足：

• 全球唯一
• 按时间有序
• 可读性高
• 不依赖数据库自增主键

🧠 目标设计

✅ 订单号格式示例：

{yyyyMMdd}{六位流水号}

• 前缀：当前日期。例如 20230806
• 后缀：每日从 1 递增的流水号，固定长度，例如 000001~999999

✅ 设计要求：

• 支持高并发生成
• 同一日期下流水号全局唯一
• 跨天自动重置计数
• 不依赖数据库写入
• 保证线程安全，避免上述痛点出现

❌ 常见错误实现

❌ 使用数据库自增字段

INSERT INTO orders VALUES;SELECT LAST_INSERT_ID;其实，// 假设用作订单号

• 慢！每次都要写数据库，
• 高并发下是瓶颈 → 不推荐。
• Pain point: 锁竞争导致响应时间激增。

❌ 使用 Simpl​eDateFormat/DateTimeFormatter  +  变量

SimpleDateFormat sdf = new SimpleDateFormat;String orderNo = sdf.format) +;

• Simpl​eDateFormat  非线程安全 → 多线程下出现乱序或异常。
•  变量 counter  无同步 → 产生重复订单号 .
• Pain point: 生产环境偶现“Duplicate key”异常。话说回来，

  ✅ 正确实现方式 - 本地单机方案

  🚀 技术栈：ConcurrentHashMap  + AtomicInteger  + LocalDate

  import java.time.LocalDate;import java.time.format.DateTimeFormatter;import java.util.concurrent.ConcurrentHashMap;import java.util.concurrent.atomic.AtomicInteger;public class OrderNoGenerator {
  // 保存每天的计数器
  private static final ConcurrentHashMap dateCounterMap = new ConcurrentHashMap<>;// 每日最大单量
  private static final int MAX_PER_DAY = 999_999;/**
  * 生成订单号：格式为 yyyyMMdd + 六位流水号
  */
  public static String generateOrderNo {
  // 获取当前日期字符串
  String date = LocalDate.now.format);// 获取当天的计数器
  AtomicInteger counter = dateCounterMap.computeIfAbsent);int serial = counter.incrementAndGet;// 原子递增
  if {
  throw new RuntimeException;}
  // 格式化为六位流水号
  String serialStr = String.format;return date + serialStr;}
  }
  

  import java.util.Set;老实说，import java.util.concurrent.*;
  public class TestOrderNo {
  public static void main throws InterruptedException {
  int threadCount = 200;int totalRequests = 100_000;ExecutorService pool = Executors.newFixedThreadPool;怎么说呢，Set orderSet = ConcurrentHashMap.newKeySet;CountDownLatch latch = new CountDownLatch;for {
  pool.execute -> {
  String orderNo = OrderNoGenerator.generateOrderNo;if ) {
  System.err.println;}
  latch.countDown;})，}
  latch.await;说起来，pool.shutdown;System.out.println);}
  }
  

  ✅ 输出结果示例：

  
  生成订单数的观点是，100000
  ✅ 所有订单号唯一。线程安全无误
  

  🔁 自动清理过期日期的计数器

  // 每小时清理一次非今天的键
  ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor;scheduler.scheduleAtFixedRate -> {
  String today = LocalDate.now.format);dateCounterMap.keySet.removeIf);},1,1,TimeUnit.HOURS);

  If your system runs on multiple nodes,a local AtomicInteger  won’t guarantee global uniqueness. 以下方案可解决分布式唯一性需求：

  ✅ Redis 原子自增

  
  String key = "order_no:" + LocalDate.now.format;Long serial = redisTemplate.opsForValue.increment;redisTemplate.expire;// 设置过期防止键无限增长

  String orderNo = key.substring + 1) + String.format;return orderNo;

  • 全局唯一 ：使用 Redis 单实例/集群的原子 increment 保证所有节点看到同一个序列。
  • 高并发友好 ：Redis 天生支持成千上万 QPS。
  • 自动过期 ：无需手动清理历史计数。

  特性	本地实现	Redis 实现
  并发性能	适合单机，高达十几万 QPS	更高，天然分布式支持
  内存使用	需要手动清理历史日期键	Redis 自动过期，无额外代码负担
  可 性	受限于单机资源	可横向扩容至集群级别
  实现复杂度	代码简洁。无外部依赖	需部署 Redis 并做好容错配置

  
  
  
  • 单机项目 ：本地 AtomicInteger + ConcurrentHashMap 实现即可满足千级 QPS。
  • 分布式环境 ：使用 Redis 原子自增方案，确保全局唯一且无锁竞争。
  • 更复杂需求 ：考虑 Snowflake 雪花算法或 UID‑Generator 框架。