如何设计订单号生成策略？

一、订单号的核心设计原则

关键结论：优秀的订单号设计应同时满足唯一性、可读性、可扩展性和安全性四大核心原则。

1.1 唯一性保证

必须确保分布式系统下全局唯一
避免使用自增ID等单机方案
典型方案：UUID、雪花算法、数据库序列

ai专栏：https://duoke360.com/tutorial/path/ai-lm

1.2 业务可读性

建议包含业务标识（如订单类型）
可包含时间信息（如yyMMdd）
示例：20230815EC000123（2023年8月15日电商订单）

1.3 安全考虑

避免使用连续数字（防爬取）
可加入随机因子
重要系统建议加密处理

二、主流技术方案对比

2.1 数据库自增ID

CREATE TABLE order_sequence (id BIGINT NOT NULL AUTO_INCREMENT PRIMARY KEY);

优缺点：

✅ 实现简单
❌ 单点故障风险
❌ 扩展性差（分库分表时需改造）

2.2 UUID方案

UUID.randomUUID().toString(); // 输出类似 "3d7b3e2a-1a5e-4f3d-8c1f-6e2a3b7e1d5f"

特点：

16字节存储空间
无序性导致索引碎片化
适用于小型系统

2.3 雪花算法（Snowflake）

0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
|----------------------------|--------------------------|------|------|------------|
        时间戳(41bit)          数据中心ID(5bit)   机器ID(5bit)  序列号(12bit)

优势：

每秒可生成409.6万个ID（理论值）
时间戳保证有序性
开源实现：Twitter官方、百度UidGenerator

三、高级设计方案

3.1 分段组合模式

[业务前缀][时间戳][机器标识][随机数][校验位]
|----2----|--6---|----3---|--4---|--1--|
示例：EC230815A01X8Y9Z

最佳实践：金融级系统推荐使用带校验位的设计，如Luhn算法校验

3.2 分布式ID服务

架构示例：

Client → ID Generator Service → Redis/ZooKeeper → DB

技术选型：

美团Leaf：支持号段模式和雪花模式
滴滴Tinyid：HTTP服务接入
阿里云全局唯一ID服务

四、面试加分项

4.1 异常处理方案

时钟回拨处理（雪花算法常见问题）
服务降级方案（如本地缓存预生成）
监控报警机制

4.2 性能优化技巧

// 使用ThreadLocal缓存ID生成器实例
private static final ThreadLocal<Snowflake> idGenerator = 
    ThreadLocal.withInitial(() -> new Snowflake(datacenterId, workerId));