如何防止线上事故？从一次流水号重复引发的故障说起

文章预览

   大家好，我是Tom哥。 最近我负责的系统出了一次生产事故，这次事故竟然是因为流水号重复导致的。今天来给大家分享一下。 1.问题背景 这个流水号的使用场景是上游系统调用下游接口时传入一个唯一 ID，流水号这个参数在联调或定位问题时很方便。 我们系统中的流水号是一个 32 位的字符串，为了能让上下游系统联动，下游系统接到上游传过来的这个 ID 后，会取前 23 位，再自己拼接剩下 9 位，传到自己要调用的下游系统，这样整个调用链通过请求 ID 就可以快速串起来。 2.流水号使用 在我的系统中，自己定义流水号的后 9 位，为了能够更清晰地从流水号中看到请求链上的系统调用关系，我们把流水号后 9 位定义成了系统编号(3位) + 子系统编号(2位) + 自增序列(4 位) 。 如下图，我的系统生成的流水号前 23 位来自上游，后 9 位是 001(系统编码) + ………………………………