老大的新需求：生成订单30分钟未支付，则自动取消，该怎么实现？

妖狐艹你老母 2022-09-08 11:36 112阅读 0赞

点击蓝色“java大数据修炼之道”关注我哟
    
    加个“星标”，每晚21:00，一起学技术

来源：https://blog.csdn.net/hjm4702192/article/details/80519010

## **\# 引言** ##

在开发中，往往会遇到一些关于延时任务的需求。例如

*  生成订单30分钟未支付，则自动取消
 *  生成订单60秒后,给用户发短信

对上述的任务，我们给一个专业的名字来形容，那就是延时任务。那么这里就会产生一个问题，这个延时任务和定时任务的区别究竟在哪里呢？一共有如下几点区别

1.  定时任务有明确的触发时间，延时任务没有
2.  定时任务有执行周期，而延时任务在某事件触发后一段时间内执行，没有执行周期
3.  定时任务一般执行的是批处理操作是多个任务，而延时任务一般是单个任务

下面，我们以判断订单是否超时为例，进行方案分析

## **\# 方案分析** ##

### (1)数据库轮询 ###

#### 思路 ####

该方案通常是在小型项目中使用，即通过一个线程定时的去扫描数据库，通过订单时间来判断是否有超时的订单，然后进行update或delete等操作

#### 实现 ####

博主当年早期是用quartz来实现的(实习那会的事)，简单介绍一下

maven项目引入一个依赖如下所示

<dependency>
            <groupId>org.quartz-scheduler</groupId>
            <artifactId>quartz</artifactId>
            <version>2.2.2</version>
        </dependency>

调用Demo类MyJob如下所示

package com.rjzheng.delay1;
     
    import org.quartz.JobBuilder;
    import org.quartz.JobDetail;
    import org.quartz.Scheduler;
    import org.quartz.SchedulerException;
    import org.quartz.SchedulerFactory;
    import org.quartz.SimpleScheduleBuilder;
    import org.quartz.Trigger;
    import org.quartz.TriggerBuilder;
    import org.quartz.impl.StdSchedulerFactory;
    import org.quartz.Job;
    import org.quartz.JobExecutionContext;
    import org.quartz.JobExecutionException;
     
    public class MyJob implements Job {
        public void execute(JobExecutionContext context)
                throws JobExecutionException {
            System.out.println("要去数据库扫描啦。。。");
        }
     
        public static void main(String[] args) throws Exception {
            // 创建任务
            JobDetail jobDetail = JobBuilder.newJob(MyJob.class)
                    .withIdentity("job1", "group1").build();
            // 创建触发器 每3秒钟执行一次
            Trigger trigger = TriggerBuilder
                    .newTrigger()
                    .withIdentity("trigger1", "group3")
                    .withSchedule(
                            SimpleScheduleBuilder.simpleSchedule()
                                    .withIntervalInSeconds(3).repeatForever())
                    .build();
            Scheduler scheduler = new StdSchedulerFactory().getScheduler();
            // 将任务及其触发器放入调度器
            scheduler.scheduleJob(jobDetail, trigger);
            // 调度器开始调度任务
            scheduler.start();
        }
    }

运行代码，可发现每隔3秒，输出如下

> 要去数据库扫描啦。。。

优缺点

优点:简单易行，支持集群操作

缺点:

(1)对服务器内存消耗大

(2)存在延迟，比如你每隔3分钟扫描一次，那最坏的延迟时间就是3分钟

(3)假设你的订单有几千万条，每隔几分钟这样扫描一次，数据库损耗极大

(2)JDK的延迟队列

思路

该方案是利用JDK自带的DelayQueue来实现，这是一个无界阻塞队列，该队列只有在延迟期满的时候才能从中获取元素，放入DelayQueue中的对象，是必须实现Delayed接口的。

DelayedQueue实现工作流程如下图所示

![2794cf950f36e351d980480e1b60a73b.png][]

其中Poll():获取并移除队列的超时元素，没有则返回空

take():获取并移除队列的超时元素，如果没有则wait当前线程，直到有元素满足超时条件，返回结果。

#### 实现 ####

定义一个类OrderDelay实现Delayed，代码如下

package com.rjzheng.delay2;
     
    import java.util.concurrent.Delayed;
    import java.util.concurrent.TimeUnit;
     
    public class OrderDelay implements Delayed {
        
        private String orderId;
        private long timeout;
     
        OrderDelay(String orderId, long timeout) {
            this.orderId = orderId;
            this.timeout = timeout + System.nanoTime();
        }
     
        public int compareTo(Delayed other) {
            if (other == this)
                return 0;
            OrderDelay t = (OrderDelay) other;
            long d = (getDelay(TimeUnit.NANOSECONDS) - t
                    .getDelay(TimeUnit.NANOSECONDS));
            return (d == 0) ? 0 : ((d < 0) ? -1 : 1);
        }
     
        // 返回距离你自定义的超时时间还有多少
        public long getDelay(TimeUnit unit) {
            return unit.convert(timeout - System.nanoTime(),TimeUnit.NANOSECONDS);
        }
     
        void print() {
            System.out.println(orderId+"编号的订单要删除啦。。。。");
        }
    }

运行的测试Demo为，我们设定延迟时间为3秒

package com.rjzheng.delay2;
     
    import java.util.ArrayList;
    import java.util.List;
    import java.util.concurrent.DelayQueue;
    import java.util.concurrent.TimeUnit;
     
    public class DelayQueueDemo {
         public static void main(String[] args) {  
                // TODO Auto-generated method stub  
                List<String> list = new ArrayList<String>();  
                list.add("00000001");  
                list.add("00000002");  
                list.add("00000003");  
                list.add("00000004");  
                list.add("00000005");  
                DelayQueue<OrderDelay> queue = newDelayQueue<OrderDelay>();  
                long start = System.currentTimeMillis();  
                for(int i = 0;i<5;i++){  
                    //延迟三秒取出
                    queue.put(new OrderDelay(list.get(i),  
                            TimeUnit.NANOSECONDS.convert(3,TimeUnit.SECONDS)));  
                        try {  
                             queue.take().print();  
                             System.out.println("After " +  
                                     (System.currentTimeMillis()-start) + " MilliSeconds");  
                    } catch (InterruptedException e) {  
                        // TODO Auto-generated catch block  
                        e.printStackTrace();  
                    }  
                }  
            }  
        
    }

输出如下

00000001编号的订单要删除啦。。。。
    After 3003 MilliSeconds
    00000002编号的订单要删除啦。。。。
    After 6006 MilliSeconds
    00000003编号的订单要删除啦。。。。
    After 9006 MilliSeconds
    00000004编号的订单要删除啦。。。。
    After 12008 MilliSeconds
    00000005编号的订单要删除啦。。。。
    After 15009 MilliSeconds

可以看到都是延迟3秒，订单被删除

#### 优缺点 ####

优点:效率高,任务触发时间延迟低。

缺点:

(1)服务器重启后，数据全部消失，怕宕机

(2)集群扩展相当麻烦

(3)因为内存条件限制的原因，比如下单未付款的订单数太多，那么很容易就出现OOM异常

(4)代码复杂度较高

## ##

### (3)时间轮算法 ###

#### 思路 ####

先上一张时间轮的图(这图到处都是啦)

![e74b5c206466a2613e605683f0e4c3b2.png][]

时间轮算法可以类比于时钟，如上图箭头（指针）按某一个方向按固定频率轮动，每一次跳动称为一个 tick。这样可以看出定时轮由个3个重要的属性参数，ticksPerWheel（一轮的tick数），tickDuration（一个tick的持续时间）以及 timeUnit（时间单位），例如当ticksPerWheel=60，tickDuration=1，timeUnit=秒，这就和现实中的始终的秒针走动完全类似了。

如果当前指针指在1上面，我有一个任务需要4秒以后执行，那么这个执行的线程回调或者消息将会被放在5上。那如果需要在20秒之后执行怎么办，由于这个环形结构槽数只到8，如果要20秒，指针需要多转2圈。位置是在2圈之后的5上面（20 % 8 + 1）

#### 实现 ####

我们用Netty的HashedWheelTimer来实现

给Pom加上下面的依赖

<dependency>
                <groupId>io.netty</groupId>
                <artifactId>netty-all</artifactId>
                <version>4.1.24.Final</version>
            </dependency>

测试代码HashedWheelTimerTest如下所示

package com.rjzheng.delay3;
     
    import io.netty.util.HashedWheelTimer;
    import io.netty.util.Timeout;
    import io.netty.util.Timer;
    import io.netty.util.TimerTask;
     
    import java.util.concurrent.TimeUnit;
     
    public class HashedWheelTimerTest {
        static class MyTimerTask implements TimerTask{
            boolean flag;
            public MyTimerTask(boolean flag){
                this.flag = flag;
            }
            public void run(Timeout timeout) throws Exception {
                // TODO Auto-generated method stub
                 System.out.println("要去数据库删除订单了。。。。");
                 this.flag =false;
            }
        }
        public static void main(String[] argv) {
            MyTimerTask timerTask = new MyTimerTask(true);
            Timer timer = new HashedWheelTimer();
            timer.newTimeout(timerTask, 5, TimeUnit.SECONDS);
            int i = 1;
            while(timerTask.flag){
                try {
                    Thread.sleep(1000);
                } catch (InterruptedException e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
                System.out.println(i+"秒过去了");
                i++;
            }
        }
    }

输出如下

1秒过去了
    2秒过去了
    3秒过去了
    4秒过去了
    5秒过去了
    要去数据库删除订单了。。。。
    6秒过去了

优缺点

优点:效率高,任务触发时间延迟时间比delayQueue低，代码复杂度比delayQueue低。

缺点:

(1)服务器重启后，数据全部消失，怕宕机

(2)集群扩展相当麻烦

(3)因为内存条件限制的原因，比如下单未付款的订单数太多，那么很容易就出现OOM异常

(4)redis缓存

思路一

利用redis的zset,zset是一个有序集合，每一个元素(member)都关联了一个score,通过score排序来取集合中的值

zset常用命令

*  添加元素:ZADD key score member \[\[score member\] \[score member\] …\]
 *  按顺序查询元素:ZRANGE key start stop \[WITHSCORES\]
 *  查询元素score:ZSCORE key member
 *  移除元素:ZREM key member \[member …\]

测试如下

# 添加单个元素
     
    redis> ZADD page_rank 10 google.com
    (integer) 1
     
     
    # 添加多个元素
     
    redis> ZADD page_rank 9 baidu.com 8 bing.com
    (integer) 2
     
    redis> ZRANGE page_rank 0 -1 WITHSCORES
    1) "bing.com"
    2) "8"
    3) "baidu.com"
    4) "9"
    5) "google.com"
    6) "10"
     
    # 查询元素的score值
    redis> ZSCORE page_rank bing.com
    "8"
     
    # 移除单个元素
     
    redis> ZREM page_rank google.com
    (integer) 1
     
    redis> ZRANGE page_rank 0 -1 WITHSCORES
    1) "bing.com"
    2) "8"
    3) "baidu.com"
    4) "9"

那么如何实现呢？我们将订单超时时间戳与订单号分别设置为score和member,系统扫描第一个元素判断是否超时，具体如下图所示

![cd077ad0a145f08322bfbc14f867c298.png][]

####      ####

#### 实现一 ####

package com.rjzheng.delay4;
     
    import java.util.Calendar;
    import java.util.Set;
     
    import redis.clients.jedis.Jedis;
    import redis.clients.jedis.JedisPool;
    import redis.clients.jedis.Tuple;
     
    public class AppTest {
        private static final String ADDR = "127.0.0.1";
        private static final int PORT = 6379;
        private static JedisPool jedisPool = new JedisPool(ADDR, PORT);
        
        public static Jedis getJedis() {
           return jedisPool.getResource();
        }
        
        //生产者,生成5个订单放进去
        public void productionDelayMessage(){
            for(int i=0;i<5;i++){
                //延迟3秒
                Calendar cal1 = Calendar.getInstance();
                cal1.add(Calendar.SECOND, 3);
                int second3later = (int) (cal1.getTimeInMillis() / 1000);
                AppTest.getJedis().zadd("OrderId",second3later,"OID0000001"+i);
                System.out.println(System.currentTimeMillis()+"ms:redis生成了一个订单任务：订单ID为"+"OID0000001"+i);
            }
        }
        
        //消费者，取订单
        public void consumerDelayMessage(){
            Jedis jedis = AppTest.getJedis();
            while(true){
                Set<Tuple> items = jedis.zrangeWithScores("OrderId", 0, 1);
                if(items == null || items.isEmpty()){
                    System.out.println("当前没有等待的任务");
                    try {
                        Thread.sleep(500);
                    } catch (InterruptedException e) {
                        // TODO Auto-generated catch block
                        e.printStackTrace();
                    }
                    continue;
                }
                int  score = (int) ((Tuple)items.toArray()[0]).getScore();
                Calendar cal = Calendar.getInstance();
                int nowSecond = (int) (cal.getTimeInMillis() / 1000);
                if(nowSecond >= score){
                    String orderId = ((Tuple)items.toArray()[0]).getElement();
                    jedis.zrem("OrderId", orderId);
                    System.out.println(System.currentTimeMillis() +"ms:redis消费了一个任务：消费的订单OrderId为"+orderId);
                }
            }
        }
        
        public static void main(String[] args) {
            AppTest appTest =new AppTest();
            appTest.productionDelayMessage();
            appTest.consumerDelayMessage();
        }
        
    }

此时对应输出如下

![43aa7262a1a9a39706ddd6288507d62f.png][]

可以看到，几乎都是3秒之后，消费订单。

然而，这一版存在一个致命的硬伤，在高并发条件下，多消费者会取到同一个订单号，我们上测试代码ThreadTest

package com.rjzheng.delay4;
     
    import java.util.concurrent.CountDownLatch;
     
    public class ThreadTest {
        private static final int threadNum = 10;
        private static CountDownLatch cdl = newCountDownLatch(threadNum);
        static class DelayMessage implements Runnable{
            public void run() {
                try {
                    cdl.await();
                } catch (InterruptedException e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
                AppTest appTest =new AppTest();
                appTest.consumerDelayMessage();
            }
        }
        public static void main(String[] args) {
            AppTest appTest =new AppTest();
            appTest.productionDelayMessage();
            for(int i=0;i<threadNum;i++){
                new Thread(new DelayMessage()).start();
                cdl.countDown();
            }
        }
    }

输出如下所示

![3ddb8b710e1c636e2fdc334897590000.png][]

显然，出现了多个线程消费同一个资源的情况。

解决方案

(1)用分布式锁，但是用分布式锁，性能下降了，该方案不细说。

(2)对ZREM的返回值进行判断，只有大于0的时候，才消费数据，于是将consumerDelayMessage()方法里的

if(nowSecond >= score){
        String orderId = ((Tuple)items.toArray()[0]).getElement();
        jedis.zrem("OrderId", orderId);
        System.out.println(System.currentTimeMillis()+"ms:redis消费了一个任务：消费的订单OrderId为"+orderId);
    }

修改为

if(nowSecond >= score){
        String orderId = ((Tuple)items.toArray()[0]).getElement();
        Long num = jedis.zrem("OrderId", orderId);
        if( num != null && num>0){
            System.out.println(System.currentTimeMillis()+"ms:redis消费了一个任务：消费的订单OrderId为"+orderId);
        }
    }

在这种修改后，重新运行ThreadTest类，发现输出正常了

思路二

该方案使用redis的Keyspace Notifications，中文翻译就是键空间机制，就是利用该机制可以在key失效之后，提供一个回调，实际上是redis会给客户端发送一个消息。是需要redis版本2.8以上。

实现二

在redis.conf中，加入一条配置

notify-keyspace-events Ex

运行代码如下

package com.rjzheng.delay5;
     
    import redis.clients.jedis.Jedis;
    import redis.clients.jedis.JedisPool;
    import redis.clients.jedis.JedisPubSub;
     
    public class RedisTest {
        private static final String ADDR = "127.0.0.1";
        private static final int PORT = 6379;
        private static JedisPool jedis = new JedisPool(ADDR, PORT);
        private static RedisSub sub = new RedisSub();
     
        public static void init() {
            new Thread(new Runnable() {
                public void run() {
                    jedis.getResource().subscribe(sub, "__keyevent@0__:expired");
                }
            }).start();
        }
     
        public static void main(String[] args) throws InterruptedException {
            init();
            for(int i =0;i<10;i++){
                String orderId = "OID000000"+i;
                jedis.getResource().setex(orderId, 3, orderId);
                System.out.println(System.currentTimeMillis()+"ms:"+orderId+"订单生成");
            }
        }
        
        static class RedisSub extends JedisPubSub {
            <ahref='http://www.jobbole.com/members/wx610506454'>@Override</a>
            public void onMessage(String channel, String message) {
                System.out.println(System.currentTimeMillis()+"ms:"+message+"订单取消");
            }
        }
    }

输出如下

![99bdfa48759117ab83508d1fae3e1e6f.png][]

可以明显看到3秒过后，订单取消了

ps:redis的pub/sub机制存在一个硬伤，官网内容如下

> 原:Because Redis Pub/Sub is fire and forget currently there is no way to use this feature if your application demands reliable notification of events, that is, if your Pub/Sub client disconnects, and reconnects later, all the events delivered during the time the client was disconnected are lost.
> 
>   
> 翻: Redis的发布/订阅目前是即发即弃(fire and forget)模式的，因此无法实现事件的可靠通知。也就是说，如果发布/订阅的客户端断链之后又重连，则在客户端断链期间的所有事件都丢失了。  
> 因此，方案二不是太推荐。当然，如果你对可靠性要求不高，可以使用。

### ###

#### 优缺点 ####

优点:

(1)由于使用Redis作为消息通道，消息都存储在Redis中。如果发送程序或者任务处理程序挂了，重启之后，还有重新处理数据的可能性。

(2)做集群扩展相当方便

(3)时间准确度高

缺点:

(1)需要额外进行redis维护

## ##

### (5)使用消息队列 ###

我们可以采用rabbitMQ的延时队列。RabbitMQ具有以下两个特性，可以实现延迟队列

*  RabbitMQ可以针对Queue和Message设置 x-message-tt，来控制消息的生存时间，如果超时，则消息变为dead letter
 *  lRabbitMQ的Queue可以配置x-dead-letter-exchange 和x-dead-letter-routing-key（可选）两个参数，用来控制队列内出现了deadletter，则按照这两个参数重新路由。  
    结合以上两个特性，就可以模拟出延迟消息的功能,具体的，我改天再写一篇文章，这里再讲下去，篇幅太长。

### ###

#### 优缺点 ####

优点: 高效,可以利用rabbitmq的分布式特性轻易的进行横向扩展,消息支持持久化增加了可靠性。

缺点：本身的易用度要依赖于rabbitMq的运维.因为要引用rabbitMq,所以复杂度和成本变高

技术交流群
    最后，枫哥建了一个技术群，主要探讨一些新的技术和工作学习方面的交流及IDEA使用的“骚操作”，有兴趣入群的同学，可长按扫描下方二维码，一定要备注：城市+昵称+技术方向，根据格式备注，可更快被通过且邀请进群。▽加我微信,交个朋友长按/扫码添加↑↑↑
    
    热门推荐：1. 面试官：如果要存ip地址，用什么数据类型比较好2. List复制：深拷贝和浅拷贝用法及区别3. Redis中主、从库宕机如何恢复？4. 面试必备：聊聊数据库中的事务和锁5. 这次专治Docker疑难杂症6. 这三种单点登录的方式你都Get吗?PS：如果觉得我的分享不错，欢迎大家随手点赞、在看

** “分享、点赞、在看” 支持一波** ![db09a9115e453d5b39feafd678cd6f2d.png][]

[2794cf950f36e351d980480e1b60a73b.png]: /images/20220829/5e3d845b56d4492f8f7e5f8655231bfa.png
[e74b5c206466a2613e605683f0e4c3b2.png]: /images/20220829/341b47c2807b4316b3d83fbe845b22fa.png
[cd077ad0a145f08322bfbc14f867c298.png]: /images/20220829/13f54fc9c97e4945ba9d8f6b41f9dc6e.png
[43aa7262a1a9a39706ddd6288507d62f.png]: /images/20220829/e367ad2d59944d0c89f2b339fcedcf91.png
[3ddb8b710e1c636e2fdc334897590000.png]: /images/20220829/d55d08fdbf4f4167b5f56915328d57ad.png
[99bdfa48759117ab83508d1fae3e1e6f.png]: /images/20220829/fe079d1cd4e54920a9325f20233c1628.png
[db09a9115e453d5b39feafd678cd6f2d.png]: /images/20220829/ccaa846242974e2f81179d11d0d0e723.png