延时队列的几种实现姿势？日常必备技能！

蔚落 2023-10-01 22:56 1阅读 0赞

#### 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

![0f043affb22d0468bc2e383234188663.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 = new DelayQueue<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)

![ab437d5d239d274c13a4a7c2e8e30c19.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

![1e95ecae60bd4bd49fb23c728c342eae.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

1525086085261ms:redis生成了一个订单任务：订单ID为OID00000010
    1525086085263ms:redis生成了一个订单任务：订单ID为OID00000011
    1525086085266ms:redis生成了一个订单任务：订单ID为OID00000012
    1525086085268ms:redis生成了一个订单任务：订单ID为OID00000013
    1525086085270ms:redis生成了一个订单任务：订单ID为OID00000014
    1525086088000ms:redis消费了一个任务：消费的订单OrderId为OID00000010
    1525086088001ms:redis消费了一个任务：消费的订单OrderId为OID00000011
    1525086088002ms:redis消费了一个任务：消费的订单OrderId为OID00000012
    1525086088003ms:redis消费了一个任务：消费的订单OrderId为OID00000013
    1525086088004ms:redis消费了一个任务：消费的订单OrderId为OID00000014
    当前没有等待的任务
    当前没有等待的任务
    当前没有等待的任务

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 = new CountDownLatch(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

1525087157727ms:redis生成了一个订单任务：订单ID为OID00000010
    1525087157734ms:redis生成了一个订单任务：订单ID为OID00000011
    1525087157738ms:redis生成了一个订单任务：订单ID为OID00000012
    1525087157747ms:redis生成了一个订单任务：订单ID为OID00000013
    1525087157753ms:redis生成了一个订单任务：订单ID为OID00000014
    1525087160009ms:redis消费了一个任务：消费的订单OrderId为OID00000010
    1525087160011ms:redis消费了一个任务：消费的订单OrderId为OID00000010
    1525087160012ms:redis消费了一个任务：消费的订单OrderId为OID00000010
    1525087160022ms:redis消费了一个任务：消费的订单OrderId为OID00000011
    1525087160023ms:redis消费了一个任务：消费的订单OrderId为OID00000011
    1525087160029ms:redis消费了一个任务：消费的订单OrderId为OID00000011
    1525087160038ms:redis消费了一个任务：消费的订单OrderId为OID00000012
    1525087160045ms:redis消费了一个任务：消费的订单OrderId为OID00000012
    1525087160048ms:redis消费了一个任务：消费的订单OrderId为OID00000012
    1525087160053ms:redis消费了一个任务：消费的订单OrderId为OID00000013
    1525087160064ms:redis消费了一个任务：消费的订单OrderId为OID00000013
    1525087160065ms:redis消费了一个任务：消费的订单OrderId为OID00000014
    1525087160069ms:redis消费了一个任务：消费的订单OrderId为OID00000014
    当前没有等待的任务
    当前没有等待的任务
    当前没有等待的任务
    当前没有等待的任务

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 {
      @Override
      public void onMessage(String channel, String message) {
       System.out.println(System.currentTimeMillis()+"ms:"+message+"订单取消");
      }
     }
    }

输出如下

1525096202813ms:OID0000000订单生成
    1525096202818ms:OID0000001订单生成
    1525096202824ms:OID0000002订单生成
    1525096202826ms:OID0000003订单生成
    1525096202830ms:OID0000004订单生成
    1525096202834ms:OID0000005订单生成
    1525096202839ms:OID0000006订单生成
    1525096205819ms:OID0000000订单取消
    1525096205920ms:OID0000005订单取消
    1525096205920ms:OID0000004订单取消
    1525096205920ms:OID0000001订单取消
    1525096205920ms:OID0000003订单取消
    1525096205920ms:OID0000006订单取消
    1525096205920ms:OID0000002订单取消

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

#### 总结 ####

本文总结了目前互联网中，绝大部分的延时任务的实现方案。希望大家在工作中能够有所收获。

![1c0e9676801949c6ba03b1116465a6fc.jpeg][]

[0f043affb22d0468bc2e383234188663.png]: https://img-blog.csdnimg.cn/img_convert/0f043affb22d0468bc2e383234188663.png
[ab437d5d239d274c13a4a7c2e8e30c19.png]: https://img-blog.csdnimg.cn/img_convert/ab437d5d239d274c13a4a7c2e8e30c19.png
[1e95ecae60bd4bd49fb23c728c342eae.png]: https://img-blog.csdnimg.cn/img_convert/1e95ecae60bd4bd49fb23c728c342eae.png
[1c0e9676801949c6ba03b1116465a6fc.jpeg]: https://img-blog.csdnimg.cn/1c0e9676801949c6ba03b1116465a6fc.jpeg