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
1、 数据库轮询
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
早期是用quartz来实现的
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
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
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.myp.suanfa;
import java.util.concurrent.Delayed;
import java.util.concurrent.TimeUnit;
public class OrderDelay implements Delayed {
private String orderId;
private long timeout;
public OrderDelay(String orderId, long timeout) {
this.orderId = orderId;
this.timeout = timeout + System.nanoTime();
}
// 返回距离你自定义的超时时间还有多少
@Override
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。。。。");
}
@Override
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);
}
}
运行的测试Demo为,我们设定延迟时间为3秒
package com.myp.suanfa;
import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.DelayQueue;
import java.util.concurrent.TimeUnit;
/**
* @copyright: 2018-2020 xxxxxxx科技有限公司
* @program:xxxx
* @description: 延时测试
* @author: xxxx
* @create: 2020-10-26 11:18
*/
public class OrderDelayMain {
public static void main(String[] args) {
List <String> list = new ArrayList <>();
list.add("00000001");
list.add("00000002");
list.add("00000003");
list.add("00000004");
list.add("00000005");
DelayQueue<OrderDelay> queue = new DelayQueue <>();
long start = System.currentTimeMillis();
for (int i = 0; i < 5; i++) {
//延迟3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){
e.printStackTrace();
}
}
}
}
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、netty时间轮算法
时间轮的图
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>
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
实现一
package com.myp.suanfa.timerQuene;
import java.util.Calendar;
import java.util.Set;
import org.apache.commons.pool2.impl.GenericObjectPoolConfig;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.Tuple;
/**
* @copyright: 2018-2020 xxxxxxx科技有限公司
* @program: xxxx
* @description: appTest
* @author: xxxxx
* @create: 2020-10-26 13:59
*/
public class AppRedisTest {
private static final String ADDR = "127.0.0.185";
private static int PORT = 50001;
private static String PWD_PWD = "1111111111";
private static JedisPool jedisPool = new JedisPool(new GenericObjectPoolConfig(),ADDR,PORT,500,PWD_PWD);
public static Jedis getJedis(){
return jedisPool.getResource();
}
//生产者,生产5个订单放进去
public void productionDelayMessage(){
for (int i = 0; i <5 ; i++) {
//延迟3秒
Calendar call1 = Calendar.getInstance();
call1.add(Calendar.SECOND,3);
int second3later = (int) (call1.getTimeInMillis()/1000);
AppRedisTest.getJedis().zadd("OrderId",second3later,"OID000001"+i);
System.out.println(System.currentTimeMillis()+"ms:redis生成了一个订单任务:订单ID为"+"OID0000001"+i);
}
}
public void consumerDelayMessage(){
Jedis jedis = AppRedisTest.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){
e.printStackTrace();
}
continue;
}
int score = (int)((Tuple) items.toArray()[0]).getScore();
Calendar cal = Calendar.getInstance();
int newSecond = (int) (cal.getTimeInMillis() / 1000);
if (newSecond >= 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){
AppRedisTest redisTest = new AppRedisTest();
redisTest.productionDelayMessage();
redisTest.consumerDelayMessage();
}
}
此时对应输出如下
1603694733069ms:redis生成了一个订单任务:订单ID为OID00000010
1603694733094ms:redis生成了一个订单任务:订单ID为OID00000011
1603694733119ms:redis生成了一个订单任务:订单ID为OID00000012
1603694733157ms:redis生成了一个订单任务:订单ID为OID00000013
1603694733182ms:redis生成了一个订单任务:订单ID为OID00000014
1603694735012ms:redis消费了一个任务:消费的订单OrderId为OID0000010
1603694736033ms:redis消费了一个任务:消费的订单OrderId为OID0000011
1603694736066ms:redis消费了一个任务:消费的订单OrderId为OID0000012
1603694736100ms:redis消费了一个任务:消费的订单OrderId为OID0000013
1603694736130ms:redis消费了一个任务:消费的订单OrderId为OID0000014
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
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
package com.myp.suanfa.timerQuene;
import java.util.concurrent.CountDownLatch;
/**
* @copyright: 2018-2020 xxxxxxx科技有限公司
* @program: xxxxx
* @description:
* @author: xxxxx
* @create: 2020-10-26 14:48
*/
public class ThreadTest {
private static final int threadNum = 10;
private static CountDownLatch cd1 = new CountDownLatch(threadNum);
static class DelayMessage implements Runnable{
@Override
public void run() {
try {
cd1.await();
}catch (InterruptedException e){
e.printStackTrace();
}
AppRedisTest redisTest = new AppRedisTest();
redisTest.consumerDelayMessage();
}
}
public static void main(String[] args){
AppRedisTest redisTest = new AppRedisTest();
redisTest.productionDelayMessage();
for (int i = 0; i < threadNum; i++) {
new Thread(new DelayMessage()).start();
cd1.countDown();
}
}
}
输出如下所示
1603695350833ms:redis生成了一个订单任务:订单ID为OID00000010
1603695350878ms:redis生成了一个订单任务:订单ID为OID00000011
1603695350907ms:redis生成了一个订单任务:订单ID为OID00000012
1603695350936ms:redis生成了一个订单任务:订单ID为OID00000013
1603695350987ms:redis生成了一个订单任务:订单ID为OID00000014
1603695353019ms:redis消费了一个任务:消费的订单OrderId为OID0000010
1603695353021ms:redis消费了一个任务:消费的订单OrderId为OID0000010
1603695353021ms:redis消费了一个任务:消费的订单OrderId为OID0000010
1603695353037ms:redis消费了一个任务:消费的订单OrderId为OID0000011
1603695353038ms:redis消费了一个任务:消费的订单OrderId为OID0000011
1603695353039ms:redis消费了一个任务:消费的订单OrderId为OID0000011
1603695353056ms:redis消费了一个任务:消费的订单OrderId为OID0000012
1603695353057ms:redis消费了一个任务:消费的订单OrderId为OID0000012
1603695353057ms:redis消费了一个任务:消费的订单OrderId为OID0000012
1603695353094ms:redis消费了一个任务:消费的订单OrderId为OID0000013
1603695353096ms:redis消费了一个任务:消费的订单OrderId为OID0000013
1603695353096ms:redis消费了一个任务:消费的订单OrderId为OID0000013
1603695353114ms:redis消费了一个任务:消费的订单OrderId为OID0000014
1603695353114ms:redis消费了一个任务:消费的订单OrderId为OID0000014
1603695353119ms:redis消费了一个任务:消费的订单OrderId为OID0000014
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 (newSecond >= 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);
}
改为
if (newSecond >= score){
String orderId = ((Tuple) items.toArray()[0]).getElement();
Long znum = jedis.zrem("OrderId", orderId);
if (znum != null && znum > 0){
System.out.println(System.currentTimeMillis() +"ms:redis消费了一个任务:消费的订单OrderId为"+orderId);
}
}
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
package com.myp.suanfa.timerQuene;
import org.apache.commons.pool2.impl.GenericObjectPoolConfig;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPubSub;
/**
* @copyright: 2018-2020 xxxxxxx科技有限公司
* @program: xxxxx
* @description:
* @author: xxxxxx
* @create: 2020-10-26 15:08
*/
public class RedisSubTest {
private static final String ADDR = "127.0.0.185";
private static int PORT = 50001;
private static String PWD_PWD = "1111111";
private static JedisPool jedis = new JedisPool(new GenericObjectPoolConfig(),ADDR,PORT,500,PWD_PWD);
private static RedisSub sub = new RedisSub();
public static void init(){
new Thread(new Runnable() {
@Override
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
1603697159101ms:OID0000000订单生成
1603697159127ms:OID0000001订单生成
1603697159164ms:OID0000002订单生成
1603697159190ms:OID0000003订单生成
1603697159216ms:OID0000004订单生成
1603697159264ms:OID0000005订单生成
1603697159304ms:OID0000006订单生成
1603697162860ms:OID0000001订单取消
1603697163563ms:OID0000002订单取消
1603697163664ms:OID0000005订单取消
1603697164869ms:OID0000004订单取消
1603697165573ms:OID0000000订单取消
1603697168079ms:OID0000003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
6、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。