延时队列实现的几种方式

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。