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.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、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>
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
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
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。
其实大家在工作中,百分九十的人还是以业务逻辑为主,很少有机会能够进行方案设计。所以博主不推荐在分布式这块,花太多时间。不过,鉴于现在的面试造火箭,工作拧螺丝现象太过严重,所以,最后来个小漫画娱乐一下。
作者:孤独烟
来源:r6d.cn/qE5f