引言
在开发中,往往会遇到一些延时任务的需求。例如
- 用户成为会员五分钟后检查相关设置是否设置正确;
- 生成订单60秒后,给用户发短信;
- 生成订单30分钟未支付,自动取消;
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:
- 定时任务有明确的触发时间,延时任务没有;
- 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;
- 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;
解决方案
一、 quartz 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
引入依赖
<dependency>
<groupId>org.quartz-scheduler</groupId>
<artifactId>quartz</artifactId>
<version>2.3.2</version>
</dependency>
创建 MyJob 类,实现 quartz
package cn.learn.demo;
import org.quartz.*;
import org.quartz.impl.StdSchedulerFactory;
/**
* quartz 数据库轮询
*
* @author Qing
* @date 2021/8/31 11:19
*/
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。。。
要去数据库扫描啦。。。
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
二、 JDK 的延迟队列
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
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。
创建 OrderDelay 类,实现Delayed
package cn.learn.demo;
import java.util.concurrent.Delayed;
import java.util.concurrent.TimeUnit;
/**
* JDK自带的DelayQueue demo
*
* @author Qing
* @date 2021/8/31 12:07
*/
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。。。。");
}
}
运行测试的Demo,设定延迟时间为3秒
package cn.learn.demo;
import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.DelayQueue;
import java.util.concurrent.TimeUnit;
/**
* JDK自带的DelayQueue demo
*
* @author Qing
* @date 2021/8/31 13:32
*/
public class DelayQueueDemo {
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++) {
//延迟三秒取出
OrderDelay orderDelay = new OrderDelay(list.get(i), TimeUnit.NANOSECONDS.convert(3, TimeUnit.SECONDS));
queue.put(orderDelay);
try {
queue.take().print();
System.out.println("After " + (System.currentTimeMillis() - start) + " MilliSeconds");
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
输出如下:
可以看到都是延迟3秒,订单被删除
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
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;
三、 时间轮算法
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)
引入依赖
<dependency>
<groupId>io.netty</groupId>
<artifactId>netty-all</artifactId>
<version>4.1.67.Final</version>
</dependency>
我们用 Netty 的 HashedWheelTimer 来实现
测试代码 HashedWheelTimerTest 如下所示:
package cn.learn.demo;
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;
/**
* Netty 的 HashedWheelTimer 实现
*
* @author Qing
* @date 2021/8/31 14:12
*/
public class HashedWheelTimerTest {
static class MyTimerTask implements TimerTask {
boolean flag;
public MyTimerTask(boolean flag) {
this.flag = flag;
}
public void run(Timeout timeout) {
System.out.println("要去数据库删除订单了。。。。");
this.flag = false;
}
}
public static void main(String[] args) {
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) {
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;
四、 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
~
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 cn.learn.demo;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.Tuple;
import java.util.Calendar;
import java.util.Set;
/**
* Redis 任务测试
*
* @author Qing
* @date 2021/8/31 14:38
*/
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) {
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();
}
}
输出如下:
1630392729623ms:redis生成了一个订单任务:订单ID为:OID00000010
1630392729631ms:redis生成了一个订单任务:订单ID为:OID00000011
1630392729640ms:redis生成了一个订单任务:订单ID为:OID00000012
1630392729642ms:redis生成了一个订单任务:订单ID为:OID00000013
1630392729644ms:redis生成了一个订单任务:订单ID为:OID00000014
1630392732000ms:redis消费了一个任务:消费的订单OrderId为:OID00000010
1630392732000ms:redis消费了一个任务:消费的订单OrderId为:OID00000011
1630392732001ms:redis消费了一个任务:消费的订单OrderId为:OID00000012
1630392732001ms:redis消费了一个任务:消费的订单OrderId为:OID00000013
1630392732002ms: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,这样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 cn.learn.demo;
import java.util.concurrent.CountDownLatch;
/**
* 重复消费复现
*
* @author Qing
* @date 2021/8/31 14:55
*/
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) {
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:
1630393223789ms:redis生成了一个订单任务:订单ID为:OID00000010
1630393223792ms:redis生成了一个订单任务:订单ID为:OID00000011
1630393223797ms:redis生成了一个订单任务:订单ID为:OID00000012
1630393223798ms:redis生成了一个订单任务:订单ID为:OID00000013
1630393223799ms:redis生成了一个订单任务:订单ID为:OID00000014
1630393226007ms:redis消费了一个任务:消费的订单OrderId为:OID00000010
1630393226012ms:redis消费了一个任务:消费的订单OrderId为:OID00000010
1630393226012ms:redis消费了一个任务:消费的订单OrderId为:OID00000010
1630393226014ms:redis消费了一个任务:消费的订单OrderId为:OID00000011
1630393226016ms:redis消费了一个任务:消费的订单OrderId为:OID00000012
1630393226016ms:redis消费了一个任务:消费的订单OrderId为:OID00000012
1630393226016ms:redis消费了一个任务:消费的订单OrderId为:OID00000013
1630393226017ms:redis消费了一个任务:消费的订单OrderId为:OID00000013
1630393226017ms:redis消费了一个任务:消费的订单OrderId为:OID00000013
1630393226017ms:redis消费了一个任务:消费的订单OrderId为:OID00000014
1630393226019ms:redis消费了一个任务:消费的订单OrderId为:OID00000014
1630393226019ms: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
...
显然,出现了多个线程消费同一个资源的情况。
解决方案
- 用分布式锁,此处暂不展开细说。
- 对ZREM的返回值进行判断,只有大于0的时候,才消费数据,调整 consumerDelayMessage() 方法逻辑:
// 原逻辑
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);
}
调整为:
// 新逻辑
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);
}
}
修改后,重新运行ThreadTest类,输出如下:
1630394074641ms:redis生成了一个订单任务:订单ID为:OID00000010
1630394074642ms:redis生成了一个订单任务:订单ID为:OID00000011
1630394074646ms:redis生成了一个订单任务:订单ID为:OID00000012
1630394074648ms:redis生成了一个订单任务:订单ID为:OID00000013
1630394074648ms:redis生成了一个订单任务:订单ID为:OID00000014
1630394077000ms:redis消费了一个任务:消费的订单OrderId为OID00000010
1630394077000ms:redis消费了一个任务:消费的订单OrderId为OID00000011
1630394077001ms:redis消费了一个任务:消费的订单OrderId为OID00000012
1630394077001ms:redis消费了一个任务:消费的订单OrderId为OID00000013
1630394077001ms: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
...
思路二
使用redis的Keyspace Notifications (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。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
或者用命令添加
config set notify-keyspace-events Ex
代码如下:
package cn.learn.demo;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPubSub;
/**
* 利用Redis的Keyspace Notifications
*
* @author Qing
* @date 2021/8/31 15:23
*/
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();
private 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:
1630398113583ms:OID0000000订单生成
1630398113584ms:OID0000001订单生成
1630398113585ms:OID0000002订单生成
1630398113589ms:OID0000003订单生成
1630398113590ms:OID0000004订单生成
1630398113590ms:OID0000005订单生成
1630398113591ms:OID0000006订单生成
1630398116592ms:OID0000000订单取消
1630398116595ms:OID0000005订单取消
1630398116596ms:OID0000004订单取消
1630398116595ms:OID0000001订单取消
1630398116595ms:OID0000003订单取消
1630398116595ms:OID0000006订单取消
1630398116595ms: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
需要额外进行 Redis 维护。
五、 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。
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