面試官：說(shuō)出訂單超時(shí)取消訂單的5種實(shí)現(xiàn)方案！

我今年面試過(guò)不少 Java 程序員，初級(jí)的、中級(jí)的、高級(jí)的都有。很多候選者簡(jiǎn)歷上寫著精通 Redis，RabbitMQ 等中間件，于是我就隨手出一題：類似訂單超時(shí)，取消訂單如何實(shí)現(xiàn)，說(shuō)說(shuō)你的實(shí)現(xiàn)思路！

「引言」

在開(kāi)發(fā)中，往往會(huì)遇到一些關(guān)于延時(shí)任務(wù)的需求。例如

• 生成訂單 30 分鐘未支付，則自動(dòng)取消
• 生成訂單 60 秒后，給用戶發(fā)短信

對(duì)上述的任務(wù)，我們給一個(gè)專業(yè)的名字來(lái)形容，那就是延時(shí)任務(wù)。那么這里就會(huì)產(chǎn)生一個(gè)問(wèn)題，這個(gè)延時(shí)任務(wù)和定時(shí)任務(wù)的區(qū)別究竟在哪里呢？一共有如下幾點(diǎn)區(qū)別

1. 定時(shí)任務(wù)有明確的觸發(fā)時(shí)間，延時(shí)任務(wù)沒(méi)有
2. 定時(shí)任務(wù)有執(zhí)行周期，而延時(shí)任務(wù)在某事件觸發(fā)后一段時(shí)間內(nèi)執(zhí)行，沒(méi)有執(zhí)行周期
3. 定時(shí)任務(wù)一般執(zhí)行的是批處理操作是多個(gè)任務(wù)，而延時(shí)任務(wù)一般是單個(gè)任務(wù)

下面，我們以判斷訂單是否超時(shí)為例，進(jìn)行方案分析！

「方案分析」

「數(shù)據(jù)庫(kù)輪詢」

思路

該方案通常是在小型項(xiàng)目中使用，即通過(guò)一個(gè)線程定時(shí)的去掃描數(shù)據(jù)庫(kù)，通過(guò)訂單時(shí)間來(lái)判斷是否有超時(shí)的訂單，然后進(jìn)行 update 或 delete 等操作。

實(shí)現(xiàn)

博主當(dāng)年早期是用 quartz 來(lái)實(shí)現(xiàn)的(實(shí)習(xí)那會(huì)的事)，簡(jiǎn)單介紹一下

maven 項(xiàng)目引入一個(gè)依賴如下所示

<dependency>
 <groupId>org.quartz-scheduler</groupId>
 <artifactId>quartz</artifactId>
 <version>2.2.2</version>
</dependency>

調(diào)用 Demo 類 MyJob 如下所示

public class MyJob implements Job {
    public void execute(JobExecutionContext context)
            throws JobExecutionException {
        System.out.println("要去數(shù)據(jù)庫(kù)掃描啦。。。");
    }

    public static void main(String[] args) throws Exception {
        // 創(chuàng)建任務(wù)
        JobDetail jobDetail = JobBuilder.newJob(MyJob.class)
                .withIdentity("job1", "group1").build();

        // 創(chuàng)建觸發(fā)器 每3秒鐘執(zhí)行一次
        Trigger trigger = TriggerBuilder
                .newTrigger()
                .withIdentity("trigger1", "group3")
                .withSchedule(
                        SimpleScheduleBuilder.simpleSchedule()
                                .withIntervalInSeconds(3).repeatForever())
                .build();

        Scheduler scheduler = new StdSchedulerFactory().getScheduler();
        // 將任務(wù)及其觸發(fā)器放入調(diào)度器
        scheduler.scheduleJob(jobDetail, trigger);
        // 調(diào)度器開(kāi)始調(diào)度任務(wù)
        scheduler.start();
    }
}

運(yùn)行代碼，可發(fā)現(xiàn)每隔 3 秒，輸出如下

?

要去數(shù)據(jù)庫(kù)掃描啦。。。

?

優(yōu)缺點(diǎn)

優(yōu)點(diǎn)：簡(jiǎn)單易行，支持集群操作

缺點(diǎn):

• (1)對(duì)服務(wù)器內(nèi)存消耗大

• (2)存在延遲，比如你每隔 3 分鐘掃描一次，那最壞的延遲時(shí)間就是 3 分鐘

• (3)假設(shè)你的訂單有幾千萬(wàn)條，每隔幾分鐘這樣掃描一次，數(shù)據(jù)庫(kù)損耗極大

JDK 的延遲隊(duì)列

思路

該方案是利用 JDK 自帶的 DelayQueue 來(lái)實(shí)現(xiàn)，這是一個(gè)無(wú)界阻塞隊(duì)列，該隊(duì)列只有在延遲期滿的時(shí)候才能從中獲取元素，放入 DelayQueue 中的對(duì)象，是必須實(shí)現(xiàn) Delayed 接口的。

DelayedQueue 實(shí)現(xiàn)工作流程如下圖所示

其中Poll()：獲取并移除隊(duì)列的超時(shí)元素，沒(méi)有則返回空

take()：獲取并移除隊(duì)列的超時(shí)元素，如果沒(méi)有則 wait 當(dāng)前線程，直到有元素滿足超時(shí)條件，返回結(jié)果。

實(shí)現(xiàn)

定義一個(gè)類 OrderDelay 實(shí)現(xiàn) Delayed，代碼如下：

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);

    }

    // 返回距離你自定義的超時(shí)時(shí)間還有多少
    public long getDelay(TimeUnit unit) {
        return unit.convert(timeout - System.nanoTime(),TimeUnit.NANOSECONDS);
    }

    void print() {
        System.out.println(orderId + "編號(hào)的訂單要?jiǎng)h除啦。。。。");
    }
}

運(yùn)行的測(cè)試 Demo 為，我們?cè)O(shè)定延遲時(shí)間為 3 秒。

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 = newDelayQueue<OrderDelay>();  
        long start = System.currentTimeMillis();  
        for(int i = 0;i<5;i++){  
            //延遲三秒取出
            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();  
            }  
        }  
    }   
}

輸出如下

?

00000001編號(hào)的訂單要?jiǎng)h除啦。。。。After 3003 MilliSeconds 00000002編號(hào)的訂單要?jiǎng)h除啦。。。。After 6006 MilliSeconds 00000003編號(hào)的訂單要?jiǎng)h除啦。。。。After 9006 MilliSeconds 00000004編號(hào)的訂單要?jiǎng)h除啦。。。。After 12008 MilliSeconds 00000005編號(hào)的訂單要?jiǎng)h除啦。。。。After 15009 MilliSeconds

?

可以看到都是延遲 3 秒，訂單被刪除。

優(yōu)缺點(diǎn)

優(yōu)點(diǎn)：效率高，任務(wù)觸發(fā)時(shí)間延遲低。

缺點(diǎn)：

• (1)服務(wù)器重啟后，數(shù)據(jù)全部消失，怕宕機(jī)
• (2)集群擴(kuò)展相當(dāng)麻煩
• (3)因?yàn)閮?nèi)存條件限制的原因，比如下單未付款的訂單數(shù)太多，那么很容易就出現(xiàn) OOM 異常
• (4)代碼復(fù)雜度較高

「時(shí)間輪算法」

思路

先上一張時(shí)間輪的圖(這圖到處都是啦)

時(shí)間輪算法可以類比于時(shí)鐘，如上圖箭頭（指針）按某一個(gè)方向按固定頻率輪動(dòng)，每一次跳動(dòng)稱為一個(gè) tick。這樣可以看出定時(shí)輪由個(gè) 3 個(gè)重要的屬性參數(shù)，ticksPerWheel（一輪的tick數(shù)），tickDuration（一個(gè) tick 的持續(xù)時(shí)間）以及 timeUnit（時(shí)間單位），例如當(dāng)ticksPerWheel=60，tickDuration=1，timeUnit=秒，這就和現(xiàn)實(shí)中的始終的秒針走動(dòng)完全類似了。

如果當(dāng)前指針指在 1 上面，我有一個(gè)任務(wù)需要 4 秒以后執(zhí)行，那么這個(gè)執(zhí)行的線程回調(diào)或者消息將會(huì)被放在 5 上。那如果需要在 20 秒之后執(zhí)行怎么辦，由于這個(gè)環(huán)形結(jié)構(gòu)槽數(shù)只到 8，如果要 20 秒，指針需要多轉(zhuǎn) 2 圈。位置是在 2 圈之后的 5 上面（20 % 8 + 1）。

實(shí)現(xiàn)

我們用 Netty 的 HashedWheelTimer 來(lái)實(shí)現(xiàn)

給 pom.xml 加上下面的依賴：

<dependency>
    <groupId>io.netty</groupId>
    <artifactId>netty-all</artifactId>
    <version>4.1.24.Final</version>
</dependency>

測(cè)試代碼 HashedWheelTimerTest 如下所示：

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("要去數(shù)據(jù)庫(kù)刪除訂單了。。。。");
             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+"秒過(guò)去了");
            i++;
        }
    }
}

輸出如下：

?

1秒過(guò)去了 2秒過(guò)去了 3秒過(guò)去了 4秒過(guò)去了 5秒過(guò)去了 要去數(shù)據(jù)庫(kù)刪除訂單了。。。。6秒過(guò)去了

?

優(yōu)缺點(diǎn)

優(yōu)點(diǎn)：效率高，任務(wù)觸發(fā)時(shí)間延遲時(shí)間比 delayQueue 低，代碼復(fù)雜度比 delayQueue 低。

缺點(diǎn)：

• (1)服務(wù)器重啟后，數(shù)據(jù)全部消失，怕宕機(jī)
• (2)集群擴(kuò)展相當(dāng)麻煩
• (3)因?yàn)閮?nèi)存條件限制的原因，比如下單未付款的訂單數(shù)太多，那么很容易就出現(xiàn) OOM 異常

redis 緩存

思路一：

利用 redis 的 zset，zset 是一個(gè)有序集合，每一個(gè)元素(member)都關(guān)聯(lián)了一個(gè) score，通過(guò) score 排序來(lái)取集合中的值

添加元素:

ZADD key score member [[score member] [score member] …]

按順序查詢?cè)兀?/p>

ZRANGE key start stop [WITHSCORES]

查詢?cè)?score：

ZSCORE key member

移除元素：

ZREM key member [member …]

測(cè)試如下

# 添加單個(gè)元素
redis> ZADD page_rank 10 google.com
(integer) 1

# 添加多個(gè)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"

# 查詢?cè)氐膕core值
redis> ZSCORE page_rank bing.com
"8"

# 移除單個(gè)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"

那么如何實(shí)現(xiàn)呢？我們將訂單超時(shí)時(shí)間戳與訂單號(hào)分別設(shè)置為 score 和 member，系統(tǒng)掃描第一個(gè)元素判斷是否超時(shí)，具體如下圖所示：

實(shí)現(xiàn)一

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();
    }

    //生產(chǎn)者,生成5個(gè)訂單放進(jìn)去
    public void productionDelayMessage(){
        for(int i=0;i<5;i++){
            //延遲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生成了一個(gè)訂單任務(wù)：訂單ID為"+"OID0000001"+i);
        }
    }

    //消費(fèi)者，取訂單
    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("當(dāng)前沒(méi)有等待的任務(wù)");
                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消費(fèi)了一個(gè)任務(wù)：消費(fèi)的訂單OrderId為"+orderId);
            }
        }
    }

    public static void main(String[] args) {
        AppTest appTest =new AppTest();
        appTest.productionDelayMessage();
        appTest.consumerDelayMessage();
    }
}

此時(shí)對(duì)應(yīng)輸出如下：

可以看到，幾乎都是 3 秒之后，消費(fèi)訂單。

然而，這一版存在一個(gè)致命的硬傷，在高并發(fā)條件下，多消費(fèi)者會(huì)取到同一個(gè)訂單號(hào)，我們上測(cè)試代碼 ThreadTest。

import java.util.concurrent.CountDownLatch;
public class ThreadTest {
    private static final int threadNum = 10;
    private static CountDownLatch cdl = newCountDownLatch(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();
        }
    }
}

輸出如下所示：

顯然，出現(xiàn)了多個(gè)線程消費(fèi)同一個(gè)資源的情況。

解決方案：

• (1)用分布式鎖，但是用分布式鎖，性能下降了，該方案不細(xì)說(shuō)。
• (2)對(duì) ZREM 的返回值進(jìn)行判斷，只有大于 0 的時(shí)候，才消費(fèi)數(shù)據(jù)，于是將consumerDelayMessage()方法中的如下代碼：

if(nowSecond >= score){
    String orderId = ((Tuple)items.toArray()[0]).getElement();
    jedis.zrem("OrderId", orderId);
    System.out.println(System.currentTimeMillis()+"ms:redis消費(fèi)了一個(gè)任務(wù)：消費(fèi)的訂單OrderId為"+orderId);
}

修改為：

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消費(fèi)了一個(gè)任務(wù)：消費(fèi)的訂單OrderId為"+orderId);
    }
}

在這種修改后，重新運(yùn)行 ThreadTest 類，發(fā)現(xiàn)輸出正常了。

思路二：

該方案使用 redis 的 Keyspace Notifications，中文翻譯就是鍵空間機(jī)制，就是利用該機(jī)制可以在 key 失效之后，提供一個(gè)回調(diào)，實(shí)際上是 redis 會(huì)給客戶端發(fā)送一個(gè)消息。是需要 redis 版本 2.8 以上。

實(shí)現(xiàn)二：

在 redis.conf 中，加入一條配置：

?

notify-keyspace-events Ex

?

運(yùn)行代碼如下

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+"訂單生成");
        }
    }

    static class RedisSub extends JedisPubSub {
        @Override
        public void onMessage(String channel, String message) {
            System.out.println(System.currentTimeMillis()+"ms:"+message+"訂單取消");
        }
    }
}

輸出如下：

可以明顯看到 3 秒過(guò)后，訂單取消了。

ps：redis 的pub/sub機(jī)制存在一個(gè)硬傷，官網(wǎng)內(nèi)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的發(fā)布/訂閱目前是即發(fā)即棄(fire and forget)模式的，因此無(wú)法實(shí)現(xiàn)事件的可靠通知。也就是說(shuō)，如果發(fā)布/訂閱的客戶端斷鏈之后又重連，則在客戶端斷鏈期間的所有事件都丟失了。
因此，方案二不是太推薦。當(dāng)然，如果你對(duì)可靠性要求不高，可以使用。

?

優(yōu)缺點(diǎn)

優(yōu)點(diǎn)：

• (1)由于使用 Redis 作為消息通道，消息都存儲(chǔ)在 Redis 中。如果發(fā)送程序或者任務(wù)處理程序掛了，重啟之后，還有重新處理數(shù)據(jù)的可能性。
• (2)做集群擴(kuò)展相當(dāng)方便
• (3)時(shí)間準(zhǔn)確度高

缺點(diǎn):

• (1)需要額外進(jìn)行 redis 維護(hù)

使用消息隊(duì)列

我們可以采用 rabbitMQ 的延時(shí)隊(duì)列。RabbitMQ 具有以下兩個(gè)特性，可以實(shí)現(xiàn)延遲隊(duì)列：

• RabbitMQ 可以針對(duì) Queue 和 Message 設(shè)置 x-message-tt，來(lái)控制消息的生存時(shí)間，如果超時(shí)，則消息變?yōu)?dead letter。

• lRabbitMQ 的 Queue 可以配置 x-dead-letter-exchange 和 x-dead-letter-routing-key（可選）兩個(gè)參數(shù)，用來(lái)控制隊(duì)列內(nèi)出現(xiàn)了 deadletter，則按照這兩個(gè)參數(shù)重新路由。

結(jié)合以上兩個(gè)特性，就可以模擬出延遲消息的功能，具體的，我改天再寫一篇文章，這里再講下去，篇幅太長(zhǎng)。如需本文源碼 demo 項(xiàng)目，請(qǐng)加我微信：codedq，免費(fèi)獲取！

優(yōu)缺點(diǎn)

優(yōu)點(diǎn): 高效，可以利用 rabbitmq 的分布式特性輕易的進(jìn)行橫向擴(kuò)展，消息支持持久化增加了可靠性。

缺點(diǎn)：本身的易用度要依賴于 rabbitMq 的運(yùn)維。因?yàn)橐?rabbitMq，所以復(fù)雜度和成本變高。