說說延時隊列實現(xiàn)的幾種姿勢

引言

在開發(fā)中，往往會遇到一些關于延時任務的需求。例如

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

對上述的任務，我們給一個專業(yè)的名字來形容，那就是延時任務 。那么這里就會產(chǎn)生一個問題，這個延時任務 和定時任務 的區(qū)別究竟在哪里呢？一共有如下幾點區(qū)別

1. 定時任務有明確的觸發(fā)時間，延時任務沒有
2. 定時任務有執(zhí)行周期，而延時任務在某事件觸發(fā)后一段時間內(nèi)執(zhí)行，沒有執(zhí)行周期
3. 定時任務一般執(zhí)行的是批處理操作是多個任務，而延時任務一般是單個任務

下面，我們以判斷訂單是否超時為例，進行方案分析

方案分析

(1)數(shù)據(jù)庫輪詢

思路

該方案通常是在小型項目中使用，即通過一個線程定時的去掃描數(shù)據(jù)庫，通過訂單時間來判斷是否有超時的訂單，然后進行update或delete等操作

實現(xiàn)

博主當年早期是用quartz來實現(xiàn)的(實習那會的事)，簡單介紹一下 maven項目引入一個依賴如下所示

    <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

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("要去數(shù)據(jù)庫掃描啦。。。");
    }

    public static void main(String[] args) throws Exception {
        // 創(chuàng)建任務
        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();
        // 將任務及其觸發(fā)器放入調(diào)度器
        scheduler.scheduleJob(jobDetail, trigger);
        // 調(diào)度器開始調(diào)度任務
        scheduler.start();
    }
}

運行代碼，可發(fā)現(xiàn)每隔3秒，輸出如下

要去數(shù)據(jù)庫掃描啦。。。

優(yōu)缺點

優(yōu)點:簡單易行，支持集群操作

缺點:

• (1)對服務器內(nèi)存消耗大
• (2)存在延遲，比如你每隔3分鐘掃描一次，那最壞的延遲時間就是3分鐘
• (3)假設你的訂單有幾千萬條，每隔幾分鐘這樣掃描一次，數(shù)據(jù)庫損耗極大

(2)JDK的延遲隊列

思路

該方案是利用JDK自帶的DelayQueue來實現(xiàn)，這是一個無界阻塞隊列，該隊列只有在延遲期滿的時候才能從中獲取元素，放入DelayQueue中的對象，是必須實現(xiàn)Delayed接口的。

DelayedQueue實現(xiàn)工作流程如下圖所示

其中

• poll():獲取并移除隊列的超時元素，沒有則返回空
• take():獲取并移除隊列的超時元素，如果沒有則wait當前線程，直到有元素滿足超時條件，返回結(jié)果。

實現(xiàn)

定義一個類OrderDelay實現(xiàn)Delayed，代碼如下

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);
 }

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

 void print() {
  System.out.println(orderId+"編號的訂單要刪除啦。。。。");
 }
}

運行的測試Demo為，我們設定延遲時間為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編號的訂單要刪除啦。。。。
After 3003 MilliSeconds
00000002編號的訂單要刪除啦。。。。
After 6006 MilliSeconds
00000003編號的訂單要刪除啦。。。。
After 9006 MilliSeconds
00000004編號的訂單要刪除啦。。。。
After 12008 MilliSeconds
00000005編號的訂單要刪除啦。。。。
After 15009 MilliSeconds

可以看到都是延遲3秒，訂單被刪除

如果您正在學習Spring Boot，推薦一個連載多年還在繼續(xù)更新的免費教程：http://blog.didispace.com/spring-boot-learning-2x/

優(yōu)缺點

優(yōu)點:效率高,任務觸發(fā)時間延遲低。缺點:(1)服務器重啟后，數(shù)據(jù)全部消失，怕宕機 (2)集群擴展相當麻煩 (3)因為內(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)代碼復雜度較高

(3)時間輪算法

思路

先上一張時間輪的圖(這圖到處都是啦)

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

如果當前指針指在1上面，我有一個任務需要4秒以后執(zhí)行，那么這個執(zhí)行的線程回調(diào)或者消息將會被放在5上。那如果需要在20秒之后執(zhí)行怎么辦，由于這個環(huán)形結(jié)構槽數(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）

實現(xiàn)

我們用Netty的HashedWheelTimer來實現(xiàn) 給Pom加上下面的依賴

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

測試代碼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("要去數(shù)據(jù)庫刪除訂單了。。。。");
             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+"秒過去了");
         i++;
        }
    }
}

輸出如下

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

優(yōu)缺點

優(yōu)點:效率高,任務觸發(fā)時間延遲時間比delayQueue低，代碼復雜度比delayQueue低。

缺點:

• (1)服務器重啟后，數(shù)據(jù)全部消失，怕宕機
• (2)集群擴展相當麻煩
• (3)因為內(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)redis緩存

思路一

利用redis的zset,zset是一個有序集合，每一個元素(member)都關聯(lián)了一個score,通過score排序來取集合中的值

zset常用命令

• 添加元素:ZADD key score member [[score member] [score member] ...]
• 按順序查詢元素:ZRANGE key start stop [WITHSCORES]
• 查詢元素score:ZSCORE key member
• 移除元素:ZREM key member [member ...]

測試如下

> 推薦下自己做的 Spring Cloud 的實戰(zhàn)項目：
>
> <https://github.com/YunaiV/onemall>

# 添加單個元素

redis> ZADD page_rank 10 google.com
(integer) 1


# 添加多個元素

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"

# 查詢元素的score值
redis> ZSCORE page_rank bing.com
"8"

# 移除單個元素

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"

那么如何實現(xiàn)呢？我們將訂單超時時間戳與訂單號分別設置為score和member,系統(tǒng)掃描第一個元素判斷是否超時，具體如下圖所示

實現(xiàn)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();
    }

 //生產(chǎn)者,生成5個訂單放進去
 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生成了一個訂單任務：訂單ID為"+"OID0000001"+i);
  }
 }

 //消費者，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("當前沒有等待的任務");
    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消費了一個任務：消費的訂單OrderId為"+orderId);
   }
  }
 }

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

}

此時對應輸出如下

1525086085261ms:redis生成了一個訂單任務：訂單ID為OID00000010
1525086085263ms:redis生成了一個訂單任務：訂單ID為OID00000011
1525086085266ms:redis生成了一個訂單任務：訂單ID為OID00000012
1525086085268ms:redis生成了一個訂單任務：訂單ID為OID00000013
1525086085270ms:redis生成了一個訂單任務：訂單ID為OID00000014
1525086088000ms:redis消費了一個任務：消費的訂單OrderId為OID00000010
1525086088001ms:redis消費了一個任務：消費的訂單OrderId為OID00000011
1525086088002ms:redis消費了一個任務：消費的訂單OrderId為OID00000012
1525086088003ms:redis消費了一個任務：消費的訂單OrderId為OID00000013
1525086088004ms:redis消費了一個任務：消費的訂單OrderId為OID00000014
當前沒有等待的任務
當前沒有等待的任務
當前沒有等待的任務

可以看到，幾乎都是3秒之后，消費訂單。

然而，這一版存在一個致命的硬傷，在高并發(fā)條件下，多消費者會取到同一個訂單號，我們上測試代碼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();
  }
 }
}

輸出如下所示

1525087157727ms:redis生成了一個訂單任務：訂單ID為OID00000010
1525087157734ms:redis生成了一個訂單任務：訂單ID為OID00000011
1525087157738ms:redis生成了一個訂單任務：訂單ID為OID00000012
1525087157747ms:redis生成了一個訂單任務：訂單ID為OID00000013
1525087157753ms:redis生成了一個訂單任務：訂單ID為OID00000014
1525087160009ms:redis消費了一個任務：消費的訂單OrderId為OID00000010
1525087160011ms:redis消費了一個任務：消費的訂單OrderId為OID00000010
1525087160012ms:redis消費了一個任務：消費的訂單OrderId為OID00000010
1525087160022ms:redis消費了一個任務：消費的訂單OrderId為OID00000011
1525087160023ms:redis消費了一個任務：消費的訂單OrderId為OID00000011
1525087160029ms:redis消費了一個任務：消費的訂單OrderId為OID00000011
1525087160038ms:redis消費了一個任務：消費的訂單OrderId為OID00000012
1525087160045ms:redis消費了一個任務：消費的訂單OrderId為OID00000012
1525087160048ms:redis消費了一個任務：消費的訂單OrderId為OID00000012
1525087160053ms:redis消費了一個任務：消費的訂單OrderId為OID00000013
1525087160064ms:redis消費了一個任務：消費的訂單OrderId為OID00000013
1525087160065ms:redis消費了一個任務：消費的訂單OrderId為OID00000014
1525087160069ms:redis消費了一個任務：消費的訂單OrderId為OID00000014
當前沒有等待的任務
當前沒有等待的任務
當前沒有等待的任務
當前沒有等待的任務

顯然，出現(xiàn)了多個線程消費同一個資源的情況。

如果您正在學習Spring Boot，推薦一個連載多年還在繼續(xù)更新的免費教程：http://blog.didispace.com/spring-boot-learning-2x/

解決方案

• (1)用分布式鎖，但是用分布式鎖，性能下降了，該方案不細說。
• (2)對ZREM的返回值進行判斷，只有大于0的時候，才消費數(shù)據(jù)，于是將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消費了一個任務：消費的訂單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消費了一個任務：消費的訂單OrderId為"+orderId);
 }
}

在這種修改后，重新運行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制，就是利用該機制可以在key失效之后，提供一個回調(diào)，實際上是redis會給客戶端發(fā)送一個消息。是需要redis版本2.8以上。

實現(xiàn)二

在redis.conf中，加入一條配置

notify-keyspace-events Ex

運行代碼如下

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+"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

1525096202813ms:OID0000000訂單生成
1525096202818ms:OID0000001訂單生成
1525096202824ms:OID0000002訂單生成
1525096202826ms:OID0000003訂單生成
1525096202830ms:OID0000004訂單生成
1525096202834ms:OID0000005訂單生成
1525096202839ms:OID0000006訂單生成
1525096205819ms:OID0000000訂單取消
1525096205920ms:OID0000005訂單取消
1525096205920ms:OID0000004訂單取消
1525096205920ms:OID0000001訂單取消
1525096205920ms:OID0000003訂單取消
1525096205920ms:OID0000006訂單取消
1525096205920ms:OID0000002訂單取消

可以明顯看到3秒過后，訂單取消了

ps:redis的pub/sub 機制存在一個硬傷，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，因此無法實現(xiàn)事件的可靠通知。也就是說，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。當然，如果你對可靠性要求不高，可以使用。

如果您正在學習Spring Boot，推薦一個連載多年還在繼續(xù)更新的免費教程：http://blog.didispace.com/spring-boot-learning-2x/

優(yōu)缺點

優(yōu)點:

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

缺點:(1)需要額外進行redis維護

(5)使用消息隊列

我們可以采用rabbitMQ的延時隊列。RabbitMQ具有以下兩個特性，可以實現(xiàn)延遲隊列

• RabbitMQ可以針對Queue和Message設置 x-message-tt，來控制消息的生存時間，如果超時，則消息變?yōu)閐ead letter
• lRabbitMQ的Queue可以配置x-dead-letter-exchange 和x-dead-letter-routing-key（可選）兩個參數(shù)，用來控制隊列內(nèi)出現(xiàn)了deadletter，則按照這兩個參數(shù)重新路由。結(jié)合以上兩個特性，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。

優(yōu)缺點

優(yōu)點: 高效,可以利用rabbitmq的分布式特性輕易的進行橫向擴展,消息支持持久化增加了可靠性。缺點：本身的易用度要依賴于rabbitMq的運維.因為要引用rabbitMq,所以復雜度和成本變高

總結(jié)

本文總結(jié)了目前互聯(lián)網(wǎng)中，絕大部分的延時任務的實現(xiàn)方案。希望大家在工作中能夠有所收獲。

其實大家在工作中，百分九十的人還是以業(yè)務邏輯為主，很少有機會能夠進行方案設計。所以博主不推薦在分布式這塊，花太多時間。不過，鑒于現(xiàn)在的面試造火箭，工作擰螺絲現(xiàn)象太過嚴重，所以，最后來個小漫畫娛樂一下。

- END -

來源 | 孤獨煙

——————END——————

歡迎關注“Java引導者”，我們分享最有價值的Java的干貨文章，助力您成為有思想的Java開發(fā)工程師！