一个订单30分钟未支付自动取消功能5种实现方案

java教程 6月前 0 20

引言

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：

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。

下面，我们以判断订单是否超时为例，进行方案分析。

一、数据库轮询

思路

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

博主当年早期是用 quartz 来实现的 (实习那会的事)，简单介绍一下 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：

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

对服务器内存消耗大；
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；
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

思路

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：

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，我们设定延迟时间为 3 秒。

public class DelayQueueDemo {     public static void main(String[] args) {              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) {}              }          }  }

输出如下：

00000001编号的订单要删除啦。。。。After 3003 MilliSeconds00000002编号的订单要删除啦。。。。After 6006 MilliSeconds00000003编号的订单要删除啦。。。。After 9006 MilliSeconds00000004编号的订单要删除啦。。。。After 12008 MilliSeconds00000005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

服务器重启后，数据全部消失，怕宕机；
集群扩展相当麻烦；
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；
代码复杂度较高。

三、时间轮算法

思路

先上一张时间轮的图 (这图到处都是啦)。

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）
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：

public class HashedWheelTimerTest {    static class MyTimerTask implements TimerTask {        boolean flag;        public MyTimerTask(boolean flag) {            this.flag = flag;        }
        public void run(Timeout timeout) throws Exception {            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) {                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:

服务器重启后，数据全部消失，怕宕机；
集群扩展相当麻烦；
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

4.1 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 WITHSCORES1) "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 WITHSCORES1) "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

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();    }}

此时对应输出如下：

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。

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) {                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：

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，但是用分布式锁，性能下降了，该方案不细说。

对 ZREM 的返回值进行判断，只有大于 0 的时候，才消费数据，于是将 consumerDelayMessage() 方法里的代码：

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。

4.2 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：

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 {        public void onMessage(String channel, String message) {            System.out.println(System.currentTimeMillis()+"ms:"+message+"订单取消");        }    }}

输出如下：

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：

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.

翻译 : 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