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
1000000001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
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(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
71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(guān)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
# 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
131525086085261ms: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
221525087157727ms: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。
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
1notify-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 {
<a >@Override</a>
public void onMessage(String channel, String message) {
System.out.println(System.currentTimeMillis()+"ms:"+message+"訂單取消");
}
}
}
輸出如下
141525096202813ms: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。
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
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
