延遲任務的實現總結

上一篇寫了使用RabbitMQ來實現延遲任務的實現，其實實現延遲任務的方式有很多，各有利弊，有單機和分布式的。在這里做一個總結，在遇到這類問題的時候希望給大家一個參考和思路。

延遲任務有別於定式任務，定式任務往往是固定周期的，有明確的觸發時間。而延遲任務一般沒有固定的開始時間，它常常是由一個事件觸發的，而在這個事件觸發之后的一段時間內觸發另一個事件。延遲任務相關的業務場景如下：

場景一：物聯網系統經常會遇到向終端下發命令，如果命令一段時間沒有應答，就需要設置成超時。

場景二：訂單下單之后30分鍾后，如果用戶沒有付錢，則系統自動取消訂單。

下面我們來探討一些方案，其實這些方案沒有好壞之分，和系統架構一樣，只有最適合。對於數據量較小的情況下，任意一種方案都可行，考慮的是簡單明了和開發速度，盡量避免把系統搞復雜了。而對於數據量較大的情況下，就需要有一些選擇，並不是所有的方案都適合了。

 

1. 數據庫輪詢

這是比較常見的一種方式，所有的訂單或者所有的命令一般都會存儲在數據庫中。我們會起一個線程去掃數據庫或者一個數據庫定時Job，找到那些超時的數據，直接更新狀態，或者拿出來執行一些操作。這種方式很簡單，不會引入其他的技術，開發周期短。

如果數據量比較大，千萬級甚至更多，插入頻率很高的話，上面的方式在性能上會出現一些問題，查找和更新對會占用很多時間，輪詢頻率高的話甚至會影響數據入庫。一種可以嘗試的方式就是使用類似TBSchedule或Elastic-Job這樣的分布式的任務調度加上數據分片功能，把需要判斷的數據分到不同的機器上執行。

如果數據量進一步增大，那掃數據庫肯定就不行了。另一方面，對於訂單這類數據，我們也許會遇到分庫分表，那上述方案就會變得過於復雜，得不償失。

 

2. JDK延遲隊列

Java中的DelayQueue位於java.util.concurrent包下，作為單機實現，它很好的實現了延遲一段時間后觸發事件的需求。由於是線程安全的它可以有多個消費者和多個生產者，從而在某些情況下可以提升性能。DelayQueue本質是封裝了一個PriorityQueue，使之線程安全，加上Delay功能，也就是說，消費者線程只能在隊列中的消息“過期”之后才能返回數據獲取到消息，不然只能獲取到null。

之所以要用到PriorityQueue，主要是需要排序。也許后插入的消息需要比隊列中的其他消息提前觸發，那么這個后插入的消息就需要最先被消費者獲取，這就需要排序功能。PriorityQueue內部使用最小堆來實現排序隊列。隊首的，最先被消費者拿到的就是最小的那個。使用最小堆讓隊列在數據量較大的時候比較有優勢。使用最小堆來實現優先級隊列主要是因為最小堆在插入和獲取時，時間復雜度相對都比較好，都是O(logN)。

下面例子實現了未來某個時間要觸發的消息。我把這些消息放在DelayQueue中，當消息的觸發時間到，消費者就能拿到消息，並且消費，實現處理方法。示例代碼：

 

/*
 * 定義放在延遲隊列中的對象，需要實現Delayed接口
 */
public class DelayedTask implements Delayed {

    private int _expireInSecond = 0;

    public DelayedTask(int delaySecond) {
        Calendar cal = Calendar.getInstance();
        cal.add(Calendar.SECOND, delaySecond);
        _expireInSecond = (int) (cal.getTimeInMillis() / 1000);
    }

    public int compareTo(Delayed o) {
        long d = (getDelay(TimeUnit.NANOSECONDS) - o.getDelay(TimeUnit.NANOSECONDS));
        return (d == 0) ? 0 : ((d < 0) ? -1 : 1);
    }

    public long getDelay(TimeUnit unit) {
        // TODO Auto-generated method stub
        
        Calendar cal = Calendar.getInstance();
        return _expireInSecond - (cal.getTimeInMillis() / 1000); 
    }

}

 

下面定義了三個延遲任務，分別是10秒，5秒和15秒。依次入隊列，期望5秒鍾后，5秒的消息先被獲取到，然后每個5秒鍾，依次獲取到10秒數據和15秒的那個數據。

public static void main(String[] args) throws InterruptedException {
        // TODO Auto-generated method stub

        SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");

        //定義延遲隊列
        DelayQueue<DelayedTask> delayQueue = new DelayQueue<DelayedTask>();

        //定義三個延遲任務
        DelayedTask task1 = new DelayedTask(10);
        DelayedTask task2 = new DelayedTask(5);
        DelayedTask task3 = new DelayedTask(15);

        delayQueue.add(task1);
        delayQueue.add(task2);
        delayQueue.add(task3);

        System.out.println(sdf.format(new Date()) + " start");
        
        while (delayQueue.size() != 0) {
            
            //如果沒到時間，該方法會返回
            DelayedTask task = delayQueue.poll();

            if (task != null) {
                Date now = new Date();
                System.out.println(sdf.format(now));
            }
            
            Thread.sleep(1000);
        }
    }

 

輸出結果如下圖：

 

DelayQueue是一種很好的實現方式，雖然是單機，但是可以多線程生產和消費，提高效率。拿到消息后也可以使用異步線程去執行下一步的任務。如果有分布式的需求可以使用Redis來實現消息的分發，如果對消息的可靠性有非常高的要求可以使用消息中間件：

 

使用DelayQueue需要考慮程序掛掉之后，內存里面未處理消息的丟失帶來的影響。

3. JDK ScheduledExecutorService

JDK自帶的一種線程池，它能調度一些命令在一段時間之后執行，或者周期性的執行。文章開頭的一些業務場景主要使用第一種方式，即，在一段時間之后執行某個操作。代碼例子如下：

public static void main(String[] args) {
        // TODO Auto-generated method stub
        ScheduledExecutorService executor = Executors.newScheduledThreadPool(100);

        for (int i = 10; i > 0; i--) {
            executor.schedule(new Runnable() {

                public void run() {
                    // TODO Auto-generated method stub
                    System.out.println(
                            "Work start, thread id:" + Thread.currentThread().getId() + " " + sdf.format(new Date()));
                }

            }, i, TimeUnit.SECONDS);
        }
    }

執行結果：

ScheduledExecutorService的實現類ScheduledThreadPoolExecutor提供了一種並行處理的模型，簡化了線程的調度。DelayedWorkQueue是類似DelayQueue的實現，也是基於最小堆的、線程安全的數據結構，所以會有上例排序后輸出的結果。

ScheduledExecutorService比上面一種DelayQueue更加實用。因為，一般來說，使用DelayQueue獲取消息后觸發事件都會實用多線程的方式執行，以保證其他事件能准時進行。而ScheduledThreadPoolExecutor就是對這個過程進行了封裝，讓大家更加方便的使用。同時在加強了部分功能，比如定時觸發命令。

 

4. 時間輪

時間輪是一種非常驚艷的數據結構。其在Linux內核中使用廣泛，是Linux內核定時器的實現方法和基礎之一。按使用場景，大致可以分為兩種時間輪：原始時間輪和分層時間輪。分層時間輪是原始時間輪的升級版本，來應對時間“槽”數量比較大的情況，對內存和精度都有很高要求的情況。我們延遲任務的場景一般只需要用到原始時間輪就可以了。

原始時間輪：如下圖一個輪子，有8個“槽”，可以代表未來的一個時間。如果以秒為單位，中間的指針每隔一秒鍾轉動到新的“槽”上面，就好像手表一樣。如果當前指針指在1上面，我有一個任務需要4秒以后執行，那么這個執行的線程回調或者消息將會被放在5上。那如果需要在20秒之后執行怎么辦，由於這個環形結構槽數只到8，如果要20秒，指針需要多轉2圈。位置是在2圈之后的5上面（20 % 8 + 1）。這個圈數需要記錄在槽中的數據結構里面。這個數據結構最重要的是兩個指針，一個是觸發任務的函數指針，另外一個是觸發的總第幾圈數。時間輪可以用簡單的數組或者是環形鏈表來實現。

 

相比DelayQueue的數據結構，時間輪在算法復雜度上有一定優勢。DelayQueue由於涉及到排序，需要調堆，插入和移除的復雜度是O(lgn)，而時間輪在插入和移除的復雜度都是O(1)。

時間輪比較好的開源實現是Netty的

// 創建Timer, 精度為100毫秒,
        HashedWheelTimer timer = new HashedWheelTimer();

        System.out.println(sdf.format(new Date()));

        MyTask task1 = new MyTask();
        MyTask task2 = new MyTask();
        MyTask task3 = new MyTask();
        
        timer.newTimeout(task1, 5, TimeUnit.SECONDS);
        timer.newTimeout(task2, 10, TimeUnit.SECONDS);
        timer.newTimeout(task3, 15, TimeUnit.SECONDS);
        
        // 阻塞main線程
        try {
            System.in.read();
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }

其中HashedWheelTimer有多個構造函數。其中：

ThreadFactory ：創建線程的類，默認Executors.defaultThreadFactory()。

TickDuration：多少時間指針順時針轉一格，單位由下面一個參數提供。

TimeUnit：上一個參數的時間單位。

TicksPerWheel：時間輪上的格子數。

如果一個任務要在120s后執行，時間輪是默認參數的話，那么這個任務在時間輪上需要經過

120000ms / (512 * 100ms) = 2輪

120000ms % (512 * 100ms) = 176格。

在使用HashedWheelTimer的過程中，延遲任務的實現最好使用異步的，HashedWheelTimer的任務管理和執行都在一個線程里面。如果任務比較耗時，那么指針就會延遲，導致整個任務就會延遲。

 

4. Quartz

quartz是一個企業級的開源的任務調度框架，quartz內部使用TreeSet來保存Trigger，如下圖。Java中的TreeSet是使用TreeMap實現，TreeMap是一個紅黑樹實現。紅黑樹的插入和刪除復雜度都是logN。和最小堆相比各有千秋。最小堆插入比紅黑樹快，刪除頂層節點比紅黑樹慢。

 

相比上述的三種輕量級的實現功能豐富很多。有專門的任務調度線程，和任務執行線程池。quartz功能強大，主要是用來執行周期性的任務，當然也可以用來實現延遲任務。但是如果只是實現一個簡單的基於內存的延時任務的話，quartz就稍顯龐大。

 

5. Redis ZSet

Redis中的ZSet是一個有序的Set，內部使用HashMap和跳表(SkipList)來保證數據的存儲和有序，HashMap里放的是成員到score的映射，而跳躍表里存放的是所有的成員，排序依據是HashMap里存的score,使用跳躍表的結構可以獲得比較高的查找效率，並且在實現上比較簡單。

 

public class ZSetTest {

    private JedisPool jedisPool = null;
    // Redis服務器IP
    private String ADDR = "10.23.22.42";
    // Redis的端口號
    private int PORT = 6379;

    private SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");

    public void intJedis() {
        jedisPool = new JedisPool(ADDR, PORT);
    }

    public static void main(String[] args) {
        // TODO Auto-generated method stub

        ZSetTest zsetTest = new ZSetTest();
        zsetTest.intJedis();

        zsetTest.addItem();
        zsetTest.getItem();

        zsetTest.deleteZSet();
    }

    public void deleteZSet() {
        Jedis jedis = jedisPool.getResource();
        jedis.del("zset_test");
    }

    public void addItem() {
        Jedis jedis = jedisPool.getResource();

        Calendar cal1 = Calendar.getInstance();
        cal1.add(Calendar.SECOND, 10);
        int second10later = (int) (cal1.getTimeInMillis() / 1000);

        Calendar cal2 = Calendar.getInstance();
        cal2.add(Calendar.SECOND, 20);
        int second20later = (int) (cal2.getTimeInMillis() / 1000);

        Calendar cal3 = Calendar.getInstance();
        cal3.add(Calendar.SECOND, 30);
        int second30later = (int) (cal3.getTimeInMillis() / 1000);

        Calendar cal4 = Calendar.getInstance();
        cal4.add(Calendar.SECOND, 40);
        int second40later = (int) (cal4.getTimeInMillis() / 1000);

        Calendar cal5 = Calendar.getInstance();
        cal5.add(Calendar.SECOND, 50);
        int second50later = (int) (cal5.getTimeInMillis() / 1000);

        jedis.zadd("zset_test", second50later, "e");
        jedis.zadd("zset_test", second10later, "a");
        jedis.zadd("zset_test", second30later, "c");
        jedis.zadd("zset_test", second20later, "b");
        jedis.zadd("zset_test", second40later, "d");

        System.out.println(sdf.format(new Date()) + " add finished.");
    }

    public void getItem() {

        Jedis jedis = jedisPool.getResource();

        while (true) {
            try {

                Set<Tuple> set = jedis.zrangeWithScores("zset_test", 0, 0);

                String value = ((Tuple) set.toArray()[0]).getElement();
                int score = (int) ((Tuple) set.toArray()[0]).getScore();

                Calendar cal = Calendar.getInstance();
                int nowSecond = (int) (cal.getTimeInMillis() / 1000);

                if (nowSecond >= score) {
                    jedis.zrem("zset_test", value);
                    System.out.println(sdf.format(new Date()) + " removed value:" + value);
                }

                if (jedis.zcard("zset_test") <= 0)
                {
                    System.out.println(sdf.format(new Date()) + " zset empty ");
                    return;
                }
                Thread.sleep(1000);
            } catch (InterruptedException e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
        }
    }

}

 

在用作延遲任務的時候，可以在添加數據的時候，使用zadd把score寫成未來某個時刻的unix時間戳。消費者使用zrangeWithScores獲取優先級最高的（最早開始的的）任務。注意，zrangeWithScores並不是取出來，只是看一下並不刪除，類似於Queue的peek方法。程序對最早的這個消息進行驗證，是否到達要運行的時間，如果是則執行，然后刪除zset中的數據。如果不是，則繼續等待。

由於zrangeWithScores 和 zrem是先后使用，所以有可能有並發問題，即兩個線程或者兩個進程都會拿到一樣的一樣的數據，然后重復執行，最后又都會刪除。如果是單機多線程執行，或者分布式環境下，可以使用Redis事務，也可以使用由Redis實現的分布式鎖，或者使用下例中Redis Script。你可以在Redis官方的Transaction章節找到事務的相關內容。

使用Redis的好處主要是：

1. 解耦：把任務、任務發起者、任務執行者的三者分開，邏輯更加清晰，程序強壯性提升，有利於任務發起者和執行者各自迭代，適合多人協作。

2. 異常恢復：由於使用Redis作為消息通道，消息都存儲在Redis中。如果發送程序或者任務處理程序掛了，重啟之后，還有重新處理數據的可能性。

3. 分布式：如果數據量較大，程序執行時間比較長，我們可以針對任務發起者和任務執行者進行分布式部署。特別注意任務的執行者，也就是Redis的接收方需要考慮分布式鎖的問題。

 

6. Jesque

Jesque是Resque的java實現，Resque是一個基於Redis的Ruby項目，用於后台的定時任務。Jesque實現延遲任務的方法也是在Redis里面建立一個ZSet，和上例一樣的處理方式。上例提到在使用ZSet作為優先級隊列的時候，由於zrangeWithScores 和 zrem沒法保證原子性，所有在分布式環境下會有問題。在Jesque中，它使用的Redis Script來解決這個問題。Redis Script可以保證操作的原子性，相比事務也減少了一些網絡開銷，性能更加出色。

 

7. RabbitMQ TTL和DXL

使用RabbitMQ的TTL和DXL實現延遲隊列在這里不做詳細的介紹，這篇文章描述的比較詳細。

 

 

綜上所述，解決延遲隊列有很多種方法。選擇哪個解決方案也需要根據不同的數據量、實時性要求、已有架構和組件等因素進行判斷和取舍。對於比較簡單的系統，可以使用數據庫輪訓的方式。數據量稍大，實時性稍高一點的系統可以使用JDK延遲隊列（也許需要解決程序掛了，內存中未處理任務丟失的情況）。如果需要分布式橫向擴展的話推薦使用Redis的方案。但是對於系統中已有RabbitMQ，那RabbitMQ會是一個更好的方案。