【原創】分布式之延時任務方案解析

引言

在開發中，往往會遇到一些關於延時任務的需求。例如

• 生成訂單30分鍾未支付，則自動取消
• 生成訂單60秒后,給用戶發短信

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

1. 定時任務有明確的觸發時間，延時任務沒有
2. 定時任務有執行周期，而延時任務在某事件觸發后一段時間內執行，沒有執行周期
3. 定時任務一般執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)數據庫輪詢

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據庫，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

博主當年早期是用quartz來實現的(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("要去數據庫掃描啦。。。");
	}

	public static void main(String[] args) throws Exception {
		// 創建任務
		JobDetail jobDetail = JobBuilder.newJob(MyJob.class)
				.withIdentity("job1", "group1").build();
		// 創建觸發器 每3秒鍾執行一次
		Trigger trigger = TriggerBuilder
				.newTrigger()
				.withIdentity("trigger1", "group3")
				.withSchedule(
						SimpleScheduleBuilder.simpleSchedule()
								.withIntervalInSeconds(3).repeatForever())
				.build();
		Scheduler scheduler = new StdSchedulerFactory().getScheduler();
		// 將任務及其觸發器放入調度器
		scheduler.scheduleJob(jobDetail, trigger);
		// 調度器開始調度任務
		scheduler.start();
	}
}

運行代碼，可發現每隔3秒，輸出如下

要去數據庫掃描啦。。。

優缺點

優點:簡單易行，支持集群操作
缺點:(1)對服務器內存消耗大
   (2)存在延遲，比如你每隔3分鍾掃描一次，那最壞的延遲時間就是3分鍾
   (3)假設你的訂單有幾千萬條，每隔幾分鍾這樣掃描一次，數據庫損耗極大

(2)JDK的延遲隊列

思路

該方案是利用JDK自帶的DelayQueue來實現，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Delayed接口的。
DelayedQueue實現工作流程如下圖所示


其中Poll():獲取並移除隊列的超時元素，沒有則返回空   take():獲取並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，返回結果。 #### 實現 定義一個類OrderDelay實現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 list = new ArrayList ();
list.add("00000001");
list.add("00000002");
list.add("00000003");
list.add("00000004");
list.add("00000005");
DelayQueue queue = new DelayQueue ();
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
#### 優缺點
優點:效率高,任務觸發時間延遲低。
缺點:(1)服務器重啟后，數據全部消失，怕宕機
   (2)集群擴展相當麻煩
   (3)因為內存條件限制的原因，比如下單未付款的訂單數太多，那么很容易就出現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)
<div align="center">
<img style="border: 4px solid;" src="http://images.cnblogs.com/cnblogs_com/rjzheng/1202350/o_timewheel.png"/>
</div>
時間輪算法可以類比於時鍾，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，ticksPerWheel（一輪的tick數），tickDuration（一個tick的持續時間）以及 timeUnit（時間單位），例如當ticksPerWheel=60，tickDuration=1，timeUnit=秒，這就和現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）
#### 實現
我們用Netty的HashedWheelTimer來實現
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("要去數據庫刪除訂單了。。。。");
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
要去數據庫刪除訂單了。。。。
6秒過去了

#### 優缺點
優點:效率高,任務觸發時間延遲時間比delayQueue低，代碼復雜度比delayQueue低。
缺點:(1)服務器重啟后，數據全部消失，怕宕機
   (2)集群擴展相當麻煩
   (3)因為內存條件限制的原因，比如下單未付款的訂單數太多，那么很容易就出現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)都關聯了一個score,通過score排序來取集合中的值
[zset常用命令](http://redisdoc.com/sorted_set/)
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,系統掃描第一個元素判斷是否超時，具體如下圖所示
<div align="center" style="border: 4px solid;">
![image](http://images.cnblogs.com/cnblogs_com/rjzheng/1202350/o_redisflow.png)
</div>
#### 實現一

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，在高並發條件下，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，只有大於0的時候，才消費數據，於是將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，發現輸出正常了
#### 思路二
該方案使用redis的Keyspace Notifications，中文翻譯就是[鍵空間機制](https://redis.io/topics/notifications)，就是利用該機制可以在key失效之后，提供一個回調，實際上是redis會給客戶端發送一個消息。是需要redis版本2.8以上。
#### 實現二
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，官網內容如下
<font color="red">**原**</font>: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.
<font color="red">**翻**</font>:  Redis的發布/訂閱目前是即發即棄(fire and forget)模式的，因此無法實現事件的可靠通知。也就是說，如果發布/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。

#### 優缺點
優點:(1)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。
&emsp;&emsp;&nbsp;(2)做集群擴展相當方便
&emsp;&emsp;&nbsp;(3)時間准確度高
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，則消息變為dead letter
- lRabbitMQ的Queue可以配置x-dead-letter-exchange 和x-dead-letter-routing-key（可選）兩個參數，用來控制隊列內出現了deadletter，則按照這兩個參數重新路由。
結合以上兩個特性，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。

#### 優缺點
優點: 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於rabbitMq的運維.因為要引用rabbitMq,所以復雜度和成本變高
## 總結
本文總結了目前互聯網中，絕大部分的延時任務的實現方案。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，應該看看《[手把手系列的文章](http://www.cnblogs.com/rjzheng/category/1205773.html)》。不過，鑒於現在的面試造火箭，工作擰螺絲現象太過嚴重，所以博主開始寫《[分布式系列](http://www.cnblogs.com/rjzheng/category/1204667.html)》，最后來個小漫畫娛樂一下。
![image](http://images.cnblogs.com/cnblogs_com/rjzheng/1202350/o_delay.png)