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
- 定時任務有明確的觸發時間，延時任務沒有
- 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
- 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<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
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)
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
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
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，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
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。
(2)做集群擴展相當方便
(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》。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》，最后來個小漫畫娛樂一下。