延迟消息的五种实现方案

╰+攻爆jí腚メ 2023-01-05 12:16 221阅读 0赞

生产者把消息发送到消息队列中以后，并不期望被立即消费，而是等待指定时间后才可以被消费者消费，这类消息通常被称为**延迟消息**。延迟消息的应用场景其实是非常的广泛，比如以下的场景：

*  网上直播授课时，在课程开始前15分钟通知所有学生准备上课。
 *  订单提交成功后1个小时内未支付，订单需要及时关闭并且释放对应商品的库存。
 *  用户超过15天未登录时，给该用户发送召回推送。
 *  工单提交后超过24小时未处理，向相关责任人发送催促处理的提醒。

针对延迟消息，本文向大家分享五种实现方案，下面我们就来逐一讨论各种方案的大致实现和优缺点。

### 一、Redis ###

在Redis中，有一种有序集合（Sorted Set）的数据结构，在有序集合中，所有元素是按照其 Score 进行排序的。我们可以把消息被消费的预期时间戳作为Score，定时任务不断读取Score大于当前时间的元素即可。基本流程如下：

1.  调用API，传入执行时间、消息体等数据。
2.  生成唯一key，把消息体数据序列化后存入Redis的String结构中。
3.  把key和执行时间的时间戳存入Redis的有序集合结构中，有序集合中不存储具体的消息体数据，而是存储唯一的key。
4.  定时任务不断读取时间戳最小的消息。
5.  如果时间戳小于当前时间，将key放入作为队列的Redis的List结构中。
6.  另外一个定时任务不断从队列中读取需要消费的消息的key。
7.  根据key获取消息体数据，对消息进行消费。
8.  如果消费消息成功，删除key对应的消息体数据。
9.  如果消费消息失败，重新存入key和时间戳（加60秒）。

具体方案如下图：

![283a6e78279d110cd54c9004f73be922.png_pic_center][]

为了避免一个有序集合中存储过多的延时消息，存入操作以及查询操作速度变慢的问题，可以建立多个有序集合，通过哈希算法把消息路由到不同的有序集合中去。

#### 优点 ####

简单实用，快速落地。

#### 缺点 ####

*  单个有序集合无法支持太大的数据量。
 *  定时任务不断读取可能造成不必要的请求。

所以，Redis方案并不是一个十分成熟的方案，只是一个支持小消息量可以快速落地的方案。

### 二、RabbitMQ ###

RabbitMQ本身是不支持延迟消息功能的，一般的做法，是通过**最大生存时间**（Time-To-Live）和**死信交换机**（Dead Letter Exchanges）两个特性模拟出延迟消息的功能。消息超过最大生存时间没有被消费就变成一条死信，便会被重新投递到死信交换机，然后死信交换机根据绑定规则转发到对应的死信队列上，监听该队列就可以让消息被重新消费。

不过，在RabbitMQ的3.5.8版本以后，我们就可以使用官方推荐的**rabbitmq delayed message exchange**插件很方便地实现延迟消息的功能。

#### 安装插件 ####

首先去[官方插件列表页面][Link 1]下载rabbitmq\_delayed\_message\_exchang插件，然后复制到RabbitMQ每个节点的plugins目录中。使用命令启用插件：

rabbitmq-plugins enable rabbitmq_delayed_message_exchange

一旦插件被启用，我们就可以开始使用它了。

#### 使用示例 ####

安装该插件后会生成支持延迟投递机制的Exchange类型：**x-delayed-message**。接收到该类型的消息后不会立即将消息投递至目标队列中，而是存储在mnesia表中，检测消息达到可投递时间时再投递到目标队列。

使用延迟消息时，需要先声明一个`x-delayed-message`类型的交换器机：

Map<String, Object> args = new HashMap<>();
    args.put("x-delayed-type", "direct");
    channel.exchangeDeclare("one-more-exchange", "x-delayed-message", true, false, args);

发送延迟消息，其中在header中添加`x-delay`，表示延迟的毫秒数：

byte[] messageBodyBytes = "This is a delayed message".getBytes();
    AMQP.BasicProperties.Builder props = new AMQP.BasicProperties.Builder();
    headers = new HashMap<String, Object>();
    headers.put("x-delay", 5000);
    props.headers(headers);
    channel.basicPublish("one-more-exchange", "", props.build(), messageBodyBytes);

#### 优点 ####

大品牌中间件，可靠稳定。

#### 缺点 ####

由于master单节点，导致性能瓶颈，吞吐量受限。

### 三、ActiveMQ ###

ActiveMQ在5.4及以上版本开始支持持久化的延迟消息功能，甚至支持Cron表达式。默认是该功能是不开启的，如果开启需要修改配置文件activemq.xml，在broker节点上把**schedulerSupport**属性设置为true，如：

当服务端开启延迟消息功能以后，客户端就可以利用下面的属性发送延迟消息：

*  AMQ\_SCHEDULED\_DELAY：该消息延迟发送的时间，单位为毫秒。
 *  AMQ\_SCHEDULED\_PERIOD：每次重新发送该消息的时间间隔，单位为毫秒。
 *  AMQ\_SCHEDULED\_REPEAT：重新发送该消息的次数。
 *  AMQ\_SCHEDULED\_CRON：使用Cron表达式设置发送该消息的时机。

#### 使用示例 ####

1.  消息延迟60秒发送：

1.  消息延迟60秒发送，并且重复发送5次，每次间隔10秒：

MessageProducer producer = session.createProducer(destination);
    TextMessage message = session.createTextMessage("This is a delayed message");
    message.setLongProperty(ScheduledMessage.AMQ_SCHEDULED_DELAY, 60 * 1000);
    message.setLongProperty(ScheduledMessage.AMQ_SCHEDULED_PERIOD, 10 * 1000);
    message.setIntProperty(ScheduledMessage.AMQ_SCHEDULED_REPEAT, 4);
    producer.send(message);

1.  利用Cron表达式，每天的凌晨3点发送一次消息：

MessageProducer producer = session.createProducer(destination);
    TextMessage message = session.createTextMessage("This is a delayed message");
    message.setStringProperty(ScheduledMessage.AMQ_SCHEDULED_CRON, " 0 3 * * *");
    producer.send(message);

需要注意的是，Cron表达式是由5位组成的，分别表示分钟（059）、小时（023）、日（131）、月（112）、星期（0~6，表示星期日到星期六）。

1.  Cron表达式的优先级高于其他参数，如果在设置了Cron表达式的同时，也设置了其他参数，那么会在每次CRON执行时，再应用其他参数。比如，消息延迟60秒发送，并且重复发送5次，每次间隔10秒，并且每个小时都发送这一系列消息：

MessageProducer producer = session.createProducer(destination);
    TextMessage message = session.createTextMessage("test msg");
    message.setStringProperty(ScheduledMessage.AMQ_SCHEDULED_CRON, "0 * * * *");
    message.setLongProperty(ScheduledMessage.AMQ_SCHEDULED_DELAY, 60 * 1000);
    message.setLongProperty(ScheduledMessage.AMQ_SCHEDULED_PERIOD, 10 * 1000);
    message.setIntProperty(ScheduledMessage.AMQ_SCHEDULED_REPEAT, 4);
    producer.send(message);

#### 优点 ####

大品牌中间件，可靠稳定，甚至支持Cron表达式。

#### 缺点 ####

由于master单节点，导致性能瓶颈，吞吐量受限。

### 四、RocketMQ ###

在RocketMQ中，支持延迟消息，但是不支持任意时间精度的延迟消息，只支持特定级别的延迟消息。如果要支持任意时间精度，不能避免在Broker层面做消息排序，再涉及到持久化的考量，那么消息排序就不可避免产生巨大的性能开销。

消息延迟级别分别为**1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h**，共18个级别。在发送消息时，设置消息延迟级别即可，设置消息延迟级别时有以下3种情况：

1.  设置消息延迟级别等于0时，则该消息为非延迟消息。
2.  设置消息延迟级别大于等于1并且小于等于18时，消息延迟特定时间，如：设置消息延迟级别等于1，则延迟1s；设置消息延迟级别等于2，则延迟5s，以此类推。
3.  设置消息延迟级别大于18时，则该消息延迟级别为18，如：设置消息延迟级别等于20，则延迟2h。

#### 使用示例 ####

首先，写一个消费者，用于消费延迟消息：

public class Consumer { 
    
        public static void main(String[] args) throws MQClientException { 
            SimpleDateFormat sdf = new SimpleDateFormat("HH:mm:ss.SSS");
    
            // 实例化消费者
            DefaultMQPushConsumer consumer = new DefaultMQPushConsumer("OneMoreGroup");
    
            // 设置NameServer的地址
            consumer.setNamesrvAddr("localhost:9876");
    
            // 订阅一个或者多个Topic，以及Tag来过滤需要消费的消息
            consumer.subscribe("OneMoreTopic", "*");
            // 注册回调实现类来处理从broker拉取回来的消息
            consumer.registerMessageListener((MessageListenerConcurrently) (msgs, context) -> { 
                System.out.printf("%s %s Receive New Messages:%n"
                        , sdf.format(new Date())
                        , Thread.currentThread().getName());
                for (MessageExt msg : msgs) { 
                    System.out.printf("\tMsg Id: %s%n", msg.getMsgId());
                    System.out.printf("\tBody: %s%n", new String(msg.getBody()));
                }
                // 标记该消息已经被成功消费
                return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;
            });
            // 启动消费者实例
            consumer.start();
            System.out.println("Consumer Started.");
        }
    }

再写一个延迟消息的生产者，用于发送延迟消息：

public class DelayProducer { 
        public static void main(String[] args) throws Exception { 
            SimpleDateFormat sdf = new SimpleDateFormat("HH:mm:ss.SSS");
    
            // 实例化消息生产者Producer
            DefaultMQProducer producer = new DefaultMQProducer("OneMoreGroup");
            // 设置NameServer的地址
            producer.setNamesrvAddr("localhost:9876");
            // 启动Producer实例
            producer.start();
    
            Message msg = new Message("OneMoreTopic"
                    , "DelayMessage", "This is a delay message.".getBytes());
    
            //"1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h"
            //设置消息延迟级别为3，也就是延迟10s。
            msg.setDelayTimeLevel(3);
    
            // 发送消息到一个Broker
            SendResult sendResult = producer.send(msg);
            // 通过sendResult返回消息是否成功送达
            System.out.printf("%s Send Status: %s, Msg Id: %s %n"
                    , sdf.format(new Date())
                    , sendResult.getSendStatus()
                    , sendResult.getMsgId());
    
            // 如果不再发送消息，关闭Producer实例。
            producer.shutdown();
        }
    }

运行生产者以后，就会发送一条延迟消息：

10:37:14.992 Send Status: SEND_OK, Msg Id: C0A8006D5AB018B4AAC216E0DB690000

10秒钟后，消费者收到的这条延迟消息：

10:37:25.026 ConsumeMessageThread_1 Receive New Messages:
    	Msg Id: C0A8006D5AB018B4AAC216E0DB690000
    	Body: This is a delay message.

#### 优点 ####

分布式、高吞吐量、高性能、高可靠。

#### 缺点 ####

仅支持18个特定级别的延时，无法自定义延时时间。

### 五、定制RocketMQ ###

上面所说的不支持自定义延时时间的RocketMQ是开源版的，但是在阿里云中商业版的RocketMQ是支持的，可能因为是业务需求不强或商业因素考虑，究竟什么原因不得而知。有条件的可以直接上阿里云；没有条件的可以修改开源版RocketMQ的源码，实现自己的需求。知己知彼，百战不殆，先看看RocketMQ开源版本中，支持18个时间级别是怎么实现的：

#### 原理分析 ####

> 以下分析的RocketMQ源码的版本号是4.7.1，版本不同源码略有差别。

##### CommitLog #####

在**CommitLog**中，针对延迟消息做了一些处理：

// 延迟级别大于0，就是延时消息
    if (msg.getDelayTimeLevel() > 0) { 
        // 判断当前延迟级别，如果大于最大延迟级别，
        // 就设置当前延迟级别为最大延迟级别。
        if (msg.getDelayTimeLevel() > this.defaultMessageStore
                .getScheduleMessageService().getMaxDelayLevel()) { 
            msg.setDelayTimeLevel(this.defaultMessageStore
                    .getScheduleMessageService().getMaxDelayLevel());
        }
    
        // 获取延迟消息的主题，
        // 其中RMQ_SYS_SCHEDULE_TOPIC的值为SCHEDULE_TOPIC_XXXX
        topic = TopicValidator.RMQ_SYS_SCHEDULE_TOPIC;
        // 根据延迟级别获取延迟消息的队列Id，
        // 队列Id其实就是延迟级别减1
        queueId = ScheduleMessageService.delayLevel2QueueId(msg.getDelayTimeLevel());
    
        // 备份真正的主题和队列Id
        MessageAccessor.putProperty(msg
                , MessageConst.PROPERTY_REAL_TOPIC, msg.getTopic());
        MessageAccessor.putProperty(msg
                , MessageConst.PROPERTY_REAL_QUEUE_ID, String.valueOf(msg.getQueueId()));
        msg.setPropertiesString(MessageDecoder.messageProperties2String(msg.getProperties()));
    
        // 设置延时消息的主题和队列Id
        msg.setTopic(topic);
        msg.setQueueId(queueId);
    }

可以看到，每一个延迟消息的主题都被暂时更改为**SCHEDULE\_TOPIC\_XXXX**，并且根据延迟级别延迟消息变更了新的队列Id。接下来，处理延迟消息的就是**ScheduleMessageService**。

##### ScheduleMessageService #####

ScheduleMessageService是由**DefaultMessageStore**进行初始化的，初始化包括构造对象和调用`load`方法。最后，再执行ScheduleMessageService的`start`方法：

public void start() { 
        // 使用AtomicBoolean确保start方法仅有效执行一次
        if (started.compareAndSet(false, true)) { 
            this.timer = new Timer("ScheduleMessageTimerThread", true);
            // 遍历所有延迟级别
            for (Map.Entry<Integer, Long> entry : this.delayLevelTable.entrySet()) { 
                // key为延迟级别
                Integer level = entry.getKey();
                // value为延迟级别对应的毫秒数
                Long timeDelay = entry.getValue();
                // 根据延迟级别获得对应队列的偏移量
                Long offset = this.offsetTable.get(level);
                // 如果偏移量为null，则设置为0
                if (null == offset) { 
                    offset = 0L;
                }
    
                if (timeDelay != null) { 
                    // 为每个延迟级别创建定时任务，
                    // 第一次启动任务延迟为FIRST_DELAY_TIME，也就是1秒
                    this.timer.schedule(
                            new DeliverDelayedMessageTimerTask(level, offset), FIRST_DELAY_TIME);
                }
            }
    
            // 延迟10秒后每隔flushDelayOffsetInterval执行一次任务，
            // 其中，flushDelayOffsetInterval默认配置也为10秒
            this.timer.scheduleAtFixedRate(new TimerTask() { 
    
                @Override
                public void run() { 
                    try { 
                        // 持久化每个队列消费的偏移量
                        if (started.get()) ScheduleMessageService.this.persist();
                    } catch (Throwable e) { 
                        log.error("scheduleAtFixedRate flush exception", e);
                    }
                }
            }, 10000, this.defaultMessageStore
            	.getMessageStoreConfig().getFlushDelayOffsetInterval());
        }
    }

遍历所有延迟级别，根据延迟级别获得对应队列的偏移量，如果偏移量不存在，则设置为0。然后为每个延迟级别创建定时任务，第一次启动任务延迟为1秒，第二次及以后的启动任务延迟才是延迟级别相应的延迟时间。

然后，又创建了一个定时任务，用于持久化每个队列消费的偏移量。持久化的频率由**flushDelayOffsetInterval**属性进行配置，默认为10秒。

##### 定时任务 #####

ScheduleMessageService的`start`方法执行之后，每个延迟级别都创建自己的定时任务，这里的定时任务的具体实现就在**DeliverDelayedMessageTimerTask**类之中，它核心代码是**executeOnTimeup**方法之中，我们来看一下主要部分：

// 根据主题和队列Id获取消息队列
    ConsumeQueue cq =
            ScheduleMessageService.this.defaultMessageStore.findConsumeQueue(
                    TopicValidator.RMQ_SYS_SCHEDULE_TOPIC
                    , delayLevel2QueueId(delayLevel));

如果没有获取到对应的消息队列，则在**DELAY\_FOR\_A\_WHILE**（默认为100）毫秒后再执行任务。如果获取到了，就继续执行下面操作：

// 根据消费偏移量从消息队列中获取所有有效消息
    SelectMappedBufferResult bufferCQ = cq.getIndexBuffer(this.offset);

如果没有获取到有效消息，则在**DELAY\_FOR\_A\_WHILE**（默认为100）毫秒后再执行任务。如果获取到了，就继续执行下面操作：

// 遍历所有消息
    for (; i < bufferCQ.getSize(); i += ConsumeQueue.CQ_STORE_UNIT_SIZE) { 
        // 获取消息的物理偏移量
        long offsetPy = bufferCQ.getByteBuffer().getLong();
        // 获取消息的物理长度
        int sizePy = bufferCQ.getByteBuffer().getInt();
        long tagsCode = bufferCQ.getByteBuffer().getLong();
        
        // 省略部分代码...
    
        long now = System.currentTimeMillis();
        // 计算消息应该被消费的时间
        long deliverTimestamp = this.correctDeliverTimestamp(now, tagsCode);
    	// 计算下一条消息的偏移量
        nextOffset = offset + (i / ConsumeQueue.CQ_STORE_UNIT_SIZE)
    
    	long countdown = deliverTimestamp - now;
        // 省略部分代码...
    }

如果当前消息不到消费的时间，则在`countdown`毫秒后再执行任务。如果到消费的时间，就继续执行下面操作：

// 根据消息的物理偏移量和大小获取消息
    MessageExt msgExt =
        ScheduleMessageService.this.defaultMessageStore.lookMessageByOffset(
                offsetPy, sizePy);

如果获取到消息，则继续执行下面操作：

// 重新构建新的消息，包括：
    // 1.清除消息的延迟级别
    // 2.恢复真正的消息主题和队列Id
    MessageExtBrokerInner msgInner = this.messageTimeup(msgExt);

// 重新把消息发送到真正的消息队列上
    PutMessageResult putMessageResult =
            ScheduleMessageService.this.writeMessageStore
                    .putMessage(msgInner);

清除了消息的延迟级别，并且恢复了真正的消息主题和队列Id，重新把消息发送到真正的消息队列上以后，消费者就可以立即消费了。

由于篇幅限制，其中源码的细节不做过多展开，有兴趣的小伙伴可以去[GitHub][]上下载源码仔细阅读。

#### 定制化方案 ####

经过以上对源码的分析，可以总结出延迟消息的实现步骤：

1.  如果消息的延迟级别大于0，则表示该消息为延迟消息，修改该消息的主题为**SCHEDULE\_TOPIC\_XXXX**，队列Id为延迟级别减1。
2.  消息进入**SCHEDULE\_TOPIC\_XXXX**的队列中。
3.  定时任务根据上次拉取的偏移量不断从队列中取出所有消息。
4.  根据消息的物理偏移量和大小再次获取消息。
5.  根据消息属性重新创建消息，清除延迟级别，恢复原主题和队列Id。
6.  重新发送消息到原主题的队列中，供消费者进行消费。

概括起来如下图：

![b10cdee3371ce4cdf1441b11213530fc.png_pic_center][]  
在CommitLog中，我们可以根据自定义的延迟时间选择一个最大的延迟级别，比如：延迟15分钟消费的消息，那么最大的延迟级别就是10分钟。在ScheduleMessageService中，判断消息是否真的到了消费的时间，如果已到了消费的时间，则恢复原主题和队列Id；如果未到消费的时间，则选择最大延迟级别重新修改主题和队列ID。如下图：

![449af4d5ff8f4d5ae7771dfa787518da.png_pic_center][]  
消息主体以及元数据都存储在CommitLog中，队列中只存放了在CommitLog中的起始物理偏移量、消息大小和消息Tag的哈希值，虽然需要重新把消息放入队列中，但空间浪费还是比较有限的。

#### 优点 ####

分布式、高吞吐量、高性能、高可靠，支持自定义延时时间。

#### 缺点 ####

定制RocketMQ不易维护，无法升级新版本。

### 总结 ###

从延迟消息的概念和应用场景出发，我们逐一讨论了五种不同的实现方案，分别是：

*  使用Redis的Sorted Set结构。
 *  使用RabbitMQ的rabbitmq delayed message exchange插件。
 *  使用ActiveMQ的5.4及以上版本的延迟消息功能。
 *  使用RocketMQ仅支持特定级别的延迟消息。
 *  定制RocketMQ，以重新计算延迟级别的方式实现自定义延时。

以上每个方案都是各自的优点和缺点，所以说延迟消息没有一个放之四海而皆准的方案，需要根据数据规模和业务需求的实际情况才能确定最适合的方案。

> 文章持续更新，微信搜索「**万猫学社**」第一时间阅读。  
> 关注后回复「**电子书**」，免费获取12本Java必读技术书籍。

[283a6e78279d110cd54c9004f73be922.png_pic_center]: /images/20221119/c1f5a1c438474880ba3d7eb187ee7c8e.png
[Link 1]: https://www.rabbitmq.com/community-plugins.html
[GitHub]: https://github.com/apache/rocketmq
[b10cdee3371ce4cdf1441b11213530fc.png_pic_center]: /images/20221119/49ea717734bc47f58a16da4fdeb584e8.png
[449af4d5ff8f4d5ae7771dfa787518da.png_pic_center]: https://img-blog.csdnimg.cn/img_convert/449af4d5ff8f4d5ae7771dfa787518da.png#pic_center