订单30分钟自动关闭的五种解决方案

Dear 丶 2024-03-27 18:47 93阅读 0赞

## 1 前言 ##

在开发中，往往会遇到一些关于延时任务的需求。例如

*  生成订单30分钟未支付，则自动取消
 *  生成订单60秒后,给用户发短信

对上述的任务，我们给一个专业的名字来形容，那就是延时任务 。那么这里就会产生一个问题，这个延时任务 和定时任务 的区别究竟在哪里呢？一共有如下几点区别

1.  定时任务有明确的触发时间，延时任务没有
2.  定时任务有执行周期，而延时任务在某事件触发后一段时间内执行，没有执行周期
3.  定时任务一般执行的是批处理操作是多个任务，而延时任务一般是单个任务

下面，我们以判断订单是否超时为例，进行方案分析

## 2 方案一:数据库轮询 ##

### 2.1 思路 ###

该方案通常是在小型项目中使用，即通过一个线程定时的去扫描数据库，通过订单时间来判断是否有超时的订单，然后进行update或delete等操作

### 2.2 实现 ###

博主当年早期是用quartz来实现的，简单介绍一下 maven项目引入一个依赖如下所示

<dependency>
        <groupId>org.quartz-scheduler</groupId>
        <artifactId>quartz</artifactId>
        <version>2.2.2</version>
    </dependency>

调用Demo类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("要去数据库扫描啦。。。");
        }
    
        public static void main(String[] args) throws Exception {
        
            // 创建任务
            JobDetail jobDetail = JobBuilder.newJob(MyJob.class)
                    .withIdentity("job1", "group1").build();
            // 创建触发器 每3秒钟执行一次
            Trigger trigger = TriggerBuilder
                    .newTrigger()
                    .withIdentity("trigger1", "group3")
                    .withSchedule(
                            SimpleScheduleBuilder.simpleSchedule()
                                    .withIntervalInSeconds(3).repeatForever())
                    .build();
            Scheduler scheduler = new StdSchedulerFactory().getScheduler();
            // 将任务及其触发器放入调度器
            scheduler.scheduleJob(jobDetail, trigger);
            // 调度器开始调度任务
            scheduler.start();
        }
    }

运行代码，可发现每隔3秒，输出如下

要去数据库扫描啦。。。

### 2.3 优缺点 ###

优点:

*  简单易行，支持集群操作

缺点:

1.  对服务器内存消耗大
2.  存在延迟，比如你每隔3分钟扫描一次，那最坏的延迟时间就是3分钟
3.  假设你的订单有几千万条，每隔几分钟这样扫描一次，数据库损耗极大

### 3 方案二:JDK的延迟队列 ###

### 3.1 思路 ###

该方案是利用JDK自带的DelayQueue来实现，这是一个无界阻塞队列，该队列只有在延迟期满的时候才能从中获取元素，放入DelayQueue中的对象，是必须实现Delayed接口的。

DelayedQueue实现工作流程如下图所示

![在这里插入图片描述][43b3520ddf7a4a31afe2629b13e7a5fd.jpeg]  
其中

*  poll():获取并移除队列的超时元素，没有则返回空
 *  take():获取并移除队列的超时元素，如果没有则wait当前线程，直到有元素满足超时条件，返回结果。

### 3.2 实现 ###

定义一个类OrderDelay实现Delayed，代码如下

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);
     }
    
     // 返回距离你自定义的超时时间还有多少
     public long getDelay(TimeUnit unit) {
        
      return unit.convert(timeout - System.nanoTime(), TimeUnit.NANOSECONDS);
     }
    
     void print() {
        
      System.out.println(orderId+"编号的订单要删除啦。。。。");
     }
    }

运行的测试Demo为，我们设定延迟时间为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++){
        
              //延迟三秒取出
                 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();
                 }
             }
         }
    
    }

输出如下

00000001编号的订单要删除啦。。。。
    After 3003 MilliSeconds
    00000002编号的订单要删除啦。。。。
    After 6006 MilliSeconds
    00000003编号的订单要删除啦。。。。
    After 9006 MilliSeconds
    00000004编号的订单要删除啦。。。。
    After 12008 MilliSeconds
    00000005编号的订单要删除啦。。。。
    After 15009 MilliSeconds

可以看到都是延迟3秒，订单被删除

### 3.3 优缺点 ###

优点:

*  效率高,任务触发时间延迟低。

缺点:

1.  服务器重启后，数据全部消失，怕宕机
2.  集群扩展相当麻烦
3.  因为内存条件限制的原因，比如下单未付款的订单数太多，那么很容易就出现OOM异常
4.  代码复杂度较高

## 4 方案三:时间轮算法 ##

### 4.1 思路 ###

先上一张时间轮的图(这图到处都是啦)  
![在这里插入图片描述][8136969f661c45aab5ab5d814fee3277.jpeg]  
时间轮算法可以类比于时钟，如上图箭头（指针）按某一个方向按固定频率轮动，每一次跳动称为一个 tick。这样可以看出定时轮由个3个重要的属性参数，ticksPerWheel（一轮的tick数），tickDuration（一个tick的持续时间）以及 timeUnit（时间单位），例如当ticksPerWheel=60，tickDuration=1，timeUnit=秒，这就和现实中的始终的秒针走动完全类似了。

如果当前指针指在1上面，我有一个任务需要4秒以后执行，那么这个执行的线程回调或者消息将会被放在5上。那如果需要在20秒之后执行怎么办，由于这个环形结构槽数只到8，如果要20秒，指针需要多转2圈。位置是在2圈之后的5上面（20 % 8 + 1）

### 4.2 实现 ###

我们用Netty的HashedWheelTimer来实现 给Pom加上下面的依赖

<dependency>
         <groupId>io.netty</groupId>
         <artifactId>netty-all</artifactId>
         <version>4.1.24.Final</version>
    </dependency>

测试代码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("要去数据库删除订单了。。。。");
                 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+"秒过去了");
             i++;
            }
        }
    }

输出如下

1秒过去了
    2秒过去了
    3秒过去了
    4秒过去了
    5秒过去了
    要去数据库删除订单了。。。。
    6秒过去了

### 4.3 优缺点 ###

优点:

*  效率高,任务触发时间延迟时间比delayQueue低，代码复杂度比delayQueue低。

缺点:

1.  服务器重启后，数据全部消失，怕宕机
2.  集群扩展相当麻烦
3.  因为内存条件限制的原因，比如下单未付款的订单数太多，那么很容易就出现OOM异常

## 5 方案四:redis缓存 ##

### 5.1 实现一 ###

利用redis的zset,zset是一个有序集合，每一个元素(member)都关联了一个score,通过score排序来取集合中的值

zset常用命令

*  添加元素:ZADD key score member \[\[score member\] \[score member\] …\]
 *  按顺序查询元素:ZRANGE key start stop \[WITHSCORES\]
 *  查询元素score:ZSCORE key member
 *  移除元素:ZREM key member \[member …\]

测试如下

> 基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能
    >
    > * 项目地址：<https://github.com/YunaiV/yudao-cloud>
    > * 视频教程：<https://doc.iocoder.cn/video/>
    
    # 添加单个元素
    
    redis> ZADD page_rank 10 google.com
    (integer) 1
    
    
    # 添加多个元素
    
    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"
    
    # 查询元素的score值
    redis> ZSCORE page_rank bing.com
    "8"
    
    # 移除单个元素
    
    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"

那么如何实现呢？我们将订单超时时间戳与订单号分别设置为score和member,系统扫描第一个元素判断是否超时，具体如下图所示  
![在这里插入图片描述][983791bac0ba4243bc53fcc1a369d46e.jpeg]

### 5.2 实现一 ###

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();
        }
     
     //生产者,生成5个订单放进去
     public void productionDelayMessage(){
        
      for(int i=0;i<5;i++){
        
       //延迟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生成了一个订单任务：订单ID为"+"OID0000001"+i);
      }
     }
     
     //消费者，取订单
     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("当前没有等待的任务");
        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消费了一个任务：消费的订单OrderId为"+orderId);
       }
      }
     }
     
     public static void main(String[] args) {
        
      AppTest appTest =new AppTest();
      appTest.productionDelayMessage();
      appTest.consumerDelayMessage();
     }
     
    }

此时对应输出如下

1525086085261ms:redis生成了一个订单任务：订单ID为OID00000010
    1525086085263ms:redis生成了一个订单任务：订单ID为OID00000011
    1525086085266ms:redis生成了一个订单任务：订单ID为OID00000012
    1525086085268ms:redis生成了一个订单任务：订单ID为OID00000013
    1525086085270ms:redis生成了一个订单任务：订单ID为OID00000014
    1525086088000ms:redis消费了一个任务：消费的订单OrderId为OID00000010
    1525086088001ms:redis消费了一个任务：消费的订单OrderId为OID00000011
    1525086088002ms:redis消费了一个任务：消费的订单OrderId为OID00000012
    1525086088003ms:redis消费了一个任务：消费的订单OrderId为OID00000013
    1525086088004ms:redis消费了一个任务：消费的订单OrderId为OID00000014
    当前没有等待的任务
    当前没有等待的任务
    当前没有等待的任务

可以看到，几乎都是3秒之后，消费订单。

然而，这一版存在一个致命的硬伤，在高并发条件下，多消费者会取到同一个订单号，我们上测试代码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();
        }
      }
    }

输出如下所示

1525087157727ms:redis生成了一个订单任务：订单ID为OID00000010
    1525087157734ms:redis生成了一个订单任务：订单ID为OID00000011
    1525087157738ms:redis生成了一个订单任务：订单ID为OID00000012
    1525087157747ms:redis生成了一个订单任务：订单ID为OID00000013
    1525087157753ms:redis生成了一个订单任务：订单ID为OID00000014
    1525087160009ms:redis消费了一个任务：消费的订单OrderId为OID00000010
    1525087160011ms:redis消费了一个任务：消费的订单OrderId为OID00000010
    1525087160012ms:redis消费了一个任务：消费的订单OrderId为OID00000010
    1525087160022ms:redis消费了一个任务：消费的订单OrderId为OID00000011
    1525087160023ms:redis消费了一个任务：消费的订单OrderId为OID00000011
    1525087160029ms:redis消费了一个任务：消费的订单OrderId为OID00000011
    1525087160038ms:redis消费了一个任务：消费的订单OrderId为OID00000012
    1525087160045ms:redis消费了一个任务：消费的订单OrderId为OID00000012
    1525087160048ms:redis消费了一个任务：消费的订单OrderId为OID00000012
    1525087160053ms:redis消费了一个任务：消费的订单OrderId为OID00000013
    1525087160064ms:redis消费了一个任务：消费的订单OrderId为OID00000013
    1525087160065ms:redis消费了一个任务：消费的订单OrderId为OID00000014
    1525087160069ms:redis消费了一个任务：消费的订单OrderId为OID00000014
    当前没有等待的任务
    当前没有等待的任务
    当前没有等待的任务
    当前没有等待的任务

显然，出现了多个线程消费同一个资源的情况。

### 5.3 解决方案 ###

1.  用分布式锁，但是用分布式锁，性能下降了，该方案不细说。
2.  对ZREM的返回值进行判断，只有大于0的时候，才消费数据，于是将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消费了一个任务：消费的订单OrderId为"+orderId);
    }

修改为

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消费了一个任务：消费的订单OrderId为"+orderId);
       }
    }

在这种修改后，重新运行ThreadTest类，发现输出正常了

### 5.4 思路二 ###

该方案使用redis的Keyspace Notifications，中文翻译就是键空间机制，就是利用该机制可以在key失效之后，提供一个回调，实际上是redis会给客户端发送一个消息。是需要redis版本2.8以上。

### 5.5 实现二 ###

在redis.conf中，加入一条配置

notify-keyspace-events Ex

运行代码如下

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+"订单生成");
        }
     }
    
     static class RedisSub extends JedisPubSub {
        
        @Override
        public void onMessage(String channel, String message) {
        
           System.out.println(System.currentTimeMillis()+"ms:"+message+"订单取消");
        }
       }
    }

输出如下

1525096202813ms:OID0000000订单生成
    1525096202818ms:OID0000001订单生成
    1525096202824ms:OID0000002订单生成
    1525096202826ms:OID0000003订单生成
    1525096202830ms:OID0000004订单生成
    1525096202834ms:OID0000005订单生成
    1525096202839ms:OID0000006订单生成
    1525096205819ms:OID0000000订单取消
    1525096205920ms:OID0000005订单取消
    1525096205920ms:OID0000004订单取消
    1525096205920ms:OID0000001订单取消
    1525096205920ms:OID0000003订单取消
    1525096205920ms:OID0000006订单取消
    1525096205920ms:OID0000002订单取消

可以明显看到3秒过后，订单取消了

ps:redis的pub/sub 机制存在一个硬伤，官网内容如下

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.

译 : Redis的发布/订阅目前是即发即弃(fire and forget)模式的，因此无法实现事件的可靠通知。也就是说，如果发布/订阅的客户端断链之后又重连，则在客户端断链期间的所有事件都丢失了。 因此，方案二不是太推荐。当然，如果你对可靠性要求不高，可以使用。

### 5.6 优缺点 ###

优点:

1.  由于使用Redis作为消息通道，消息都存储在Redis中。如果发送程序或者任务处理程序挂了，重启之后，还有重新处理数据的可能性。
2.  做集群扩展相当方便
3.  时间准确度高

缺点:

1.  需要额外进行redis维护

## 6 方案五:使用消息队列 ##

我们可以采用rabbitMQ的延时队列。RabbitMQ具有以下两个特性，可以实现延迟队列

*  RabbitMQ可以针对Queue和Message设置 x-message-tt，来控制消息的生存时间，如果超时，则消息变为dead  
    letter
 *  lRabbitMQ的Queue可以配置x-dead-letter-exchange  
    和x-dead-letter-routing-key（可选）两个参数，用来控制队列内出现了deadletter，则按照这两个参数重新路由。

结合以上两个特性，就可以模拟出延迟消息的功能,具体的，我改天再写一篇文章，这里再讲下去，篇幅太长。

### 6.1 优缺点 ###

优点: 高效,可以利用rabbitmq的分布式特性轻易的进行横向扩展,消息支持持久化增加了可靠性。

缺点：本身的易用度要依赖于rabbitMq的运维.因为要引用rabbitMq,所以复杂度和成本变高

[43b3520ddf7a4a31afe2629b13e7a5fd.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/36d4743b25c648d39806c785ead99b0e.png
[8136969f661c45aab5ab5d814fee3277.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/baab6ac065434c1d9b77a4b3026a4d5e.png
[983791bac0ba4243bc53fcc1a369d46e.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/1ae4c11dd1814062b9e7da7dca9a8707.png