拼夕夕订单超时未支付自动关闭实现方案！

 [[422166]]

图片来自 包图网

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：

• 定时任务有明确的触发时间，延时任务没有
• 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
• 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。

方案分析

①数据库轮询

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。

实现：博主当年早期是用 quartz 来实现的(实习那会的事)，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!

优缺点：

• 优点：简单易行，支持集群操作
• 缺点：对服务器内存消耗大;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;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。

②JDK 的延迟队列

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：

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。

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 = newDelayQueue<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。

优缺点：

• 优点：效率高，任务触发时间延迟低。
• 缺点：服务器重启后，数据全部消失，怕宕机;集群扩展相当麻烦;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;代码复杂度较高。

③时间轮算法

思路：先上一张时间轮的图。

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)。

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 

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：服务器重启后，数据全部消失，怕宕机;集群扩展相当麻烦;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。

④Redis 缓存

思路一：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：

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：

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：

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 = newCountDownLatch(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：

显然，出现了多个线程消费同一个资源的情况。

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。

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。

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 { 
 
        <ahref='http://www.jobbole.com/members/wx610506454'>@Override</a> 
 
        public void onMessage(String channel, String message) { 
 
            System.out.println(System.currentTimeMillis()+"ms:"+message+"订单取消"); 
 
        } 
 
    } 
 
} 

输出如下：

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：

原文：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.

翻译：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。

优缺点：

• 优点：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;做集群扩展相当方便;时间准确度高。
• 缺点：需要额外进行 Redis 维护。

⑤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。

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。

作者：hjm4702192

编辑：陶家龙

出处：http://adkx.net/w73gf