口试官：天生订单30分钟未付出，则自动取消，该怎么实现？

手机游戏开发者 · 2024-9-11 22:19:41

相识需求
方案 1：数据库轮询
方案 2：JDK 的耽误队列
方案 3：时间轮算法
方案 4：redis 缓存
方案 5：使用消息队列

相识需求

在开辟中，每每会遇到一些关于延时使命的需求。
例如

天生订单 30 分钟未付出，则自动取消
天生订单 60 秒后,给用户发短信

对上述的使命，我们给一个专业的名字来形容，那就是延时使命。那么这里就会产生一个问题，这个延时使命和定时使命的区别毕竟在那边呢？一共有如下几点区别
定时使命有明确的触发时间，延时使命没有
定时使命有实行周期，而延时使命在某变乱触发后一段时间内实行，没有实行周期
定时使命一样寻常实行的是批处理惩罚使用是多个使命，而延时使命一样寻常是单个使命
下面，我们以判定订单是否超时为例，举行方案分析
方案 1：数据库轮询

思绪

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，通过订单时间来判定是否有超时的订单，然后举行 update 或 delete 等使用
实现

可以用 quartz 来实现的，简朴先容一下
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.*;import org.quartz.impl.StdSchedulerFactory;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 { // 创建使命 JobDetail jobDetail = JobBuilder.newJob(MyJob.class) .withIdentity("job1", "group1").build(); // 创建触发器每3秒钟实行一次 Trigger trigger = TriggerBuilder .newTrigger() .withIdentity("trigger1", "group3") .withSchedule( SimpleScheduleBuilder .simpleSchedule() .withIntervalInSeconds(3). repeatForever()) .build(); Scheduler scheduler = new StdSchedulerFactory().getScheduler(); // 将使命及其触发器放入调治器 scheduler.scheduleJob(jobDetail, trigger); // 调治器开始调治使命 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。。。长处

简朴易行，支持集群使用
缺点

对服务器内存斲丧大
存在耽误，好比你每隔 3 分钟扫描一次，那最坏的耽误时间就是 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，数据库斲丧极大

方案 2：JDK 的耽误队列

思绪

该方案是使用 JDK 自带的 DelayQueue 来实现，这是一个无界壅闭队列，该队列只有在耽误期满的时间才华从中获取元素，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

此中 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，假如没有则 wait 当火线程，直到有元素满足超时条件，返回结果。
实现

界说一个类 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); } // 返回间隔你自界说的超时时间尚有多少 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，我们设定耽误时间为 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) { 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++) { //耽误三秒取出 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) { e.printStackTrace(); } } }}输出如下
00000001编号的订单要删除啦。。。。After 3003 MilliSeconds00000002编号的订单要删除啦。。。。After 6006 MilliSeconds00000003编号的订单要删除啦。。。。After 9006 MilliSeconds00000004编号的订单要删除啦。。。。After 12008 MilliSeconds00000005编号的订单要删除啦。。。。After 15009 MilliSeconds可以看到都是耽误 3 秒，订单被删除
长处

服从高,使命触发时间耽误低。
缺点

服务器重启后，数据全部消失，怕宕机
集群扩展相称贫苦
由于内存条件限定的缘故原由，好比下单未付款的订单数太多，那么很轻易就出现 OOM 非常
代码复杂度较高

方案 3：时间轮算法

思绪

先上一张时间轮的图(这图到处都是啦)
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 个紧张的属性参数，ticksPerWheel（一轮的 tick 数），tickDuration（一个 tick 的连续时间）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。
假如当前指针指在 1 上面，我有一个使命须要 4 秒以后实行，那么这个实行的线程回调大概消息将会被放在 5 上。那假如须要在 20 秒之后实行怎么办，由于这个环形结构槽数只到 8，假如要 20 秒，指针须要多转 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 { 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) { e.printStackTrace(); } System.out.println(i + "秒已往了"); i++; } }}输出如下
1秒已往了2秒已往了3秒已往了4秒已往了5秒已往了要去数据库删除订单了。。。。6秒已往了长处

服从高,使命触发时间耽误时间比 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
集群扩展相称贫苦
由于内存条件限定的缘故原由，好比下单未付款的订单数太多，那么很轻易就出现 OOM 非常

方案 4：redis 缓存

思绪一

使用 redis 的 zset,zset 是一个有序聚集，每一个元素(member)都关联了一个 score,通过 score 排序来取集会合的值
添加元素:ZADD key score member [[score member][score member] …]
按次序查询元素: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) 2redis> ZRANGE page_rank 0 -1 WITHSCORES1) "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) 1redis> ZRANGE page_rank 0 -1 WITHSCORES1) "bing.com"2) "8"3) "baidu.com"4) "9"那么怎样实现呢？我们将订单超时时间戳与订单号分别设置为 score 和 member,体系扫描第一个元素判定是否超时，详细如下图所示
实现一

package com.rjzheng.delay4;import redis.clients.jedis.Jedis;import redis.clients.jedis.JedisPool;import redis.clients.jedis.Tuple;import java.util.Calendar;import java.util.Set;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,天生5个订单放进去 public void productionDelayMessage() {       for (int i = 0; i < 5; i++) {          //耽误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天生了一个订单使命：订单ID为" + "OID0000001" + i);       } } //斲丧者，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("当前没有等候的使命");             try {                   Thread.sleep(500);             } catch (InterruptedException e) {                   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斲丧了一个使命：斲丧的订单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，险些都是 3 秒之后，斲丧订单。
然而，这一版存在一个致命的硬伤，在高并发条件下，多斲丧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) {             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，出现了多个线程斲丧同一个资源的情况。
办理方案

(1)用分布式锁，但是用分布式锁，性能降落了，该方案不细说。
(2)对 ZREM 的返回值举行判定，只有大于 0 的时间，才斲丧数据，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斲丧了一个使命：斲丧的订单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斲丧了一个使命：斲丧的订单OrderId为" + orderId); }}在这种修改后，重新运行 ThreadTest 类，发现输出正常了
思绪二

该方案使用 redis 的 Keyspace Notifications，中文翻译就是键空间机制，就是使用该机制可以在 key 失效之后，提供一个回调，现实上是 redis 会给客户端发送一个消息。是须要 redis 版本 2.8 以上。
实现二

在 redis.conf 中，到场一条设置
notify-keyspace-events Ex
运行代码如下
package com.rjzheng.delay5;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 + "订单天生");       } } 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

可以显着看到 3 秒事后，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.
翻: Redis 的发布/订阅现在是即发即弃(fire and forget)模式的，因此无法实现变乱的可靠关照。也就是说，假如发布/订阅的客户端断链之后又重连，则在客户端断链期间的全部变乱都丢失了。因此，方案二不是太保举。固然，假如你对可靠性要求不高，可以使用。
长处

(1) 由于使用 Redis 作为消息通道，消息都存储在 Redis 中。假如发送步调大概使命处理惩罚步调挂了，重启之后，尚有重新处理惩罚数据的大概性。
(2) 做集群扩展相称方便
(3) 时间正确度高
缺点

须要额外举行 redis 维护
方案 5：使用消息队列

思绪

我们可以接纳 rabbitMQ 的延时队列。RabbitMQ 具有以下两个特性，可以实现耽误队列
RabbitMQ 可以针对 Queue 和 Message 设置 x-message-tt，来控制消息的生存时间，假如超时，则消息变为 dead letter
lRabbitMQ 的 Queue 可以设置 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。团结以上两个特性，就可以模仿出耽误消息的功能,详细的，我改天再写一篇文章，这里再讲下去，篇幅太长。
长处

高效,可以使用 rabbitmq 的分布式特性轻易的举行横向扩展,消息支持长期化增加了可靠性。
缺点

自己的易用度要依赖于 rabbitMq 的运维.由于要引用 rabbitMq,所以复杂度和资本变高。

口试官：天生订单30分钟未付出，则自动取消，该怎么实现？

所属分类: 问答交流

新帖推荐: 30日

推荐作品