• 生成订单30分钟未支付,则自动取消,该怎么实现?


    今天给大家上一盘硬菜,并且是支付中非常重要的一个技术解决方案,有这块业务的同学注意自己试一把了哈!
    在这里插入图片描述

    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

    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

    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
    下面展示一些 内联代码片

    
    	org.quartz-scheduler
            quartz
            2.2.2
    
    
    • 1
    • 2
    • 3
    • 4
    • 5

    调用Demo类MyJob如下所示

    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();
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29

    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:

    (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

    (2)JDK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

    在这里插入图片描述

    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

    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。。。。");
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30

    运行的测试Demo为,我们设定延迟时间为3秒

    public class DelayQueueDemo {
         public static void main(String[] args) {  
                List list = new ArrayList();  
                list.add("00000001");  
                list.add("00000002");  
                list.add("00000003");  
                list.add("00000004");  
                list.add("00000005");  
    
                DelayQueue queue = newDelayQueue();  
    
                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) {}  
                }  
            }  
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25

    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
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    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:

    (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

    (3)时间轮算法

    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

    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)

    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

    
        io.netty
        netty-all
        4.1.24.Final
    
    
    • 1
    • 2
    • 3
    • 4
    • 5

    测试代码HashedWheelTimerTest如下所示

    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+"秒过去了");
                i++;
            }
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31

    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
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    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

    (4)redis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

    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 …]
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    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"
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29

    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

    实现一

    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 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) {
                        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();
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56

    此时对应输出如下

    在这里插入图片描述

    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

    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
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27

    输出如下所示

    在这里插入图片描述

    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);
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5

    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);
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    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

    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 {
            public void onMessage(String channel, String message) {
                System.out.println(System.currentTimeMillis()+"ms:"+message+"订单取消");
            }
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31

    输出如下

    在这里插入图片描述

    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,
    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:

    (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

    (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,具体的,我改天再写一篇文章,这里再讲下去,篇幅太长。

    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

    文章来源:网络 版权归原作者所有
    上文内容不用于商业目的,如涉及知识产权问题,请权利人联系小编,我们将立即处理

  • 相关阅读:
    华为星闪联盟:引领无线通信技术创新的先锋
    CTFshow-PWN-栈溢出(pwn44)
    研发效能|DevOps 已死平台工程永存带来的焦虑
    如何搭建一个好看的github主页
    Elesticsearch使用总结
    java面向对象设计的五大原则
    小程序中如何查看会员的访问记录
    【100天精通Python】Day67:Python可视化_Matplotlib 绘制动画,2D、3D 动画 示例+代码
    微信小程序页面传递参数方法
    Wireshark抓包工具配置以及MQTT抓包分析
  • 原文地址:https://blog.csdn.net/u011328015/article/details/132734813