共计 9923 个字符，预计需要花费 25 分钟才能阅读完成。
- 理解需要
- 计划 1：数据库轮询
- 计划 2：JDK 的提早队列
- 计划 3：工夫轮算法
- 计划 4：redis 缓存
- 计划 5：应用音讯队列
理解需要
在开发中，往往会遇到一些对于延时工作的需要。
例如
- 生成订单 30 分钟未领取，则主动勾销
- 生成订单 60 秒后, 给用户发短信
对上述的工作，咱们给一个业余的名字来形容，那就是延时工作。那么这里就会产生一个问题，这个延时工作和定时工作的区别到底在哪里呢？一共有如下几点区别
定时工作有明确的触发工夫，延时工作没有
定时工作有执行周期，而延时工作在某事件触发后一段时间内执行，没有执行周期
定时工作个别执行的是批处理操作是多个工作，而延时工作个别是单个工作
上面，咱们以判断订单是否超时为例，进行计划剖析
计划 1：数据库轮询
思路
该计划通常是在小型我的项目中应用，即通过一个线程定时的去扫描数据库，通过订单工夫来判断是否有超时的订单，而后进行 update 或 delete 等操作
实现
能够用 quartz 来实现的，简略介绍一下
maven 我的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 {
// 创立工作
JobDetail jobDetail = JobBuilder.newJob(MyJob.class)
.withIdentity("job1", "group1").build();
// 创立触发器 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();
// 将工作及其触发器放入调度器
scheduler.scheduleJob(jobDetail, trigger);
// 调度器开始调度工作
scheduler.start();}
}运行代码，可发现每隔 3 秒，输入如下
要去数据库扫描啦。。。长处
简单易行，反对集群操作
毛病
- 对服务器内存耗费大
- 存在提早，比方你每隔 3 分钟扫描一次，那最坏的延迟时间就是 3 分钟
- 假如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
计划 2：JDK 的提早队列
思路
该计划是利用 JDK 自带的 DelayQueue 来实现，这是一个无界阻塞队列，该队列只有在提早期满的时候能力从中获取元素，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 以后线程，直到有元素满足超时条件，返回后果。
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);
}
// 返回间隔你自定义的超时工夫还有多少
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，咱们设定延迟时间为 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) {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++) {
// 提早三秒取出
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();
}
}
}
}输入如下
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能够看到都是提早 3 秒，订单被删除
长处
效率高, 工作触发时间延迟低。
毛病
- 服务器重启后，数据全副隐没，怕宕机
- 集群扩大相当麻烦
- 因为内存条件限度的起因，比方下单未付款的订单数太多，那么很容易就呈现 OOM 异样
- 代码复杂度较高
计划 3：工夫轮算法
思路
先上一张工夫轮的图(这图到处都是啦)
工夫轮算法能够类比于时钟，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。这样能够看出定时轮由个 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（工夫单位），例如当 ticksPerWheel=60，tickDuration=1，timeUnit= 秒，这就和事实中的始终的秒针走动齐全相似了。
如果以后指针指在 1 下面，我有一个工作须要 4 秒当前执行，那么这个执行的线程回调或者音讯将会被放在 5 上。那如果须要在 20 秒之后执行怎么办，因为这个环形构造槽数只到 8，如果要 20 秒，指针须要多转 2 圈。地位是在 2 圈之后的 5 下面（20 % 8 + 1）
实现
咱们用 Netty 的 HashedWheelTimer 来实现
给 Pom 加上上面的依赖
<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 + "秒过来了");
i++;
}
}
}输入如下
1 秒过来了
2 秒过来了
3 秒过来了
4 秒过来了
5 秒过来了
要去数据库删除订单了。。。。6 秒过来了长处
效率高, 工作触发时间延迟工夫比 delayQueue 低，代码复杂度比 delayQueue 低。
毛病
- 服务器重启后，数据全副隐没，怕宕机
- 集群扩大相当麻烦
- 因为内存条件限度的起因，比方下单未付款的订单数太多，那么很容易就呈现 OOM 异样
计划 4：redis 缓存
思路一
利用 redis 的 zset,zset 是一个有序汇合，每一个元素 (member) 都关联了一个 score, 通过 score 排序来取汇合中的值
增加元素:ZADD key score member [score member …]
按程序查问元素:ZRANGE key start stop [WITHSCORES]
查问元素 score:ZSCORE key member
移除元素:ZREM key member [member …]
测试如下
增加单个元素
redis> ZADD page_rank 10 google.com
(integer) 1
增加多个元素
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"
查问元素的 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？咱们将订单超时工夫戳与订单号别离设置为 score 和 member, 零碎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 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, 生成 5 个订单放进去
public void productionDelayMessage() {for (int i = 0; i < 5; i++) {
// 提早 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 生成了一个订单工作：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("以后没有期待的工作");
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 生产了一个工作：生产的订单 OrderId 为" + orderId);
}
}
}
public static void main(String[] args) {AppTest appTest = new AppTest();
appTest.productionDelayMessage();
appTest.consumerDelayMessage();}
}此时对应输入如下
能够看到，简直都是 3 秒之后，生产订单。
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，咱们上测试代码 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();}
}
}输入如下所示
显然，呈现了多个线程生产同一个资源的状况。
解决方案
(1)用分布式锁，然而用分布式锁，性能降落了，该计划不细说。
(2)对 ZREM 的返回值进行判断，只有大于 0 的时候，才生产数据，于是将 consumerDelayMessage()办法里的
if(nowSecond >= score){String orderId = ((Tuple)items.toArray()[0]).getElement();
jedis.zrem("OrderId", orderId);
System.out.println(System.currentTimeMillis()+"ms:redis 生产了一个工作：生产的订单 OrderId 为"+orderId);
}批改为
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 生产了一个工作：生产的订单 OrderId 为" + orderId);
}
}在这种批改后，从新运行 ThreadTest 类，发现输入失常了
思路二
该计划应用 redis 的 Keyspace Notifications，中文翻译就是键空间机制，就是利用该机制能够在 key 生效之后，提供一个回调，实际上是 redis 会给客户端发送一个音讯。是须要 redis 版本 2.8 以上。
实现二
在 redis.conf 中，退出一条配置
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 + "订单生成");
}
}
static class RedisSub extends JedisPubSub {
@Override
public void onMessage(String channel, String message) {System.out.println(System.currentTimeMillis() + "ms:" + message + "订单勾销");
}
}
}输入如下
能够显著看到 3 秒过后，订单勾销了
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 的公布 / 订阅目前是即发即弃 (fire and forget) 模式的，因而无奈实现事件的牢靠告诉。也就是说，如果公布 / 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失落了。因而，计划二不是太举荐。当然，如果你对可靠性要求不高，能够应用。
长处
(1) 因为应用 Redis 作为音讯通道，音讯都存储在 Redis 中。如果发送程序或者工作处理程序挂了，重启之后，还有重新处理数据的可能性。
(2) 做集群扩大相当不便
(3) 工夫准确度高
毛病
须要额定进行 redis 保护
计划 5：应用音讯队列
思路
咱们能够采纳 rabbitMQ 的延时队列。RabbitMQ 具备以下两个个性，能够实现提早队列
RabbitMQ 能够针对 Queue 和 Message 设置 x-message-tt，来管制音讯的生存工夫，如果超时，则音讯变为 dead letter
lRabbitMQ 的 Queue 能够配置 x-dead-letter-exchange 和 x-dead-letter-routing-key（可选）两个参数，用来管制队列内呈现了 deadletter，则依照这两个参数从新路由。联合以上两个个性，就能够模拟出提早音讯的性能, 具体的，我改天再写一篇文章，这里再讲下去，篇幅太长。
长处
高效, 能够利用 rabbitmq 的分布式个性轻易的进行横向扩大, 音讯反对长久化减少了可靠性。
毛病
自身的易用度要依赖于 rabbitMq 的运维. 因为要援用 rabbitMq, 所以复杂度和老本变高。
