支付宝二面：生成订单30分钟未支付，则自动取消，该怎么实现？

最近读者在支付宝二面遇到一个问题：

生成订单30分钟未支付，则自动取消，该怎么实现？

其实这类延时任务的需求，在开发中经常会遇到，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 3 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

实习那会，我是用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：

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

2）JDK的延迟队列

思路

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：

• 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：

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。。。。");
    }
}

测试类Demo，我们设定延迟时间为3秒：

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++){  
 
                //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) {}  
            }  
        }  
}

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）

• 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.xml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：

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++;
        }
    }
}

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

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 …]

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

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) {
                    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：

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<threadNum;i++){
            new Thread(new DelayMessage()).start();
            cdl.countDown();
        }
    }
}`
输出如下所示：
![](https://upload-images.jianshu.io/upload_images/1179389-ca3e56dd26dfaf92.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
显然，出现了多个线程消费同一个资源的情况。
**解决方案**
- 用分布式锁，但是用分布式锁，性能下降了，该方案不细说。
- 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
```java
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：

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");
        }
    }
}

输出如下：

可以明显看到3秒过后，订单取消了。

不过，redis的pub/sub机制存在一个硬伤，官网内容如下

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.

简单翻译下: 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

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。

---

原文：https://blog.csdn.net/hjm4702192/article/details/80519010