在開發中,每每會遇到一些關於延時任務的需求。例如html
對上述的任務,咱們給一個專業的名字來形容,那就是延時任務。那麼這裏就會產生一個問題,這個延時任務和定時任務的區別究竟在哪裏呢?一共有以下幾點區別java
下面,咱們以判斷訂單是否超時爲例,進行方案分析面試
該方案一般是在小型項目中使用,即經過一個線程定時的去掃描數據庫,經過訂單時間來判斷是否有超時的訂單,而後進行update或delete等操做redis
博主當年早期是用quartz來實現的(實習那會的事),簡單介紹一下
maven項目引入一個依賴以下所示算法
<dependency> <groupId>org.quartz-scheduler</groupId> <artifactId>quartz</artifactId> <version>2.2.2</version> </dependency>
調用Demo類MyJob以下所示數據庫
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("要去數據庫掃描啦。。。"); } public static void main(String[] args) throws Exception { // 建立任務 JobDetail jobDetail = JobBuilder.newJob(MyJob.class) .withIdentity("job1", "group1").build(); // 建立觸發器 每3秒鐘執行一次 Trigger trigger = TriggerBuilder .newTrigger() .withIdentity("trigger1", "group3") .withSchedule( SimpleScheduleBuilder.simpleSchedule() .withIntervalInSeconds(3).repeatForever()) .build(); Scheduler scheduler = new StdSchedulerFactory().getScheduler(); // 將任務及其觸發器放入調度器 scheduler.scheduleJob(jobDetail, trigger); // 調度器開始調度任務 scheduler.start(); } }
運行代碼,可發現每隔3秒,輸出以下緩存
要去數據庫掃描啦。。。
優勢:簡單易行,支持集羣操做
缺點:(1)對服務器內存消耗大
(2)存在延遲,好比你每隔3分鐘掃描一次,那最壞的延遲時間就是3分鐘
(3)假設你的訂單有幾千萬條,每隔幾分鐘這樣掃描一次,數據庫損耗極大服務器
該方案是利用JDK自帶的DelayQueue來實現,這是一個無界阻塞隊列,該隊列只有在延遲期滿的時候才能從中獲取元素,放入DelayQueue中的對象,是必須實現Delayed接口的。
DelayedQueue實現工做流程以下圖所示
併發
定義一個類OrderDelay實現Delayed,代碼以下app
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); } // 返回距離你自定義的超時時間還有多少 public long getDelay(TimeUnit unit) { return unit.convert(timeout - System.nanoTime(), TimeUnit.NANOSECONDS); } void print() { System.out.println(orderId+"編號的訂單要刪除啦。。。。"); } }
運行的測試Demo爲,咱們設定延遲時間爲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 = new DelayQueue<OrderDelay>(); long start = System.currentTimeMillis(); for(int i = 0;i<5;i++){ //延遲三秒取出 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(); } } } }
輸出以下
00000001編號的訂單要刪除啦。。。。 After 3003 MilliSeconds 00000002編號的訂單要刪除啦。。。。 After 6006 MilliSeconds 00000003編號的訂單要刪除啦。。。。 After 9006 MilliSeconds 00000004編號的訂單要刪除啦。。。。 After 12008 MilliSeconds 00000005編號的訂單要刪除啦。。。。 After 15009 MilliSeconds
能夠看到都是延遲3秒,訂單被刪除
優勢:效率高,任務觸發時間延遲低。
缺點:(1)服務器重啓後,數據所有消失,怕宕機
(2)集羣擴展至關麻煩
(3)由於內存條件限制的緣由,好比下單未付款的訂單數太多,那麼很容易就出現OOM異常
(4)代碼複雜度較高
先上一張時間輪的圖(這圖處處都是啦)
若是當前指針指在1上面,我有一個任務須要4秒之後執行,那麼這個執行的線程回調或者消息將會被放在5上。那若是須要在20秒以後執行怎麼辦,因爲這個環形結構槽數只到8,若是要20秒,指針須要多轉2圈。位置是在2圈以後的5上面(20 % 8 + 1)
咱們用Netty的HashedWheelTimer來實現
給Pom加上下面的依賴
<dependency> <groupId>io.netty</groupId> <artifactId>netty-all</artifactId> <version>4.1.24.Final</version> </dependency>
測試代碼HashedWheelTimerTest以下所示
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("要去數據庫刪除訂單了。。。。"); 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+"秒過去了"); i++; } } }
輸出以下
1秒過去了 2秒過去了 3秒過去了 4秒過去了 5秒過去了 要去數據庫刪除訂單了。。。。 6秒過去了
優勢:效率高,任務觸發時間延遲時間比delayQueue低,代碼複雜度比delayQueue低。
缺點:(1)服務器重啓後,數據所有消失,怕宕機
(2)集羣擴展至關麻煩
(3)由於內存條件限制的緣由,好比下單未付款的訂單數太多,那麼很容易就出現OOM異常
利用redis的zset,zset是一個有序集合,每個元素(member)都關聯了一個score,經過score排序來取集合中的值
zset經常使用命令
添加元素:ZADD key score member [[score member] [score member] ...]
按順序查詢元素:ZRANGE key start stop [WITHSCORES]
查詢元素score:ZSCORE key member
移除元素:ZREM key member [member ...]
測試以下
# 添加單個元素 redis> ZADD page_rank 10 google.com (integer) 1 # 添加多個元素 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" # 查詢元素的score值 redis> ZSCORE page_rank bing.com "8" # 移除單個元素 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"
那麼如何實現呢?咱們將訂單超時時間戳與訂單號分別設置爲score和member,系統掃描第一個元素判斷是否超時,具體以下圖所示
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(); } //生產者,生成5個訂單放進去 public void productionDelayMessage(){ for(int i=0;i<5;i++){ //延遲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生成了一個訂單任務:訂單ID爲"+"OID0000001"+i); } } //消費者,取訂單 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("當前沒有等待的任務"); 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消費了一個任務:消費的訂單OrderId爲"+orderId); } } } public static void main(String[] args) { AppTest appTest =new AppTest(); appTest.productionDelayMessage(); appTest.consumerDelayMessage(); } }
此時對應輸出以下
1525086085261ms:redis生成了一個訂單任務:訂單ID爲OID00000010 1525086085263ms:redis生成了一個訂單任務:訂單ID爲OID00000011 1525086085266ms:redis生成了一個訂單任務:訂單ID爲OID00000012 1525086085268ms:redis生成了一個訂單任務:訂單ID爲OID00000013 1525086085270ms:redis生成了一個訂單任務:訂單ID爲OID00000014 1525086088000ms:redis消費了一個任務:消費的訂單OrderId爲OID00000010 1525086088001ms:redis消費了一個任務:消費的訂單OrderId爲OID00000011 1525086088002ms:redis消費了一個任務:消費的訂單OrderId爲OID00000012 1525086088003ms:redis消費了一個任務:消費的訂單OrderId爲OID00000013 1525086088004ms:redis消費了一個任務:消費的訂單OrderId爲OID00000014 當前沒有等待的任務 當前沒有等待的任務 當前沒有等待的任務
能夠看到,幾乎都是3秒以後,消費訂單。
然而,這一版存在一個致命的硬傷,在高併發條件下,多消費者會取到同一個訂單號,咱們上測試代碼ThreadTest
package com.rjzheng.delay4; import java.util.concurrent.CountDownLatch; public class ThreadTest { private static final int threadNum = 10; private static CountDownLatch cdl = new CountDownLatch(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(); } } }
輸出以下所示
1525087157727ms:redis生成了一個訂單任務:訂單ID爲OID00000010 1525087157734ms:redis生成了一個訂單任務:訂單ID爲OID00000011 1525087157738ms:redis生成了一個訂單任務:訂單ID爲OID00000012 1525087157747ms:redis生成了一個訂單任務:訂單ID爲OID00000013 1525087157753ms:redis生成了一個訂單任務:訂單ID爲OID00000014 1525087160009ms:redis消費了一個任務:消費的訂單OrderId爲OID00000010 1525087160011ms:redis消費了一個任務:消費的訂單OrderId爲OID00000010 1525087160012ms:redis消費了一個任務:消費的訂單OrderId爲OID00000010 1525087160022ms:redis消費了一個任務:消費的訂單OrderId爲OID00000011 1525087160023ms:redis消費了一個任務:消費的訂單OrderId爲OID00000011 1525087160029ms:redis消費了一個任務:消費的訂單OrderId爲OID00000011 1525087160038ms:redis消費了一個任務:消費的訂單OrderId爲OID00000012 1525087160045ms:redis消費了一個任務:消費的訂單OrderId爲OID00000012 1525087160048ms:redis消費了一個任務:消費的訂單OrderId爲OID00000012 1525087160053ms:redis消費了一個任務:消費的訂單OrderId爲OID00000013 1525087160064ms:redis消費了一個任務:消費的訂單OrderId爲OID00000013 1525087160065ms:redis消費了一個任務:消費的訂單OrderId爲OID00000014 1525087160069ms:redis消費了一個任務:消費的訂單OrderId爲OID00000014 當前沒有等待的任務 當前沒有等待的任務 當前沒有等待的任務 當前沒有等待的任務
顯然,出現了多個線程消費同一個資源的狀況。
(1)用分佈式鎖,可是用分佈式鎖,性能降低了,該方案不細說。
(2)對ZREM的返回值進行判斷,只有大於0的時候,才消費數據,因而將consumerDelayMessage()方法裏的
if(nowSecond >= score){ String orderId = ((Tuple)items.toArray()[0]).getElement(); jedis.zrem("OrderId", orderId); System.out.println(System.currentTimeMillis()+"ms:redis消費了一個任務:消費的訂單OrderId爲"+orderId); }
修改成
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消費了一個任務:消費的訂單OrderId爲"+orderId); } }
在這種修改後,從新運行ThreadTest類,發現輸出正常了
該方案使用redis的Keyspace Notifications,中文翻譯就是鍵空間機制,就是利用該機制能夠在key失效以後,提供一個回調,其實是redis會給客戶端發送一個消息。是須要redis版本2.8以上。
在redis.conf中,加入一條配置
notify-keyspace-events Ex
運行代碼以下
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+"訂單生成"); } } static class RedisSub extends JedisPubSub { @Override public void onMessage(String channel, String message) { System.out.println(System.currentTimeMillis()+"ms:"+message+"訂單取消"); } } }
輸出以下
1525096202813ms:OID0000000訂單生成 1525096202818ms:OID0000001訂單生成 1525096202824ms:OID0000002訂單生成 1525096202826ms:OID0000003訂單生成 1525096202830ms:OID0000004訂單生成 1525096202834ms:OID0000005訂單生成 1525096202839ms:OID0000006訂單生成 1525096205819ms:OID0000000訂單取消 1525096205920ms:OID0000005訂單取消 1525096205920ms:OID0000004訂單取消 1525096205920ms:OID0000001訂單取消 1525096205920ms:OID0000003訂單取消 1525096205920ms:OID0000006訂單取消 1525096205920ms:OID0000002訂單取消
能夠明顯看到3秒事後,訂單取消了
ps:redis的pub/sub機制存在一個硬傷,官網內容以下
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的發佈/訂閱目前是即發即棄(fire and forget)模式的,所以沒法實現事件的可靠通知。也就是說,若是發佈/訂閱的客戶端斷鏈以後又重連,則在客戶端斷鏈期間的全部事件都丟失了。
所以,方案二不是太推薦。固然,若是你對可靠性要求不高,可使用。
優勢:(1)因爲使用Redis做爲消息通道,消息都存儲在Redis中。若是發送程序或者任務處理程序掛了,重啓以後,還有從新處理數據的可能性。
(2)作集羣擴展至關方便
(3)時間準確度高
缺點:(1)須要額外進行redis維護
咱們能夠採用rabbitMQ的延時隊列。RabbitMQ具備如下兩個特性,能夠實現延遲隊列
優勢: 高效,能夠利用rabbitmq的分佈式特性輕易的進行橫向擴展,消息支持持久化增長了可靠性。
缺點:自己的易用度要依賴於rabbitMq的運維.由於要引用rabbitMq,因此複雜度和成本變高
本文總結了目前互聯網中,絕大部分的延時任務的實現方案。但願你們在工做中可以有所收穫。
其實你們在工做中,百分九十的人仍是以業務邏輯爲主,不多有機會可以進行方案設計。因此博主不推薦在分佈式這塊,花太多時間,應該看看《手把手系列的文章》。不過,鑑於如今的面試造火箭,工做擰螺絲現象太過嚴重,因此博主開始寫《分佈式系列》,最後來個小漫畫娛樂一下。