实现订单30分钟未支付则自动取消，我有五种方案！

---

引言

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

1. 定时任务有明确的触发时间，延时任务没有
2. 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
3. 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

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

• 项目地址：https://github.com/YunaiV/ruoyi-vue-pro
• 视频教程：https://doc.iocoder.cn/video/

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

博主当年早期是用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

<dependency>
<groupId>org.quartz-schedulergroupId>
<artifactId>quartzartifactId>
<version>2.2.2version>
dependency>

调用Demo类MyJob如下所示

packagecom.rjzheng.delay1;

importorg.quartz.JobBuilder;
importorg.quartz.JobDetail;
importorg.quartz.Scheduler;
importorg.quartz.SchedulerException;
importorg.quartz.SchedulerFactory;
importorg.quartz.SimpleScheduleBuilder;
importorg.quartz.Trigger;
importorg.quartz.TriggerBuilder;
importorg.quartz.impl.StdSchedulerFactory;
importorg.quartz.Job;
importorg.quartz.JobExecutionContext;
importorg.quartz.JobExecutionException;

publicclassMyJobimplementsJob{
publicvoidexecute(JobExecutionContextcontext)
throwsJobExecutionException{
System.out.println("要去数据库扫描啦。。。");
}

publicstaticvoidmain(String[]args)throwsException{
//创建任务
JobDetailjobDetail=JobBuilder.newJob(MyJob.class)
.withIdentity("job1","group1").build();
//创建触发器每3秒钟执行一次
Triggertrigger=TriggerBuilder
.newTrigger()
.withIdentity("trigger1","group3")
.withSchedule(
SimpleScheduleBuilder.simpleSchedule()
.withIntervalInSeconds(3).repeatForever())
.build();
Schedulerscheduler=newStdSchedulerFactory().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

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

packagecom.rjzheng.delay2;

importjava.util.concurrent.Delayed;
importjava.util.concurrent.TimeUnit;

publicclassOrderDelayimplementsDelayed{

privateStringorderId;
privatelongtimeout;

OrderDelay(StringorderId,longtimeout){
this.orderId=orderId;
this.timeout=timeout+System.nanoTime();
}

publicintcompareTo(Delayedother){
if(other==this)
return0;
OrderDelayt=(OrderDelay)other;
longd=(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
publiclonggetDelay(TimeUnitunit){
returnunit.convert(timeout-System.nanoTime(),TimeUnit.NANOSECONDS);
}

voidprint(){
System.out.println(orderId+"编号的订单要删除啦。。。。");
}
}

运行的测试Demo为，我们设定延迟时间为3秒

packagecom.rjzheng.delay2;

importjava.util.ArrayList;
importjava.util.List;
importjava.util.concurrent.DelayQueue;
importjava.util.concurrent.TimeUnit;

publicclassDelayQueueDemo{
publicstaticvoidmain(String[]args){
//TODOAuto-generatedmethodstub
Listlist=newArrayList();
list.add("00000001");
list.add("00000002");
list.add("00000003");
list.add("00000004");
list.add("00000005");
DelayQueuequeue=newDelayQueue();
longstart=System.currentTimeMillis();
for(inti=0;i<5;i++){
//延迟三秒取出
queue.put(newOrderDelay(list.get(i),
TimeUnit.NANOSECONDS.convert(3,TimeUnit.SECONDS)));
try{
queue.take().print();
System.out.println("After"+
(System.currentTimeMillis()-start)+"MilliSeconds");
}catch(InterruptedExceptione){
//TODOAuto-generatedcatchblock
e.printStackTrace();
}
}
}

}

输出如下

00000001编号的订单要删除啦。。。。
After3003MilliSeconds
00000002编号的订单要删除啦。。。。
After6006MilliSeconds
00000003编号的订单要删除啦。。。。
After9006MilliSeconds
00000004编号的订单要删除啦。。。。
After12008MilliSeconds
00000005编号的订单要删除啦。。。。
After15009MilliSeconds

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)

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）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。

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

<dependency>
<groupId>io.nettygroupId>
<artifactId>netty-allartifactId>
<version>4.1.24.Finalversion>
dependency>

测试代码HashedWheelTimerTest如下所示

packagecom.rjzheng.delay3;

importio.netty.util.HashedWheelTimer;
importio.netty.util.Timeout;
importio.netty.util.Timer;
importio.netty.util.TimerTask;

importjava.util.concurrent.TimeUnit;

publicclassHashedWheelTimerTest{
staticclassMyTimerTaskimplementsTimerTask{
booleanflag;
publicMyTimerTask(booleanflag){
this.flag=flag;
}
publicvoidrun(Timeouttimeout)throwsException{
//TODOAuto-generatedmethodstub
System.out.println("要去数据库删除订单了。。。。");
this.flag=false;
}
}
publicstaticvoidmain(String[]argv){
MyTimerTasktimerTask=newMyTimerTask(true);
Timertimer=newHashedWheelTimer();
timer.newTimeout(timerTask,5,TimeUnit.SECONDS);
inti=1;
while(timerTask.flag){
try{
Thread.sleep(1000);
}catch(InterruptedExceptione){
//TODOAuto-generatedcatchblock
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

zset常用命令

• 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

>基于SpringCloudAlibaba+Gateway+Nacos+RocketMQ+Vue&Element实现的后台管理系统+用户小程序，支持RBAC动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能
>
>*项目地址：//github.com/YunaiV/yudao-cloud>
>*视频教程：//doc.iocoder.cn/video/>

#添加单个元素

redis>ZADDpage_rank10google.com
(integer)1


#添加多个元素

redis>ZADDpage_rank9baidu.com8bing.com
(integer)2

redis>ZRANGEpage_rank0-1WITHSCORES
1)"bing.com"
2)"8"
3)"baidu.com"
4)"9"
5)"google.com"
6)"10"

#查询元素的score值
redis>ZSCOREpage_rankbing.com
"8"

#移除单个元素

redis>ZREMpage_rankgoogle.com
(integer)1

redis>ZRANGEpage_rank0-1WITHSCORES
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

packagecom.rjzheng.delay4;

importjava.util.Calendar;
importjava.util.Set;

importredis.clients.jedis.Jedis;
importredis.clients.jedis.JedisPool;
importredis.clients.jedis.Tuple;

publicclassAppTest{
privatestaticfinalStringADDR="127.0.0.1";
privatestaticfinalintPORT=6379;
privatestaticJedisPooljedisPool=newJedisPool(ADDR,PORT);

publicstaticJedisgetJedis(){
returnjedisPool.getResource();
}

//生产者,生成5个订单放进去
publicvoidproductionDelayMessage(){
for(inti=0;i<5;i++){
//延迟3秒
Calendarcal1=Calendar.getInstance();
cal1.add(Calendar.SECOND,3);
intsecond3later=(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
publicvoidconsumerDelayMessage(){
Jedisjedis=AppTest.getJedis();
while(true){
Setitems=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(InterruptedExceptione){
//TODOAuto-generatedcatchblock
e.printStackTrace();
}
continue;
}
intscore=(int)((Tuple)items.toArray()[0]).getScore();
Calendarcal=Calendar.getInstance();
intnowSecond=(int)(cal.getTimeInMillis()/1000);
if(nowSecond>=score){
StringorderId=((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);
}
}
}

publicstaticvoidmain(String[]args){
AppTestappTest=newAppTest();
appTest.productionDelayMessage();
appTest.consumerDelayMessage();
}

}

此时对应输出如下

1525086085261ms:redis生成了一个订单任务：订单ID为OID00000010
1525086085263ms:redis生成了一个订单任务：订单ID为OID00000011
1525086085266ms:redis生成了一个订单任务：订单ID为OID00000012
1525086085268ms:redis生成了一个订单任务：订单ID为OID00000013
1525086085270ms:redis生成了一个订单任务：订单ID为OID00000014
1525086088000ms:redis消费了一个任务：消费的订单OrderId为OID00000010
1525086088001ms:redis消费了一个任务：消费的订单OrderId为OID00000011
1525086088002ms:redis消费了一个任务：消费的订单OrderId为OID00000012
1525086088003ms:redis消费了一个任务：消费的订单OrderId为OID00000013
1525086088004ms:redis消费了一个任务：消费的订单OrderId为OID00000014
当前没有等待的任务
当前没有等待的任务
当前没有等待的任务

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

packagecom.rjzheng.delay4;

importjava.util.concurrent.CountDownLatch;

publicclassThreadTest{
privatestaticfinalintthreadNum=10;
privatestaticCountDownLatchcdl=newCountDownLatch(threadNum);
staticclassDelayMessageimplementsRunnable{
publicvoidrun(){
try{
cdl.await();
}catch(InterruptedExceptione){
//TODOAuto-generatedcatchblock
e.printStackTrace();
}
AppTestappTest=newAppTest();
appTest.consumerDelayMessage();
}
}
publicstaticvoidmain(String[]args){
AppTestappTest=newAppTest();
appTest.productionDelayMessage();
for(inti=0;inewThread(newDelayMessage()).start();
cdl.countDown();
}
}
}

输出如下所示

1525087157727ms:redis生成了一个订单任务：订单ID为OID00000010
1525087157734ms:redis生成了一个订单任务：订单ID为OID00000011
1525087157738ms:redis生成了一个订单任务：订单ID为OID00000012
1525087157747ms:redis生成了一个订单任务：订单ID为OID00000013
1525087157753ms:redis生成了一个订单任务：订单ID为OID00000014
1525087160009ms:redis消费了一个任务：消费的订单OrderId为OID00000010
1525087160011ms:redis消费了一个任务：消费的订单OrderId为OID00000010
1525087160012ms:redis消费了一个任务：消费的订单OrderId为OID00000010
1525087160022ms:redis消费了一个任务：消费的订单OrderId为OID00000011
1525087160023ms:redis消费了一个任务：消费的订单OrderId为OID00000011
1525087160029ms:redis消费了一个任务：消费的订单OrderId为OID00000011
1525087160038ms:redis消费了一个任务：消费的订单OrderId为OID00000012
1525087160045ms:redis消费了一个任务：消费的订单OrderId为OID00000012
1525087160048ms:redis消费了一个任务：消费的订单OrderId为OID00000012
1525087160053ms:redis消费了一个任务：消费的订单OrderId为OID00000013
1525087160064ms:redis消费了一个任务：消费的订单OrderId为OID00000013
1525087160065ms:redis消费了一个任务：消费的订单OrderId为OID00000014
1525087160069ms:redis消费了一个任务：消费的订单OrderId为OID00000014
当前没有等待的任务
当前没有等待的任务
当前没有等待的任务
当前没有等待的任务

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){
StringorderId=((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){
StringorderId=((Tuple)items.toArray()[0]).getElement();
Longnum=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-eventsEx

运行代码如下

packagecom.rjzheng.delay5;

importredis.clients.jedis.Jedis;
importredis.clients.jedis.JedisPool;
importredis.clients.jedis.JedisPubSub;

publicclassRedisTest{
privatestaticfinalStringADDR="127.0.0.1";
privatestaticfinalintPORT=6379;
privatestaticJedisPooljedis=newJedisPool(ADDR,PORT);
privatestaticRedisSubsub=newRedisSub();

publicstaticvoidinit(){
newThread(newRunnable(){
publicvoidrun(){
jedis.getResource().subscribe(sub,"__keyevent@0__:expired");
}
}).start();
}

publicstaticvoidmain(String[]args)throwsInterruptedException{
init();
for(inti=0;i<10;i++){
StringorderId="OID000000"+i;
jedis.getResource().setex(orderId,3,orderId);
System.out.println(System.currentTimeMillis()+"ms:"+orderId+"订单生成");
}
}

staticclassRedisSubextendsJedisPubSub{
@Override
publicvoidonMessage(Stringchannel,Stringmessage){
System.out.println(System.currentTimeMillis()+"ms:"+message+"订单取消");
}
}
}

输出如下

1525096202813ms:OID0000000订单生成
1525096202818ms:OID0000001订单生成
1525096202824ms:OID0000002订单生成
1525096202826ms:OID0000003订单生成
1525096202830ms:OID0000004订单生成
1525096202834ms:OID0000005订单生成
1525096202839ms:OID0000006订单生成
1525096205819ms:OID0000000订单取消
1525096205920ms:OID0000005订单取消
1525096205920ms:OID0000004订单取消
1525096205920ms:OID0000001订单取消
1525096205920ms:OID0000003订单取消
1525096205920ms:OID0000006订单取消
1525096205920ms:OID0000002订单取消

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，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interwetten与威廉的赔率体系 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

总结

本文总结了目前互联网中，绝大部分的延时任务的实现方案。希望大家在工作中能够有所收获。

其实大家在工作中，百分九十的人还是以业务逻辑为主，很少有机会能够进行方案设计。所以博主不推荐在分布式这块，花太多时间。