湖北二师网站建设排名,物联网工程专业好就业吗,网站链接怎么做二维码,为何建设银行的网站登不上去目录了解需求方案 1#xff1a;数据库轮询方案 2#xff1a;JDK 的延迟队列方案 3#xff1a;时间轮算法方案 4#xff1a;redis 缓存方案 5#xff1a;使用消息队列了解需求在开发中#xff0c;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#xff0…目录了解需求方案 1数据库轮询方案 2JDK 的延迟队列方案 3时间轮算法方案 4redis 缓存方案 5使用消息队列了解需求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 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 等操作实现可以用 quartz 来实现的简单介绍一下maven 项目引入一个依赖如下所示dependencygroupIdorg.quartz-scheduler/groupIdartifactIdquartz/artifactIdversion2.2.2/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方案 2JDK 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。。。。);}
}运行的测试 Demo 为我们设定延迟时间为 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) {ListString list new ArrayListString();list.add(00000001);list.add(00000002);list.add(00000003);list.add(00000004);list.add(00000005);
DelayQueueOrderDelay 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) {e.printStackTrace();}}}
}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方案 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 ticksPerWheel60tickDuration1timeUnit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dependencygroupIdio.netty/groupIdartifactIdnetty-all/artifactIdversion4.1.24.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 异常方案 4redis 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 …]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) {//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) {SetTuple 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();}
}此时对应输出如下可以看到几乎都是 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 ThreadTestpackage 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();}}
}输出如下所示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);
}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, __keyevent0__: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 {Overridepublic 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) 时间准确度高缺点需要额外进行 redis 维护方案 5使用消息队列思路我们可以采用 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 letterlRabbitMQ 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。
