大家好，我是宝哥！
前言
在开发中，往往会遇到一些关于延时任务的需求。比如最近大家都在忙抢回家的火车票，当你下了一个订单没有支付时，会有一个倒计时，提示你半小时之内支付，否则会自动取消。这样的场景是如何实现的呢？
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
<dependency><groupId>org.quartz-scheduler</groupId><artifactId>quartz</artifactId><version>2.2.2</version></dependency>
调用 Demo 类 MyJob 如下所示
packagecom.rjzheng.delay1;importorg.quartz.*;importorg.quartz.impl.StdSchedulerFactory;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 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
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){List<String>list=newArrayList<String>();list.add("00000001");list.add("00000002");list.add("00000003");list.add("00000004");list.add("00000005");DelayQueue<OrderDelay>queue=newDelayQueue<OrderDelay>();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){e.printStackTrace();}}}}
输出如下
00000001编号的订单要删除啦。。。。After3003MilliSeconds00000002编号的订单要删除啦。。。。After6006MilliSeconds00000003编号的订单要删除啦。。。。After9006MilliSeconds00000004编号的订单要删除啦。。。。After1MilliSeconds00000005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 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>ty</groupId><artifactId>netty-all</artifactId><version>4.1.24.Final</version></dependency>
测试代码 HashedWheelTimerTest 如下所示
packagecom.rjzheng.delay3;ty.util.HashedWheelTimer;ty.util.Timeout;ty.util.Timer;ty.util.TimerTask;importjava.util.concurrent.TimeUnit;publicclassHashedWheelTimerTest{staticclassMyTimerTaskimplementsTimerTask{booleanflag;publicMyTimerTask(booleanflag){this.flag=flag;}publicvoidrun(Timeouttimeout)throwsException{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){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 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 …]
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>(integer)1
添加多个元素
redis>(integer)2redis>ZRANGEpage_rank0-1WITHSCORES1)""2)"8"3)""4)"9"5)""6)"10"
查询元素的score值
redis>"8"
移除单个元素
redis>(integer)1redis>ZRANGEpage_rank0-1WITHSCORES1)""2)"8"3)""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;importredis.clients.jedis.Jedis;importredis.clients.jedis.JedisPool;importredis.clients.jedis.Tuple;importjava.util.Calendar;importjava.util.Set;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){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(InterruptedExceptione){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
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){e.printStackTrace();}AppTestappTest=newAppTest();appTest.consumerDelayMessage();}}publicstaticvoidmain(String[]args){AppTestappTest=newAppTest();appTest.productionDelayMessage();for(inti=0;i<threadNum;i++){newThread(newDelayMessage()).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){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.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{@OverridepublicvoidonMessage(Stringchannel,Stringmessage){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 letter
RabbitMQ 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：/post/7181297729979547705
往期推荐：ES+Redis+MySQL，这个高可用架构设计太顶了！6个顶级SpringCloud微服务开源项目，企业开发必备！Spring Boot 使用 ChatGPT API 开发一个聊天机器人SpringBoot + Sharding JDBC，一文搞定分库分表、读写分离全网最全的权限系统设计方案（建议收藏）除了 xxl-job 之外，另一款更强大的分布式任务调度框架来了！
