分布式之延时任务方案解析

来源：孤独烟

www.cnblogs.com/rjzheng/p/8972725.html

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

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

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

org.quartz-scheduler

quartz

2.2.2

调用Demo类MyJob如下所示

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.Job;

importorg.quartz.JobExecutionContext;

importorg.quartz.JobExecutionException;

publicclassMyJobimplementsJob{

publicvoidexecute(JobExecutionContextcontext)

throwsJobExecutionException{

}

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

publicclassOrderDelayimplementsDelayed{

privateStringorderId;

privatelongtimeout;

OrderDelay(StringorderId,longtimeout){

this.orderId=orderId;

this.timeout=timeout+System.nanoTime();

}

publicintcompareTo(Delayedother){

if(other==this)

return;

OrderDelayt=(OrderDelay)other;

longd=(getDelay(TimeUnit.NANOSECONDS)-t

.getDelay(TimeUnit.NANOSECONDS));

return(d==)?:((d

}

// 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(){

}

}

运行的测试Demo为，我们设定延迟时间为3秒

importjava.util.ArrayList;

importjava.util.List;

publicclassDelayQueueDemo{

publicstaticvoidmain(String[]args){

// TODO Auto-generated method stub

Listlist=newArrayList();

DelayQueuequeue=newDelayQueue();

longstart=System.currentTimeMillis();

for(inti=;i

//延迟三秒取出

queue.put(newOrderDelay(list.get(i),

TimeUnit.NANOSECONDS.convert(3,TimeUnit.SECONDS)));

try{

queue.take().print();

(System.currentTimeMillis()-start)+" MilliSeconds");

}catch(InterruptedExceptione){

// TODO Auto-generated catch block

e.printStackTrace();

}

}

}

}

输出如下

After3003MilliSeconds

After6006MilliSeconds

After9006MilliSeconds

After12008MilliSeconds

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

io.netty

netty-all

4.1.24.Final

测试代码HashedWheelTimerTest如下所示

publicclassHashedWheelTimerTest{

staticclassMyTimerTaskimplementsTimerTask{

booleanflag;

publicMyTimerTask(booleanflag){

this.flag=flag;

}

publicvoidrun(Timeouttimeout)throwsException{

// TODO Auto-generated method stub

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){

// TODO Auto-generated catch block

e.printStackTrace();

}

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

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>ZADDpage_rank10google.com

(integer)1

# 添加多个元素

(integer)2

redis>ZRANGEpage_rank-1WITHSCORES

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_rankbing.com

"8"

# 移除单个元素

redis>ZREM page_rankgoogle.com

(integer)1

redis>ZRANGEpage_rank-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

importjava.util.Calendar;

importjava.util.Set;

publicclassAppTest{

privatestaticfinalStringADDR="127.0.0.1";

privatestaticfinalintPORT=6379;

privatestaticJedisPooljedisPool=newJedisPool(ADDR,PORT);

publicstaticJedis getJedis(){

returnjedisPool.getResource();

}

//生产者,生成5个订单放进去

publicvoidproductionDelayMessage(){

for(inti=;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);

}

}

//消费者，取订单

publicvoidconsumerDelayMessage(){

Jedisjedis=AppTest.getJedis();

while(true){

Setitems=jedis.zrangeWithScores("OrderId",,1);

if(items==null||items.isEmpty()){

try{

Thread.sleep(500);

}catch(InterruptedExceptione){

// TODO Auto-generated catch block

e.printStackTrace();

}

continue;

}

intscore=(int)((Tuple)items.toArray()[]).getScore();

Calendarcal=Calendar.getInstance();

intnowSecond=(int)(cal.getTimeInMillis()/1000);

if(nowSecond>=score){

StringorderId=((Tuple)items.toArray()[]).getElement();

jedis.zrem("OrderId",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

publicclassThreadTest{

privatestaticfinalintthreadNum=10;

privatestaticCountDownLatchcdl=newCountDownLatch(threadNum);

staticclassDelayMessageimplementsRunnable{

publicvoidrun(){

try{

cdl.await();

}catch(InterruptedExceptione){

// TODO Auto-generated catch block

e.printStackTrace();

}

AppTestappTest=newAppTest();

appTest.consumerDelayMessage();

}

}

publicstaticvoidmain(String[]args){

AppTestappTest=newAppTest();

appTest.productionDelayMessage();

for(inti=;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()[]).getElement();

jedis.zrem("OrderId",orderId);

}

修改为

if(nowSecond>=score){

StringorderId=((Tuple)items.toArray()[]).getElement();

Longnum=jedis.zrem("OrderId",orderId);

if(num!=null&&num>){

}

}

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

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=;i

StringorderId="OID000000"+i;

jedis.getResource().setex(orderId,3,orderId);

}

}

staticclassRedisSubextendsJedisPubSub{

@Override

publicvoidonMessage(Stringchannel,Stringmessage){

}

}

}

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。最后来个小漫画娱乐一下。

系列回顾

《分布式之数据库和缓存双写一致性方案解析》

《分布式之缓存击穿》

看完本文有收获？请转发分享给更多人

关注「数据分析与开发」，提升数据技能