该内容已被发布者删除 该内容被自由微信恢复
文章于 2022年7月2日 被检测为删除。
查看原文
被用户删除
其他

面试官问:生成订单30分钟未支付,则自动取消,该怎么实现?

点击关注 👉 鸭哥聊Java 2022-07-02

大家好,我是鸭哥。


今天给大家上一盘硬菜,并且是支付中非常重要的一个技术解决方案,有这块业务的同学注意自己试一把了哈!


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


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-scheduler</groupId>        <artifactId>quartz</artifactId>        <version>2.2.2</version> </dependency>


调用Demo类MyJob如下所示

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


  • 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

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

public class DelayQueueDemo { public static void main(String[] args) { List<String> list = new ArrayList<String>(); list.add("00000001"); list.add("00000002"); list.add("00000003"); list.add("00000004"); list.add("00000005");
DelayQueue<OrderDelay> 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) {} } } }


输出如下

00000001编号的订单要删除啦。。。。After 3003 MilliSeconds00000002编号的订单要删除啦。。。。After 6006 MilliSeconds00000003编号的订单要删除啦。。。。After 9006 MilliSeconds00000004编号的订单要删除啦。。。。After 12008 MilliSeconds00000005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)

  • 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.netty</groupId> <artifactId>netty-all</artifactId> <version>4.1.24.Final</version></dependency>


测试代码HashedWheelTimerTest如下所示

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> 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 WITHSCORES1) "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 WITHSCORES1) "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


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){ 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 (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ThreadTest

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

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+"订单生成"); } }
static class RedisSub extends JedisPubSub { public 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

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.


翻译: 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


作者:hjm4702192

来源:blog.csdn.net/hjm4702192/article/details/80519010



程序员技术交流群

有不少同学给鸭哥说,现在进大厂太难了!赚钱太难!因此,鸭哥特意邀请了华为、腾讯、阿里的朋友进群,与大家一起交流经验,一起增长技术。

有兴趣入群的同学,可长按扫描下方二维码,一定要备注:城市+昵称+技术方向,根据格式备注,可更快被通过且邀请进群。

▲长按扫描


近期技术热文
  1. 网络词语“ yyds!”的创造人被判刑了!

  2. Java必学的工具库,让你的代码量减少90%

  3. 涨薪、14薪?前员工将小米告上法院!不写进合同都是放屁~


点击下方公众号
回复关键字【666
领取资料


我就知道你会点赞+“在看”

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存