查看: 111|回复: 0

为什么分布式一定要有延时任务?

发表于 2018-6-11 14:03:56
0 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
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
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(JobExecutionContext context)
throwsJobExecutionException
{
System.out.println("要去数据库扫描啦。。。");
}
publicstaticvoidmain(String[] args)throwsException{
// 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 =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**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{
privateString orderId;
privatelongtimeout;
OrderDelay(String orderId,longtimeout) {
this.orderId = orderId;
this.timeout = timeout + System.nanoTime();
}
publicintcompareTo(Delayed other){
if(other ==this)
return0;
OrderDelay t = (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(TimeUnit unit){
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
package com.rjzheng.delay2;
importjava.util.ArrayList;
importjava.util.List;
importjava.util.concurrent.DelayQueue;
importjava.util.concurrent.TimeUnit;
publicclassDelayQueueDemo{
publicstaticvoidmain(String[] args){
// TODO Auto-generated method stub  
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(InterruptedException e) {
// TODO Auto-generated catch block  
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
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(Timeout timeout)throwsException{
// TODO Auto-generated method stub
System.out.println("要去数据库删除订单了。。。。");
this.flag =false;
}
}
publicstaticvoidmain(String[] argv){
MyTimerTask timerTask =newMyTimerTask(true);
Timer timer =newHashedWheelTimer();
timer.newTimeout(timerTask,5, TimeUnit.SECONDS);
inti =1;
while(timerTask.flag){
try{
Thread.sleep(1000);
}catch(InterruptedException e) {
// TODO Auto-generated catch block
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
# 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
packagecom.rjzheng.delay4;
importjava.util.Calendar;
importjava.util.Set;
importredis.clients.jedis.Jedis;
importredis.clients.jedis.JedisPool;
importredis.clients.jedis.Tuple;
publicclassAppTest{
privatestaticfinalString ADDR ="127.0.0.1";
privatestaticfinalintPORT =6379;
privatestaticJedisPool jedisPool =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
Calendar cal1 = 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(){
Jedis jedis = AppTest.getJedis();
while(true){
Set 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) {
// TODO Auto-generated catch block
e.printStackTrace();
}
continue;
}
intscore = (int) ((Tuple)items.toArray()[0]).getScore();
Calendar cal = Calendar.getInstance();
intnowSecond = (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);
}
}
}
publicstaticvoidmain(String[] args){
AppTest appTest =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;
privatestaticCountDownLatch cdl =newCountDownLatch(threadNum);
staticclassDelayMessageimplementsRunnable{
publicvoidrun(){
try{
cdl.await();
}catch(InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
AppTest appTest =newAppTest();
appTest.consumerDelayMessage();
}
}
publicstaticvoidmain(String[] args){
AppTest appTest =newAppTest();
appTest.productionDelayMessage();
for(inti=0;i
newThread(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){
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();
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-events Ex
运行代码如下
packagecom.rjzheng.delay5;
importredis.clients.jedis.Jedis;
importredis.clients.jedis.JedisPool;
importredis.clients.jedis.JedisPubSub;
publicclassRedisTest{
privatestaticfinalString ADDR ="127.0.0.1";
privatestaticfinalintPORT =6379;
privatestaticJedisPool jedis =newJedisPool(ADDR, PORT);
privatestaticRedisSub sub =newRedisSub();
publicstaticvoidinit(){
newThread(newRunnable() {
publicvoidrun(){
jedis.getResource().subscribe(sub,"__keyevent@0__:expired");
}
}).start();
}
publicstaticvoidmain(String[] args)throwsInterruptedException{
init();
for(inti =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");
}
}
staticclassRedisSubextendsJedisPubSub{
@Override
publicvoidonMessage(String channel, String message){
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
6 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。



回复

使用道具 举报