分布式之延时任务方案解析
生活随笔
收集整理的這篇文章主要介紹了
分布式之延时任务方案解析
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
每天學習一點點 編程PDF電子書、視頻教程免費下載：
http://www.shitanlife.com/code定時任務有明確的觸發(fā)時間，延時任務沒有 定時任務有執(zhí)行周期，而延時任務在某事件觸發(fā)后一段時間內(nèi)執(zhí)行，沒有執(zhí)行周期 定時任務一般執(zhí)行的是批處理操作是多個任務，而延時任務一般是單個任務
其中Poll():獲取并移除隊列的超時元素，沒有則返回空
??take():獲取并移除隊列的超時元素，如果沒有則wait當前線程，直到有元素滿足超時條件，返回結果。
時間輪算法可以類比于時鐘，如上圖箭頭（指針）按某一個方向按固定頻率輪動，每一次跳動稱為一個 tick。這樣可以看出定時輪由個3個重要的屬性參數(shù)，ticksPerWheel（一輪的tick數(shù)），tickDuration（一個tick的持續(xù)時間）以及 timeUnit（時間單位），例如當ticksPerWheel=60，tickDuration=1，timeUnit=秒，這就和現(xiàn)實中的始終的秒針走動完全類似了。
http://www.shitanlife.com/code
http://www.shitanlife.com/code
引言
在開發(fā)中，往往會遇到一些關于延時任務的需求。例如
- 生成訂單30分鐘未支付，則自動取消
- 生成訂單60秒后,給用戶發(fā)短信
對上述的任務，我們給一個專業(yè)的名字來形容，那就是延時任務。那么這里就會產(chǎn)生一個問題，這個延時任務和定時任務的區(qū)別究竟在哪里呢？一共有如下幾點區(qū)別
下面，我們以判斷訂單是否超時為例，進行方案分析
方案分析
(1)數(shù)據(jù)庫輪詢
思路
該方案通常是在小型項目中使用，即通過一個線程定時的去掃描數(shù)據(jù)庫，通過訂單時間來判斷是否有超時的訂單，然后進行update或delete等操作
實現(xiàn)
博主當年早期是用quartz來實現(xiàn)的(實習那會的事)，簡單介紹一下
maven項目引入一個依賴如下所示
調(diào)用Demo類MyJob如下所示
package com.rjzheng.delay1;import org.quartz.JobBuilder; import org.quartz.JobDetail; import org.quartz.Scheduler; import org.quartz.SchedulerException; import org.quartz.SchedulerFactory; import org.quartz.SimpleScheduleBuilder; import org.quartz.Trigger; import org.quartz.TriggerBuilder; import org.quartz.impl.StdSchedulerFactory; import org.quartz.Job; import org.quartz.JobExecutionContext; import org.quartz.JobExecutionException; public class MyJob implements Job { public void execute(JobExecutionContext context) throws JobExecutionException { System.out.println("要去數(shù)據(jù)庫掃描啦。。。"); } public static void main(String[] args) throws Exception { // 創(chuàng)建任務 JobDetail jobDetail = JobBuilder.newJob(MyJob.class) .withIdentity("job1", "group1").build(); // 創(chuàng)建觸發(fā)器 每3秒鐘執(zhí)行一次 Trigger trigger = TriggerBuilder .newTrigger() .withIdentity("trigger1", "group3") .withSchedule( SimpleScheduleBuilder.simpleSchedule() .withIntervalInSeconds(3).repeatForever()) .build(); Scheduler scheduler = new StdSchedulerFactory().getScheduler(); // 將任務及其觸發(fā)器放入調(diào)度器 scheduler.scheduleJob(jobDetail, trigger); // 調(diào)度器開始調(diào)度任務 scheduler.start(); } }運行代碼，可發(fā)現(xiàn)每隔3秒，輸出如下
要去數(shù)據(jù)庫掃描啦。。。優(yōu)缺點
優(yōu)點:簡單易行，支持集群操作
缺點:(1)對服務器內(nèi)存消耗大
???(2)存在延遲，比如你每隔3分鐘掃描一次，那最壞的延遲時間就是3分鐘
???(3)假設你的訂單有幾千萬條，每隔幾分鐘這樣掃描一次，數(shù)據(jù)庫損耗極大
(2)JDK的延遲隊列
思路
該方案是利用JDK自帶的DelayQueue來實現(xiàn)，這是一個無界阻塞隊列，該隊列只有在延遲期滿的時候才能從中獲取元素，放入DelayQueue中的對象，是必須實現(xiàn)Delayed接口的。
DelayedQueue實現(xiàn)工作流程如下圖所示
其中Poll():獲取并移除隊列的超時元素，沒有則返回空
??take():獲取并移除隊列的超時元素，如果沒有則wait當前線程，直到有元素滿足超時條件，返回結果。
?
實現(xiàn)
定義一個類OrderDelay實現(xiàn)Delayed，代碼如下
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); } // 返回距離你自定義的超時時間還有多少 public long getDelay(TimeUnit unit) { return unit.convert(timeout - System.nanoTime(), TimeUnit.NANOSECONDS); } void print() { System.out.println(orderId+"編號的訂單要刪除啦。。。。"); } }運行的測試Demo為，我們設定延遲時間為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) { // TODO Auto-generated method stub List<String> list = new ArrayList<String>(); list.add("00000001"); list.add("00000002"); list.add("00000003"); list.add("00000004"); list.add("00000005"); DelayQueue<OrderDelay> queue = new DelayQueue<OrderDelay>(); long start = System.currentTimeMillis(); for(int i = 0;i<5;i++){ //延遲三秒取出 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) { // TODO Auto-generated catch block e.printStackTrace(); } } } }輸出如下
00000001編號的訂單要刪除啦。。。。 After 3003 MilliSeconds 00000002編號的訂單要刪除啦。。。。 After 6006 MilliSeconds 00000003編號的訂單要刪除啦。。。。 After 9006 MilliSeconds 00000004編號的訂單要刪除啦。。。。 After 12008 MilliSeconds 00000005編號的訂單要刪除啦。。。。 After 15009 MilliSeconds可以看到都是延遲3秒，訂單被刪除
優(yōu)缺點
優(yōu)點:效率高,任務觸發(fā)時間延遲低。
缺點:(1)服務器重啟后，數(shù)據(jù)全部消失，怕宕機
???(2)集群擴展相當麻煩
???(3)因為內(nèi)存條件限制的原因，比如下單未付款的訂單數(shù)太多，那么很容易就出現(xiàn)OOM異常
???(4)代碼復雜度較高
(3)時間輪算法
思路
先上一張時間輪的圖(這圖到處都是啦)
時間輪算法可以類比于時鐘，如上圖箭頭（指針）按某一個方向按固定頻率輪動，每一次跳動稱為一個 tick。這樣可以看出定時輪由個3個重要的屬性參數(shù)，ticksPerWheel（一輪的tick數(shù)），tickDuration（一個tick的持續(xù)時間）以及 timeUnit（時間單位），例如當ticksPerWheel=60，tickDuration=1，timeUnit=秒，這就和現(xiàn)實中的始終的秒針走動完全類似了。
?
如果當前指針指在1上面，我有一個任務需要4秒以后執(zhí)行，那么這個執(zhí)行的線程回調(diào)或者消息將會被放在5上。那如果需要在20秒之后執(zhí)行怎么辦，由于這個環(huán)形結構槽數(shù)只到8，如果要20秒，指針需要多轉2圈。位置是在2圈之后的5上面（20 % 8 + 1）
實現(xiàn)
我們用Netty的HashedWheelTimer來實現(xiàn)
給Pom加上下面的依賴
測試代碼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 { // TODO Auto-generated method stub System.out.println("要去數(shù)據(jù)庫刪除訂單了。。。。"); 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) { // TODO Auto-generated catch block e.printStackTrace(); } System.out.println(i+"秒過去了"); i++; } } }輸出如下
1秒過去了 2秒過去了 3秒過去了 4秒過去了 5秒過去了 要去數(shù)據(jù)庫刪除訂單了。。。。 6秒過去了優(yōu)缺點
優(yōu)點:效率高,任務觸發(fā)時間延遲時間比delayQueue低，代碼復雜度比delayQueue低。
缺點:(1)服務器重啟后，數(shù)據(jù)全部消失，怕宕機
???(2)集群擴展相當麻煩
???(3)因為內(nèi)存條件限制的原因，比如下單未付款的訂單數(shù)太多，那么很容易就出現(xiàn)OOM異常
(4)redis緩存
思路一
利用redis的zset,zset是一個有序集合，每一個元素(member)都關聯(lián)了一個score,通過score排序來取集合中的值
zset常用命令
添加元素:ZADD key score member [[score member] [score member] ...]
按順序查詢元素:ZRANGE key start stop [WITHSCORES]
查詢元素score:ZSCORE key member
移除元素:ZREM key member [member ...]
測試如下
那么如何實現(xiàn)呢？我們將訂單超時時間戳與訂單號分別設置為score和member,系統(tǒng)掃描第一個元素判斷是否超時，具體如下圖所示
?
實現(xiàn)一
package com.rjzheng.delay4;import java.util.Calendar; import java.util.Set;import redis.clients.jedis.Jedis; import redis.clients.jedis.JedisPool; import redis.clients.jedis.Tuple; 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(); } //生產(chǎn)者,生成5個訂單放進去 public void productionDelayMessage(){ for(int i=0;i<5;i++){ //延遲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生成了一個訂單任務：訂單ID為"+"OID0000001"+i); } } //消費者，取訂單 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("當前沒有等待的任務"); try { Thread.sleep(500); } catch (InterruptedException e) { // TODO Auto-generated catch block 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消費了一個任務：消費的訂單OrderId為"+orderId); } } } public static void main(String[] args) { AppTest appTest =new AppTest(); appTest.productionDelayMessage(); appTest.consumerDelayMessage(); } }此時對應輸出如下
1525086085261ms:redis生成了一個訂單任務：訂單ID為OID00000010 1525086085263ms:redis生成了一個訂單任務：訂單ID為OID00000011 1525086085266ms:redis生成了一個訂單任務：訂單ID為OID00000012 1525086085268ms:redis生成了一個訂單任務：訂單ID為OID00000013 1525086085270ms:redis生成了一個訂單任務：訂單ID為OID00000014 1525086088000ms:redis消費了一個任務：消費的訂單OrderId為OID00000010 1525086088001ms:redis消費了一個任務：消費的訂單OrderId為OID00000011 1525086088002ms:redis消費了一個任務：消費的訂單OrderId為OID00000012 1525086088003ms:redis消費了一個任務：消費的訂單OrderId為OID00000013 1525086088004ms:redis消費了一個任務：消費的訂單OrderId為OID00000014 當前沒有等待的任務 當前沒有等待的任務 當前沒有等待的任務可以看到，幾乎都是3秒之后，消費訂單。
然而，這一版存在一個致命的硬傷，在高并發(fā)條件下，多消費者會取到同一個訂單號，我們上測試代碼ThreadTest
package com.rjzheng.delay4;import java.util.concurrent.CountDownLatch;public class ThreadTest { private static final int threadNum = 10; private static CountDownLatch cdl = new CountDownLatch(threadNum); static class DelayMessage implements Runnable{ public void run() { try { cdl.await(); } catch (InterruptedException e) { // TODO Auto-generated catch block 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(); } } }輸出如下所示
1525087157727ms:redis生成了一個訂單任務：訂單ID為OID00000010 1525087157734ms:redis生成了一個訂單任務：訂單ID為OID00000011 1525087157738ms:redis生成了一個訂單任務：訂單ID為OID00000012 1525087157747ms:redis生成了一個訂單任務：訂單ID為OID00000013 1525087157753ms:redis生成了一個訂單任務：訂單ID為OID00000014 1525087160009ms:redis消費了一個任務：消費的訂單OrderId為OID00000010 1525087160011ms:redis消費了一個任務：消費的訂單OrderId為OID00000010 1525087160012ms:redis消費了一個任務：消費的訂單OrderId為OID00000010 1525087160022ms:redis消費了一個任務：消費的訂單OrderId為OID00000011 1525087160023ms:redis消費了一個任務：消費的訂單OrderId為OID00000011 1525087160029ms:redis消費了一個任務：消費的訂單OrderId為OID00000011 1525087160038ms:redis消費了一個任務：消費的訂單OrderId為OID00000012 1525087160045ms:redis消費了一個任務：消費的訂單OrderId為OID00000012 1525087160048ms:redis消費了一個任務：消費的訂單OrderId為OID00000012 1525087160053ms:redis消費了一個任務：消費的訂單OrderId為OID00000013 1525087160064ms:redis消費了一個任務：消費的訂單OrderId為OID00000013 1525087160065ms:redis消費了一個任務：消費的訂單OrderId為OID00000014 1525087160069ms:redis消費了一個任務：消費的訂單OrderId為OID00000014 當前沒有等待的任務 當前沒有等待的任務 當前沒有等待的任務 當前沒有等待的任務顯然，出現(xiàn)了多個線程消費同一個資源的情況。
解決方案
(1)用分布式鎖，但是用分布式鎖，性能下降了，該方案不細說。
(2)對ZREM的返回值進行判斷，只有大于0的時候，才消費數(shù)據(jù)，于是將consumerDelayMessage()方法里的
修改為
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消費了一個任務：消費的訂單OrderId為"+orderId); } }在這種修改后，重新運行ThreadTest類，發(fā)現(xiàn)輸出正常了
思路二
該方案使用redis的Keyspace Notifications，中文翻譯就是鍵空間機制，就是利用該機制可以在key失效之后，提供一個回調(diào)，實際上是redis會給客戶端發(fā)送一個消息。是需要redis版本2.8以上。
實現(xiàn)二
在redis.conf中，加入一條配置
notify-keyspace-events Ex運行代碼如下
package com.rjzheng.delay5;import redis.clients.jedis.Jedis; 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, "__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+"訂單生成"); } } static class RedisSub extends JedisPubSub {輸出如下
1525096202813ms:OID0000000訂單生成 1525096202818ms:OID0000001訂單生成 1525096202824ms:OID0000002訂單生成 1525096202826ms:OID0000003訂單生成 1525096202830ms:OID0000004訂單生成 1525096202834ms:OID0000005訂單生成 1525096202839ms:OID0000006訂單生成 1525096205819ms:OID0000000訂單取消 1525096205920ms:OID0000005訂單取消 1525096205920ms:OID0000004訂單取消 1525096205920ms:OID0000001訂單取消 1525096205920ms:OID0000003訂單取消 1525096205920ms:OID0000006訂單取消 1525096205920ms:OID0000002訂單取消可以明顯看到3秒過后，訂單取消了
優(yōu)缺點
優(yōu)點:(1)由于使用Redis作為消息通道，消息都存儲在Redis中。如果發(fā)送程序或者任務處理程序掛了，重啟之后，還有重新處理數(shù)據(jù)的可能性。
???(2)做集群擴展相當方便
???(3)時間準確度高
缺點:(1)需要額外進行redis維護
(5)使用消息隊列
我們可以采用rabbitMQ的延時隊列。RabbitMQ具有以下兩個特性，可以實現(xiàn)延遲隊列
- RabbitMQ可以針對Queue和Message設置 x-message-tt，來控制消息的生存時間，如果超時，則消息變?yōu)閐ead letter
- lRabbitMQ的Queue可以配置x-dead-letter-exchange 和x-dead-letter-routing-key（可選）兩個參數(shù)，用來控制隊列內(nèi)出現(xiàn)了deadletter，則按照這兩個參數(shù)重新路由。
結合以上兩個特性，就可以模擬出延遲消息的功能,具體的，我改天再寫一篇文章，這里再講下去，篇幅太長。
優(yōu)缺點
優(yōu)點: 高效,可以利用rabbitmq的分布式特性輕易的進行橫向擴展,消息支持持久化增加了可靠性。
缺點：本身的易用度要依賴于rabbitMq的運維.因為要引用rabbitMq,所以復雜度和成本變高
總結
本文總結了目前互聯(lián)網(wǎng)中，絕大部分的延時任務的實現(xiàn)方案。希望大家在工作中能夠有所收獲。
其實大家在工作中，百分九十的人還是以業(yè)務邏輯為主，很少有機會能夠進行方案設計。所以博主不推薦在分布式這塊，花太多時間，應該看看《手把手系列的文章》。不過，鑒于現(xiàn)在的面試造火箭，工作擰螺絲現(xiàn)象太過嚴重，所以博主開始寫《分布式系列》，最后來個小漫畫娛樂一下。
http://www.shitanlife.com/code
轉載于:https://www.cnblogs.com/scode2/p/8985033.html
總結
以上是生活随笔為你收集整理的分布式之延时任务方案解析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 梦到家人被杀什么预兆
- 下一篇： ところが