所謂的延時任務給大家舉個例子:你買了一張火車票,必須在30分鐘之内付款,否則該訂單被自動取消。「訂單30分鐘不付款自動取消,這個任務就是一個延時任務。」 我之前已經寫過2篇關于延時任務的文章:
- 《完整實作-通過DelayQueue實作延時任務》
- 《延時任務(二)-基于netty時間輪算法實戰》
這兩種方法都有一個缺點:都是基于單體應用的記憶體的方式運作延時任務的,一旦出現單點故障,可能出現延時任務資料的丢失。是以此篇文章給大家介紹實作延時任務的第三種方式,結合redis zset實作延時任務,可以解決單點故障的問題。給出實作原理、完整實作代碼,以及這種實作方式的優缺點。
一、實作原理
首先來介紹一下實作原理,我們需要使用redis zset來實作延時任務的需求,是以我們需要知道zset的應用特性。zset作為redis的有序集合資料結構存在,排序的依據就是score。

是以我們可以利用zset score這個排序的這個特性,來實作延時任務
- 在使用者下單的時候,同時生成延時任務放入redis,key是可以自定義的,比如:
delaytask:order
- value的值分成兩個部分,一個部分是score用于排序,一個部分是member,member的值我們設定為訂單對象(如:訂單編号),因為後續延時任務時效達成的時候,我們需要有一些必要的訂單資訊(如:訂單編号),才能完成訂單自動取消關閉的動作。
- 「延時任務實作的重點來了,score我們設定為:訂單生成時間 + 延時時長」。這樣redis會對zset按照score延時時間進行排序。
- 開啟redis掃描任務,擷取"目前時間 > score"的延時任務并執行。即:目前時間 > 訂單生成時間 + 延時時長的時候 ,執行延時任務。
二、準備工作
使用 redis zset 這個方案來完成延時任務的需求,首先肯定是需要redis,這一點毫無疑問。redis的搭建網上有很多的文章,我這裡就不贅述了。
其次,筆者長期的java類應用系統開發都是使用SpringBoot來完成,是以也是習慣使用SpringBoot的redis內建方案。首先通過maven坐标引入spring-boot-starter-data-redis
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-pool2</artifactId>
</dependency>
其次需要在Spring Boot的
application.yml
配置檔案中,配置redis資料庫的連結資訊。我這裡配置的是redis的單例,如果大家的生産環境是哨兵模式、或者是叢集模式的redis,這裡的配置方式需要進行微調。其實這部分内容在我的個人部落格裡面都曾經系統的介紹過,感興趣的朋友可以關注我的個人部落格。
spring:
redis:
database: 0 # Redis 資料庫索引(預設為 0)
host: 192.168.161.3 # Redis 伺服器位址
port: 6379 # Redis 伺服器連接配接端口
password: 123456 # Redis 伺服器連接配接密碼(預設為空)
timeout: 5000 # 連接配接逾時,機關ms
lettuce:
pool:
max-active: 8 # 連接配接池最大連接配接數(使用負值表示沒有限制) 預設 8
max-wait: -1 # 連接配接池最大阻塞等待時間(使用負值表示沒有限制) 預設 -1
max-idle: 8 # 連接配接池中的最大空閑連接配接 預設 8
min-idle: 0 # 連接配接池中的最小空閑連接配接 預設 0
三、代碼實作
下面的這個類就是延時任務的核心實作了,一共包含三個核心方法,我們來一一說明一下:
- produce方法,用于生成訂單-order為訂單資訊,可以是訂單流水号,用于延時任務達到時效後關閉訂單
- afterPropertiesSet方法是InitializingBean接口的方法,之是以實作這個接口,是因為我們需要在應用啟動的時候開啟redis掃描任務。即:當OrderDelayService bean初始化的時候,開啟redis掃描任務循環擷取延時任務資料。
- consuming函數,用于從redis擷取延時任務資料,消費延時任務,執行逾時訂單關閉等操作。為了避免阻塞for循環,影響後面延時任務的執行,是以這個consuming函數一定要做成異步的,參考Spring Boot異步任務及
注解的使用方法。我之前寫過一個SpringBoot的「可觀測、易配置」的異步任務線程池開源項目,源代碼位址:https://gitee.com/hanxt/zimug-monitor-threadpool 。我的這個zimug-monitor-threadpool開源項目,可以做到對線程池使用情況的監控,我自己平時用的效果還不錯,向大家推薦一下!Async
@Component
public class OrderDelayService implements InitializingBean {
//redis zset key
public static final String ORDER_DELAY_TASK_KEY = "delaytask:order";
@Resource
private StringRedisTemplate stringRedisTemplate;
//生成訂單-order為訂單資訊,可以是訂單流水号,用于延時任務達到時效後關閉訂單
public void produce(String orderSerialNo){
stringRedisTemplate.opsForZSet().add(
ORDER_DELAY_TASK_KEY, // redis key
orderSerialNo, // zset member
//30分鐘延時
System.currentTimeMillis() + (30 * 60 * 1000) //zset score
);
}
//延時任務,也是異步任務,延時任務達到時效之後關閉訂單,并将延時任務從redis zset删除
@Async("test")
public void consuming(){
Set<ZSetOperations.TypedTuple<String>> orderSerialNos = stringRedisTemplate.opsForZSet().rangeByScoreWithScores(
ORDER_DELAY_TASK_KEY,
0, //延時任務score最小值
System.currentTimeMillis() //延時任務score最大值(目前時間)
);
if (!CollectionUtils.isEmpty(orderSerialNos)) {
for (ZSetOperations.TypedTuple<String> orderSerialNo : orderSerialNos) {
//這裡根據orderSerialNo去檢查使用者是否完成了訂單支付
//如果使用者沒有支付訂單,去執行訂單關閉的操作
System.out.println("訂單" + orderSerialNo.getValue() + "逾時被自動關閉");
//訂單關閉之後,将訂單延時任務從隊列中删除
stringRedisTemplate.opsForZSet().remove(ORDER_DELAY_TASK_KEY, orderSerialNo.getValue());
}
}
}
//該類對象Bean執行個體化之後,就開啟while掃描任務
@Override
public void afterPropertiesSet() throws Exception {
new Thread(() -> { //開啟新的線程,否則SpringBoot應用初始化無法啟動
while(true){
try {
Thread.sleep(5 * 1000); //每5秒掃描一次redis庫擷取延時資料,不用太頻繁沒必要
} catch (InterruptedException e) {
e.printStackTrace(); //本文隻是示例,生産環境請做好相關的異常處理
}
consuming();
}
}).start();
}
}
更多的内容參考代碼中的注釋,需要關注的點是:
- 上文中的rangeByScoreWithScores方法用于從redis中擷取延時任務,score大于0小于目前時間的所有延時任務,都将被從redis裡面取出來。每5秒執行一次,是以延時任務的誤差不會超過5秒。
- 上文中的訂單資訊,我隻保留了訂單唯一流水号,用于關閉訂單。如果你的業務需要傳遞更多的訂單資訊,請使用RedisTemplate操作訂單類對象,而不是StringRedisTemplate操作訂單流水号字元串。
訂單下單的時候,使用如下的方法,将訂單序列号放入redis zset中即可實作延時任務
orderDelayService.produce("這裡填寫訂單編号");
四、優缺點
使用redis zset來實作延時任務的優點是:相對于本文開頭介紹的兩種方法,我們的延時任務是儲存在redis裡面的,redis具有資料持久化的機制,可以有效的避免延時任務資料的丢失。另外,redis還可以通過哨兵模式、叢集模式有效的避免單點故障造成的服務中斷。至于缺點嘛,我覺得沒什麼缺點。如果非要勉強的說一個缺點的話,那就是我們需要額外維護redis服務,增加了硬體資源的需求和運維成本。但是現在随着微服務的興起,redis幾乎已經成了應用系統的标配,redis複用即可,是以我感覺這也算不上什麼缺點吧!