背景
-
買家超時未付款：比如超過15分鐘沒有支付，訂單自動取消，
-
商家超時未發貨：比如商家超過1個月沒發貨，訂單自動取消，
-
買家超時未識訓：比如商家發貨后，買家沒有在14天內點擊確認識訓，則系統默認自動識訓，
一、JDK自帶的延時佇列
-
把訂單插入DelayQueue中，以超時時間作為排序條件，將訂單按照超時時間從小到大排序，
-
起一個執行緒不停輪詢佇列的頭部，如果訂單的超時時間到了，就出隊進行超時處理，并更新訂單狀態到資料庫中，
-
為了防止機器重啟導致記憶體中的DelayQueue資料丟失，每次機器啟動的時候，需要從資料庫中初始化未結束的訂單，加入到DelayQueue中，
-
優點：簡單，不需要借助其他第三方組件，成本低，
-
缺點：
-
所有超時處理訂單都要加入到DelayQueue中，占用記憶體大，
-
沒法做到分布式處理，只能在集群中選一臺leader專門處理，效率低，
-
不適合訂單量比較大的場景，
二、RabbitMQ的延時訊息
-
RabbitMQ Delayed Message Plugin
-
訊息的TTL+死信Exchange
-
TTL：即訊息的存活時間，RabbitMQ可以對佇列和訊息分別設定TTL，如果對佇列設定，則佇列中所有的訊息都具有相同的過期時間，超過了這個時間，我們認為這個訊息就死了，稱之為死信，
-
死信Exchange（DLX）：一個訊息在滿足以下條件會進入死信交換機
-
一個訊息被Consumer拒收了，并且reject方法的引數里requeue是false，也就是說不會被再次放在佇列里，被其他消費者使用，
-
TTL到期的訊息，
-
佇列滿了被丟棄的訊息，
-
定義一個BizQueue，用來接收死信訊息，并進行業務消費，
-
定義一個死信交換機(DLXExchange)，系結BizQueue，接收延時佇列的訊息，并轉發給BizQueue，
-
定義一組延時佇列DelayQueue_xx，分別配置不同的TTL，用來處理固定延時5s、10s、30s等延時等級，并系結到DLXExchange，
-
定義DelayExchange，用來接收業務發過來的延時訊息，并根據延時時間轉發到不同的延時佇列中，
-
優點：可以支持海量延時訊息，支持分布式處理，
-
缺點：
-
不靈活，只能支持固定延時等級，
-
使用復雜，要配置一堆延時佇列，
三、RocketMQ的定時訊息
RocketMQ支持任意秒級的定時訊息，如下圖所示
MessageBuilder messageBuilder = null;
Long deliverTimeStamp = System.currentTimeMillis() + 10L * 60 * 1000; //延遲10分鐘
Message message = messageBuilder.setTopic("topic")
//設定訊息索引鍵，可根據關鍵字精確查找某條訊息，
.setKeys("messageKey")
//設定訊息Tag，用于消費端根據指定Tag過濾訊息，
.setTag("messageTag")
//設定延時時間
.setDeliveryTimestamp(deliverTimeStamp)
//訊息體
.setBody("messageBody".getBytes())
.build();
SendReceipt sendReceipt = producer.send(message);
System.out.println(sendReceipt.getMessageId());
-
優點
-
精度高，支持任意時刻，
-
使用門檻低，和使用普通訊息一樣，
-
缺點
-
使用限制：定時時長最大值24小時，
-
成本高：每個訂單需要新增一個定時訊息，且不會馬上消費，給MQ帶來很大的存盤成本，
-
同一個時刻大量訊息會導致訊息延遲：定時訊息的實作邏輯需要先經過定時存盤等待觸發，定時時間到達后才會被投遞給消費者，因此，如果將大量定時訊息的定時時間設定為同一時刻，則到達該時刻后會有大量訊息同時需要被處理，會造成系統壓力過大，導致訊息分發延遲，影響定時精度，
四、Redis的過期監聽
-
redis組態檔開啟"notify-keyspace-events Ex"
-
監聽key的過期回呼，以java代碼為例
@Configuration
public class RedisListenerConfig {
@Bean
RedisMessageListenerContainer container(RedisConnectionFactory factory){
RedisMessageListenerContainer container=new RedisMessageListenerContainer();
container.setConnectionFactory(factory);
return container;
}
}
@Component
public class RedisKeyExpirationListerner extends KeyExpirationEventMessageListener {
public RedisKeyExpirationListerner(RedisMessageListenerContainer listenerContainer) {
super(listenerContainer);
}
@Override
public void onMessage(Message message, byte[] pattern) {
String keyExpira = message.toString();
System.out.println("監聽到key：" + expiredKey + "已過期");
}
}
typedef struct redisDb {
dict *dict; /* 維護所有key-value鍵值對 */
dict *expires; /* 過期字典，維護設定失效時間的鍵 */
....
} redisDb;過期字典本質上是一個鏈表，每個節點的資料結構結構如下：
-
key是一個指標，指向某個鍵物件，
-
value是一個long long型別的整數，保存了key的過期時間，
-
定期洗掉：每隔一段時間（默認100ms）就隨機抽取一些設定了過期時間的key，檢查其是否過期，如果有過期就洗掉，之所以這么做，是為了通過限制洗掉操作的執行時長和頻率來減少對cpu的影響，不然每隔100ms就要遍歷所有設定過期時間的key，會導致cpu負載太大，
-
惰性洗掉：不主動洗掉過期的key，每次從資料庫訪問key時，都檢測key是否過期，如果過期則洗掉該key，惰性洗掉有一個問題，如果這個key已經過期了，但是一直沒有被訪問，就會一直保存在資料庫中，
五、定時任務分布式批處理
定時任務分布式批處理解決方案，即通過定時任務不停輪詢資料庫的訂單，將已經超時的訂單撈出來，分發給不同的機器分布式處理：
-
穩定性強：基于通知的方案（比如MQ和Redis），比較擔心在各種極端情況下導致通知的事件丟了，使用定時任務跑批，只需要保證業務冪等即可，如果這個批次有些訂單沒有撈出來，或者處理訂單的時候應用重啟了，下一個批次還是可以撈出來處理，穩定性非常高，
-
效率高：基于MQ的方案，需要一個訂單一個定時訊息，consumer處理定時訊息的時候也需要一個訂單一個訂單更新，對資料庫tps很高，使用定時任務跑批方案，一次撈出一批訂單，處理完了，可以批量更新訂單狀態，減少資料庫的tps，在海量訂單處理場景下，批量處理效率最高，
-
可運維：基于資料庫存盤，可以很方便的對訂單進行修改、暫停、取消等操作，所見即所得，如果業務跑失敗了，還可以直接通過sql修改資料庫來進行批量運維，
-
成本低：相對于其他解決方案要借助第三方存盤組件，復用資料庫的成本大大降低，
-
通過實作map函式，通過代碼自行構造分片，SchedulerX會將分片平均分給超時中心的不同節點分布式執行，
-
通過實作reduce函式，可以做聚合，可以判斷這次跑批有哪些分片跑失敗了，從而通知下游處理，
-
免運維、成本低：不需要自建任務調度系統，由云上托管，
-
可觀測：提供任務執行的歷史記錄、查看堆疊、日志服務、鏈路追蹤等能力，
-
高可用：支持同城雙活容災，支持多種渠道的監控報警，
-
混部：可以托管阿里云的機器，也可以托管非阿里云的機器，
總結
[1]https://developer.aliyun.com/article/994932
[2]https://redis.io/docs/manual/keyspace-notifications/
[3]https://www.aliyun.com/aliware/schedulerx
作者|黃曉萌(學仁)
本文來自博客園，作者：古道輕風，轉載請注明原文鏈接：https://www.cnblogs.com/88223100/p/How-to-handle-order-overtime.html
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/545895.html
標籤：其他
上一篇：Iterator模式
下一篇：Iterator模式