面试官问：生成订单30分钟未支付，则自动取消，该怎么实现？

转载

转载自：面试官问：生成订单30分钟未支付，则自动取消，该怎么实现？

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。。。


# [**专属福利**](https://mp.weixin.qq.com/s?__biz=Mzg3NDcwNjIwOQ==&mid=2247542761&idx=1&sn=4ed1b7ba85cfb6f1b02ebaef4c49885d&scene=21#wechat_redirect)

👉点击领取：651页Java面试题库

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



**
![](https://mmbiz.qpic.cn/mmbiz_png/icu8ekKAcwiaZFa7dSDxjdqb22KRbekcAC70lUe5JLZlGia7uKxdAJUFMAUzZpcCfaT75sZD7GCuGMLTTHAp9RxLg/640?wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1)程序员技术交流群
![](https://mmbiz.qpic.cn/mmbiz_png/icu8ekKAcwiaZFa7dSDxjdqb22KRbekcAC70lUe5JLZlGia7uKxdAJUFMAUzZpcCfaT75sZD7GCuGMLTTHAp9RxLg/640?wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1)**

**扫码进群记得备注：****城市+昵称+技术方向** **。**

![](https://mmbiz.qpic.cn/mmbiz_jpg/souISEcwVE9klSpkS5YYqYZibo4GW13EuJxzAGpMQ5OgvzA5kqkebPHzWnKvmibtdqiaAPbfiasjMhGiaiaSwpgOWOPA/640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1&wx_co=1)
▲长按扫描

最近技术热文* if(a==1且a==2且a==3)，有没有可能为true？（文末送书）

我就知道你会点赞+“在看”

如果觉得文章对你有用，请随意赞赏

面试官问：生成订单30分钟未支付，则自动取消，该怎么实现？

https://www.fengyege.top/archives/mian-shi-guan-wen-ff1a-sheng-cheng-ding-dan-3330-fen-zhong-wei-zhi-fu-ff0c-ze-zi-dong-qu-xiao-ff0c-gai-zen-me-shi-xian-ff1f

作者

枫夜求索阁

发布于

2023-06-07

更新于

2023-06-07

许可协议

CC BY 4.0

面试官问：生成订单30分钟未支付，则自动取消，该怎么实现？

作者

发布于

更新于

许可协议

评论