首页 > 其他分享 >订单X分钟未支付自动取消设计

订单X分钟未支付自动取消设计

时间：2023-06-17 22:15:32浏览次数：36  
标签：取消 redis System 分钟 订单 static import public

订单30分钟未支付自动取消怎么实现？

目录

 

  • 了解需求
  • 方案 1：数据库轮询
  • 方案 2：JDK 的延迟队列
  • 方案 3：时间轮算法
  • 方案 4：redis 缓存
  • 方案 5：使用消息队列

 

了解需求

 

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

 

本文已经收录到Github仓库，该仓库包含计算机基础、Java基础、多线程、JVM、数据库、Redis、Spring、Mybatis、SpringMVC、SpringBoot、分布式、微服务、设计模式、架构、校招社招分享等核心知识点，欢迎star~

Github地址

 

方案 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

 

可以用 quartz 来实现的，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

 

package com.rjzheng.delay1;

import org.quartz.*;
import org.quartz.impl.StdSchedulerFactory;

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。。。

 

优点

 

简单易行，支持集群操作

 

面试网站

 

缺点

 

  • 对服务器内存消耗大
  • 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
  • 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

 

方案 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

 

 

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

 

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

 

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) {
        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) {
                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

 

优点

 

效率高,任务触发时间延迟低。

 

缺点

 

  • 服务器重启后，数据全部消失，怕宕机
  • 集群扩展相当麻烦
  • 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
  • 代码复杂度较高

 

方案 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

 

<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

 

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 {
            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

 

  • 服务器重启后，数据全部消失，怕宕机
  • 集群扩展相当麻烦
  • 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

 

方案 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 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

 

package com.rjzheng.delay4;

import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.Tuple;

import java.util.Calendar;
import java.util.Set;

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

 

package com.rjzheng.delay4;

import java.util.concurrent.CountDownLatch;

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

 

package com.rjzheng.delay5;

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 + "订单生成");
        }
    }

    static class RedisSub extends JedisPubSub {
        @Override
        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

 

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

 

需要额外进行 redis 维护

 

方案 5：使用消息队列

 

思路

 

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。

 

--end--

 

最后给大家分享一个Github仓库，上面有大彬整理的300多本经典的计算机书籍PDF，包括C语言、C++、Java、Python、前端、数据库、操作系统、计算机网络、数据结构和算法、机器学习、编程人生等，可以star一下，下次找书直接在上面搜索，仓库持续更新中~

 

 

 

Github地址：https://github.com/Tyson0314/java-books

标签：取消,redis,System,分钟,订单,static,import,public
From： https://www.cnblogs.com/Leo_wl/p/17488319.html

相关文章

  • 十分钟了解MES系统的发展历程和标准体系
    大家好，我是Edison。上一篇，我们通过一个点菜的故事快速地了解了MES系统都能做哪些事儿《三分钟快速了解什么是MES系统》，相信大家都有了一个基本的感性认知。本篇，我们将时间拨回几十年前，了解一些MES的发展历程和标准体系。MES系统的产生背景在20世纪70年代后期到21世纪这阶段，企业......
  • 技术人三分钟快速了解什么是MES系统
    近年来在制造业的推动下，大家是否会经常听到MES系统这一词，但是对于其具体能解决什么问题却不是很清晰。接下来，请允许我用一个简单的故事来让大家快速地了解一下到底什么是MES系统以及MES系统能够解决什么问题。本文仅限于科普，没有按照核心的几大模块来讲解。话说有一天，我们去某饭店......
  • WPF ListBoxItem 取消hover高亮，仅显示选中高亮
     ListBoxItem取消hover高亮，仅显示选中高亮；其他控件与此类似 <StyleTargetType="{x:TypeListBoxItem}"><SetterProperty="Background"Value="Transparent"/><SetterProperty="Template">......
  • 流程订单的物料清单数据
    bapi:CO_XT_COMPONENT_ADD部分参考代码： DATA: LS_STORAGE_LOCATION  TYPE COXT_S_STORAGE_LOCATION,        LS_STORAGE_LOCATIONX TYPE COXT_S_STORAGE_LOCATIONX,        LS_REQU_QUAN         TYPE COXT_S_QUANTITY,        LV_OPE......
  • 全网都在讲迁移学习，可你会写代码了吗？收藏我这个，10分钟开始你的迁移学习训练
    文章目录前言第一步加载预训练模型并修改类别数第二步选择模型所有层/最后一层进行反向传播优化探讨：如何确定模型最后一层的名字是什么方法一：查询源代码方法二：查询模型的子模块名字前言首先，这里不讲迁移学习的理论，只讲实践，因为理论已经全网飞了~~，不懂得大家先去学理论，理论学......
  • 三分钟拥有自己的 chat-gpt (开发到上线)
    三分钟拥有自己的chat-gpt(开发到上线)首先你需要有一个laf账号，如果你还不知道laf是什么，点击这里三分钟学会然后你还需要有一个chat-gpt的账号并且生成一个apiKey(这一步可以问Google)云函数具备了上面这两个条件我们就可以开始啦。点击NPM依赖右边的加号搜......
  • 10分钟让你掌握Linux常用命令(+3万+++收藏)
    1、常用Linux命令2、Linux下脚本编写3、windows下CMD常用命令文章目录一、目录操作1、批量操作二、文件操作三、文件内容操作（查看日志，更改配置文件）1、grep(检索文件内容)2、awk(数据统计)3、sed(替换文件内容)4、管道操作符`|`5、cut(数据裁剪)四、系统日志位置五、创建与删除软连......
  • 1817.查找用户活跃分钟数
    问题描述1817.查找用户活跃分钟数(Medium)给你用户在LeetCode的操作日志，和一个整数k。日志用一个二维整数数组logs表示，其中每个logs[i]=[IDᵢ,timeᵢ]表示ID为IDᵢ的用户在timeᵢ分钟时执行了某个操作。多个用户可以同时执行操作，单个用户可以在同一分钟内......
  • 【Tabby】如何拆分窗口和取消拆分窗口
    如下图，在设置->快捷键中进行设置  ......
  • 1分钟搭建自己的Chatjpt网站
    首先搭建一个GPT网站，我们需要一台云服务器和一份镜像文件。我这里以阿里云为例，然后点击左上角的产品选择云服务器，点击立即购买。在这里选择阿里云提供的国际服务器，好处是可以避免网络带来的烦恼，在购买页选择按量付费，并且地域选择美国硅谷服务器，为了降低成本，我们可以选择一核0.5g的......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99