Java訂單30分鐘未支付自動(dòng)取消功能如何實(shí)現(xiàn)

這篇“Java訂單30分鐘未支付自動(dòng)取消功能如何實(shí)現(xiàn)”文章的知識(shí)點(diǎn)大部分人都不太理解，所以小編給大家總結(jié)了以下內(nèi)容，內(nèi)容詳細(xì)，步驟清晰，具有一定的借鑒價(jià)值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“Java訂單30分鐘未支付自動(dòng)取消功能如何實(shí)現(xiàn)”文章吧。

了解需求

在開發(fā)中，往往會(huì)遇到一些關(guān)于延時(shí)任務(wù)的需求。

例如

• 生成訂單 30 分鐘未支付，則自動(dòng)取消

• 生成訂單 60 秒后,給用戶發(fā)短信

對(duì)上述的任務(wù)，我們給一個(gè)專業(yè)的名字來形容，那就是延時(shí)任務(wù)。那么這里就會(huì)產(chǎn)生一個(gè)問題，這個(gè)延時(shí)任務(wù)和定時(shí)任務(wù)的區(qū)別究竟在哪里呢？一共有如下幾點(diǎn)區(qū)別

定時(shí)任務(wù)有明確的觸發(fā)時(shí)間，延時(shí)任務(wù)沒有

定時(shí)任務(wù)有執(zhí)行周期，而延時(shí)任務(wù)在某事件觸發(fā)后一段時(shí)間內(nèi)執(zhí)行，沒有執(zhí)行周期

定時(shí)任務(wù)一般執(zhí)行的是批處理操作是多個(gè)任務(wù)，而延時(shí)任務(wù)一般是單個(gè)任務(wù)

下面，我們以判斷訂單是否超時(shí)為例，進(jìn)行方案分析

方案 1：數(shù)據(jù)庫(kù)輪詢

思路

該方案通常是在小型項(xiàng)目中使用，即通過一個(gè)線程定時(shí)的去掃描數(shù)據(jù)庫(kù)，通過訂單時(shí)間來判斷是否有超時(shí)的訂單，然后進(jìn)行 update 或 delete 等操作

實(shí)現(xiàn)

可以用 quartz 來實(shí)現(xiàn)的，簡(jiǎn)單介紹一下

maven 項(xiàng)目引入一個(gè)依賴如下所示

<dependency>
    <groupId>org.quartz-scheduler</groupId>
    <artifactId>quartz</artifactId>
    <version>2.2.2</version>
</dependency>

調(diào)用 Demo 類 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("要去數(shù)據(jù)庫(kù)掃描啦。。。");
    }

    public static void main(String[] args) throws Exception {
        // 創(chuàng)建任務(wù)
        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(wù)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(wù)
        scheduler.start();
    }

}

運(yùn)行代碼，可發(fā)現(xiàn)每隔 3 秒，輸出如下

要去數(shù)據(jù)庫(kù)掃描啦。。。

優(yōu)點(diǎn)

簡(jiǎn)單易行，支持集群操作

缺點(diǎn)

• 對(duì)服務(wù)器內(nèi)存消耗大

• 存在延遲，比如你每隔 3 分鐘掃描一次，那最壞的延遲時(shí)間就是 3 分鐘

• 假設(shè)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(kù)損耗極大

方案 2：JDK 的延遲隊(duì)列

思路

該方案是利用 JDK 自帶的 DelayQueue 來實(shí)現(xiàn)，這是一個(gè)無界阻塞隊(duì)列，該隊(duì)列只有在延遲期滿的時(shí)候才能從中獲取元素，放入 DelayQueue 中的對(duì)象，是必須實(shí)現(xiàn) Delayed 接口的。

DelayedQueue 實(shí)現(xiàn)工作流程如下圖所示

[外鏈圖片轉(zhuǎn)存失敗,源站可能有防盜鏈機(jī)制,建議將圖片保存下來直接上傳(img-ox1CXMY9-1679321243332)

其中 Poll():獲取并移除隊(duì)列的超時(shí)元素，沒有則返回空

take():獲取并移除隊(duì)列的超時(shí)元素，如果沒有則 wait 當(dāng)前線程，直到有元素滿足超時(shí)條件，返回結(jié)果。

實(shí)現(xiàn)

定義一個(gè)類 OrderDelay 實(shí)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(shí)時(shí)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(hào)的訂單要?jiǎng)h除啦。。。。");
    }

}

運(yùn)行的測(cè)試 Demo 為，我們?cè)O(shè)定延遲時(shí)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) {
        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) {
                e.printStackTrace();
            }
        }
    }

}

輸出如下

00000001編號(hào)的訂單要?jiǎng)h除啦。。。。
After 3003 MilliSeconds
00000002編號(hào)的訂單要?jiǎng)h除啦。。。。
After 6006 MilliSeconds
00000003編號(hào)的訂單要?jiǎng)h除啦。。。。
After 9006 MilliSeconds
00000004編號(hào)的訂單要?jiǎng)h除啦。。。。
After 12008 MilliSeconds
00000005編號(hào)的訂單要?jiǎng)h除啦。。。。
After 15009 MilliSeconds

可以看到都是延遲 3 秒，訂單被刪除

優(yōu)點(diǎn)

效率高,任務(wù)觸發(fā)時(shí)間延遲低。

缺點(diǎn)

• 服務(wù)器重啟后，數(shù)據(jù)全部消失，怕宕機(jī)

• 集群擴(kuò)展相當(dāng)麻煩

• 因?yàn)閮?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

• 代碼復(fù)雜度較高

方案 3：時(shí)間輪算法

思路

先上一張時(shí)間輪的圖(這圖到處都是啦)

[外鏈圖片轉(zhuǎn)存失敗,源站可能有防盜鏈機(jī)制,建議將圖片保存下來直接上傳(img-RD9J8kcX-1679321243334)

時(shí)間輪算法可以類比于時(shí)鐘，如上圖箭頭（指針）按某一個(gè)方向按固定頻率輪動(dòng)，每一次跳動(dòng)稱為一個(gè) tick。這樣可以看出定時(shí)輪由個(gè) 3 個(gè)重要的屬性參數(shù)，ticksPerWheel（一輪的 tick 數(shù)），tickDuration（一個(gè) tick 的持續(xù)時(shí)間）以及 timeUnit（時(shí)間單位），例如當(dāng) ticksPerWheel=60，tickDuration=1，timeUnit=秒，這就和現(xiàn)實(shí)中的始終的秒針走動(dòng)完全類似了。

如果當(dāng)前指針指在 1 上面，我有一個(gè)任務(wù)需要 4 秒以后執(zhí)行，那么這個(gè)執(zhí)行的線程回調(diào)或者消息將會(huì)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(gè)環(huán)形結(jié)構(gòu)槽數(shù)只到 8，如果要 20 秒，指針需要多轉(zhuǎn) 2 圈。位置是在 2 圈之后的 5 上面（20 % 8 + 1）

實(shí)現(xiàn)

我們用 Netty 的 HashedWheelTimer 來實(shí)現(xiàn)

給 Pom 加上下面的依賴

<dependency>
    <groupId>io.netty</groupId>
    <artifactId>netty-all</artifactId>
    <version>4.1.24.Final</version>
</dependency>

測(cè)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 {
            System.out.println("要去數(shù)據(jù)庫(kù)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) {
                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(kù)刪除訂單了。。。。
6秒過去了

優(yōu)點(diǎn)

效率高,任務(wù)觸發(fā)時(shí)間延遲時(shí)間比 delayQueue 低，代碼復(fù)雜度比 delayQueue 低。

缺點(diǎn)

• 服務(wù)器重啟后，數(shù)據(jù)全部消失，怕宕機(jī)

• 集群擴(kuò)展相當(dāng)麻煩

• 因?yàn)閮?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

方案 4：redis 緩存

思路一

利用 redis 的 zset,zset 是一個(gè)有序集合，每一個(gè)元素(member)都關(guān)聯(lián)了一個(gè) score,通過 score 排序來取集合中的值

添加元素:ZADD key score member [[score member][score member] …]

按順序查詢?cè)?ZRANGE key start stop [WITHSCORES]

查詢?cè)?score:ZSCORE key member

移除元素:ZREM key member [member …]

測(cè)試如下

添加單個(gè)元素
redis> ZADD page_rank 10 google.com
(integer) 1

添加多個(gè)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"

查詢?cè)氐膕core值
redis> ZSCORE page_rank bing.com
"8"

移除單個(gè)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"

那么如何實(shí)現(xiàn)呢？我們將訂單超時(shí)時(shí)間戳與訂單號(hào)分別設(shè)置為 score 和 member,系統(tǒng)掃描第一個(gè)元素判斷是否超時(shí)

實(shí)現(xiàn)一

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();
        }
    }

}

可以看到，幾乎都是 3 秒之后，消費(fèi)訂單。

然而，這一版存在一個(gè)致命的硬傷，在高并發(fā)條件下，多消費(fèi)者會(huì)取到同一個(gè)訂單號(hào)，我們上測(cè)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 = 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();
        }
    }

}

顯然，出現(xiàn)了多個(gè)線程消費(fèi)同一個(gè)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(xì)說。

(2)對(duì) ZREM 的返回值進(jìn)行判斷，只有大于 0 的時(shí)候，才消費(fèi)數(shù)據(jù)，于是將 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消費(fèi)了一個(gè)任務(wù)：消費(fèi)的訂單OrderId為"+orderId);
}

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(fèi)了一個(gè)任務(wù)：消費(fèi)的訂單OrderId為" + orderId);
    }
}

在這種修改后，重新運(yùn)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(jī)制，就是利用該機(jī)制可以在 key 失效之后，提供一個(gè)回調(diào)，實(shí)際上是 redis 會(huì)給客戶端發(fā)送一個(gè)消息。是需要 redis 版本 2.8 以上。

實(shí)現(xiàn)二

在 redis.conf 中，加入一條配置

notify-keyspace-events Ex

運(yùn)行代碼如下

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 + "訂單生成");
        }
    }

    static class RedisSub extends JedisPubSub {
        @Override
        public void onMessage(String channel, String message) {
            System.out.println(System.currentTimeMillis() + "ms:" + message + "訂單取消");

        }
    }
}

可以明顯看到 3 秒過后，訂單取消了

ps:redis 的 pub/sub 機(jī)制存在一個(gè)硬傷，官網(wǎng)內(nèi)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 的發(fā)布/訂閱目前是即發(fā)即棄(fire and forget)模式的，因此無法實(shí)現(xiàn)事件的可靠通知。也就是說，如果發(fā)布/訂閱的客戶端斷鏈之后又重連，則在客戶端斷鏈期間的所有事件都丟失了。因此，方案二不是太推薦。當(dāng)然，如果你對(duì)可靠性要求不高，可以使用。

優(yōu)點(diǎn)

(1) 由于使用 Redis 作為消息通道，消息都存儲(chǔ)在 Redis 中。如果發(fā)送程序或者任務(wù)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(kuò)展相當(dāng)方便

(3) 時(shí)間準(zhǔn)確度高

缺點(diǎn)

需要額外進(jìn)行 redis 維護(hù)

方案 5：使用消息隊(duì)列

思路

我們可以采用 rabbitMQ 的延時(shí)隊(duì)列。RabbitMQ 具有以下兩個(gè)特性，可以實(shí)現(xiàn)延遲隊(duì)列

RabbitMQ 可以針對(duì) Queue 和 Message 設(shè)置 x-message-tt，來控制消息的生存時(shí)間，如果超時(shí)，則消息變?yōu)?dead letter

lRabbitMQ 的 Queue 可以配置 x-dead-letter-exchange 和 x-dead-letter-routing-key（可選）兩個(gè)參數(shù)，用來控制隊(duì)列內(nèi)出現(xiàn)了 deadletter，則按照這兩個(gè)參數(shù)重新路由。結(jié)合以上兩個(gè)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(zhǎng)。

優(yōu)點(diǎn)

高效,可以利用 rabbitmq 的分布式特性輕易的進(jìn)行橫向擴(kuò)展,消息支持持久化增加了可靠性。

缺點(diǎn)

本身的易用度要依賴于 rabbitMq 的運(yùn)維.因?yàn)橐?rabbitMq,所以復(fù)雜度和成本變高。

以上就是關(guān)于“Java訂單30分鐘未支付自動(dòng)取消功能如何實(shí)現(xiàn)”這篇文章的內(nèi)容，相信大家都有了一定的了解，希望小編分享的內(nèi)容對(duì)大家有幫助，若想了解更多相關(guān)的知識(shí)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。