知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 21 - 如何实现延迟任务(订单 30 分钟未支付自动取消) > 导读:本文围绕"订单 30 分钟未支付自动取消并释放库存"这个具体需求,横向对比数据库轮询、Redis ZSet、RocketMQ 延迟消息、时间轮、Redisson 延迟队列五种实现方案,重点讲清各自的可靠性与适用边界。读完你能按规模和时效要求选出合适方案,并答出面试官必问的"幂等与状态复查"。适合准备系统设计面试或需要实现延时触发的后端同学。 ## 一、先建立全局认知 ### Q:延迟任务要解决什么问题?它的本质是什么? A:场景定义:**用户下单后 30 分钟未支付,系统自动取消订单并释放库存。** 需要实现的就是这个"30 分钟后执行"的延迟任务。 先给结论:它的本质是一个**"延迟触发"问题**——任务不是在当前时刻执行,而是在未来某个时间点才应该触发。因此所有方案都要回答同一个问题:**这个"未来触发时间"由谁保存、由谁在到期时唤醒执行**。理解了这一点,五种方案的区别就只是"存哪里、怎么唤醒"的差异。 ### Q:实现延迟任务有哪几类思路? A:结论先行——按"由谁保存触发时间、如何发现到期"可以分为五类:数据库轮询、Redis ZSet、RocketMQ 延迟消息、时间轮、Redisson 延迟队列。它们的能力差异很大(时效性从分钟级到毫秒级不等),下面先逐个讲清机制,再统一对比选型。 ## 二、理解核心机制 ### Q:方案一:数据库轮询怎么做? A:最朴素的做法是定时任务每分钟扫一次数据库,把超过 30 分钟仍未支付的订单找出来取消: ```java // 定时任务,每分钟扫描一次 @Scheduled(fixedRate = 60000) public void cancelTimeoutOrders() { // 查找超过 30 分钟未支付的订单 List<Order> orders = orderMapper.selectTimeoutOrders( "UNPAID", LocalDateTime.now().minusMinutes(30)); for (Order order : orders) { cancelOrder(order); } } ``` 对应的查询 SQL 是: ```sql SELECT * FROM orders WHERE status = 'UNPAID' AND create_time < DATE_SUB(NOW(), INTERVAL 30 MINUTE) LIMIT 100; ``` 注意 SQL 里的 `LIMIT 100`:这是分页扫描的思路,避免一次捞出过多订单把内存和数据库打满。 优点:实现最简单,不依赖额外组件。 缺点:时效性差(最多延迟 1 分钟);频繁扫描数据库有性能压力;订单量大时效率低。 ### Q:方案二:Redis ZSet 怎么做? A:思路是把"到期时间"作为 ZSet 的 score,订单号作为 member;下单时按 `当前时间 + 30 分钟` 写入,消费者每秒扫描一次 `score <= 当前时间` 的任务: ```java // 下单时,把订单放入延迟队列 public void createOrder(Order order) { orderMapper.insert(order); // score = 到期时间戳(30 分钟后) long expireTime = System.currentTimeMillis() + 30 * 60 * 1000; redis.opsForZSet().add("delay:order:cancel", order.getId(), expireTime); } // 消费者:不断轮询到期的任务 @Scheduled(fixedRate = 1000) // 每秒检查一次 public void pollDelayQueue() { long now = System.currentTimeMillis(); // 取出所有到期的任务(score <= 当前时间) Set<String> orderIds = redis.opsForZSet() .rangeByScore("delay:order:cancel", 0, now); for (String orderId : orderIds) { // 用 ZREM 原子删除,防止多实例重复处理 Long removed = redis.opsForZSet() .remove("delay:order:cancel", orderId); if (removed > 0) { cancelOrder(orderId); } } } ``` 这里有一个关键细节:取出任务后不能直接执行,而要先用 `ZREM` 原子删除,只有删除成功(`removed > 0`)的那个实例才真正执行——否则多实例部署时会重复处理同一个订单。 优点:时效性好(秒级);实现简单。 缺点:需要轮询;Redis 宕机可能丢任务。 ### Q:为什么生产环境最推荐 RocketMQ 延迟消息? A:因为它同时满足了"可靠"和"不需要轮询"两点:消息由 MQ 持久化保证不丢,到期由 MQ 自动投递给消费者,天然支持分布式。用法是下单时发送延迟消息: ```java // 下单时发送延迟消息 public void createOrder(Order order) { orderMapper.insert(order); // 发送延迟消息,30 分钟后投递 Message msg = new Message("order-timeout", order.getId().getBytes()); msg.setDelayTimeLevel(16); // 延迟级别 16 = 30 分钟 producer.send(msg); } // 消费者:30 分钟后收到消息 @RocketMQMessageListener(topic = "order-timeout") public class OrderTimeoutConsumer implements RocketMQListener<String> { public void onMessage(String orderId) { Order order = orderMapper.selectById(orderId); if ("UNPAID".equals(order.getStatus())) { cancelOrder(orderId); } // 如果已支付,直接忽略 } } ``` 需要特别注意的是,RocketMQ 的延迟时间不是任意值,而是固定的若干级别: ```text RocketMQ 延迟级别:1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h ``` 优点:可靠(MQ 保证消息不丢);不需要轮询;天然支持分布式。 缺点:延迟时间不够灵活(只有固定级别);依赖 MQ 组件。 (补充说明:以上固定级别为传统 RocketMQ 延迟消息的行为,若使用支持任意延迟时间的新版本或云厂商增强版,具体行为需结合版本确认。) ### Q:方案四:时间轮怎么实现?适合什么场景? A:时间轮是一种高效的定时器数据结构,Netty 的 `HashedWheelTimer` 就是典型实现,把任务挂在未来某个槽位上,由时间轮指针转动来触发: ```java // 单机版延迟任务 HashedWheelTimer timer = new HashedWheelTimer(1, TimeUnit.SECONDS, 512); public void createOrder(Order order) { orderMapper.insert(order); timer.newTimeout(timeout -> { cancelOrder(order.getId()); }, 30, TimeUnit.MINUTES); } ``` 优点:精度高,性能好。 缺点:单机方案,服务重启任务丢失;不适合大量长延迟任务。 ### Q:方案五:Redisson 延迟队列怎么用? A:Redisson 把"延迟投递"封装成了队列语义:往 `RDelayedQueue` 里 offer 一个元素并指定延迟时间,到期后元素会自动转移到目标阻塞队列,消费者用 `take()` 阻塞等待即可: ```java RBlockingQueue<String> blockingQueue = redisson.getBlockingQueue("order-queue"); RDelayedQueue<String> delayedQueue = redisson.getDelayedQueue(blockingQueue); // 下单时添加延迟任务 delayedQueue.offer(orderId, 30, TimeUnit.MINUTES); // 消费者 new Thread(() -> { while (true) { String orderId = blockingQueue.take(); // 阻塞等待到期 cancelOrder(orderId); } }).start(); ``` ## 三、放进真实场景 ### Q:五种方案到底怎么选?一张表说清 A:没有绝对最好的方案,只有匹配规模和时效要求的方案。对比维度包括时效性、可靠性、是否支持分布式、实现复杂度和适用场景: | 方案 | 时效性 | 可靠性 | 分布式 | 实现复杂度 | 适用场景 | |------|--------|--------|--------|-----------|---------| | 数据库轮询 | 分钟级 | 高 | 支持 | 极低 | 小规模、低时效要求 | | Redis ZSet | 秒级 | 中 | 支持 | 低 | 中等规模 | | RocketMQ 延迟消息 | 秒级 | 高 | 支持 | 中 | 生产环境推荐 | | 时间轮 | 毫秒级 | 低(单机) | 不支持 | 低 | 单机、短延迟 | | Redisson 延迟队列 | 秒级 | 中高 | 支持 | 低 | 中等规模 |  [编辑 Excalidraw 源图](/images/java-interview-copy/system-design/21-design-delay-queue-design-delay-queue-patterns-diagram.excalidraw) 可以看到一条清晰的取舍线:**可靠性越高的方案,通常越依赖中间件(MQ / Redis)**;而最不依赖组件的时间轮,恰恰可靠性最低(单机、重启即丢)。这就是"简单"与"可靠"之间的权衡。 ### Q:消费端为什么必须再查一次订单状态?还要注意什么? A:因为消息投递时,订单可能早已被用户支付了——延迟消息只保证"30 分钟后触发",不保证"此时订单仍未支付"。所以消费者收到消息后必须**再次查询订单当前状态**,只有仍是未支付才取消(代码里 `UNPAID` 判断就是这个作用)。除此之外,取消动作本身要做**幂等处理**,避免重复取消或重复释放库存。 ## 四、总结与自测 ### Q:面试里怎么答这道题? A:按下面顺序分点作答: 1. 先说最简单的方案(数据库轮询),说明其局限性。 2. 推荐 RocketMQ 延迟消息(生产环境最常用)。 3. 补充 Redis ZSet 方案(不依赖 MQ 时的选择)。 4. 加分项:提到消费时要再次检查订单状态(可能用户已经支付了),以及幂等处理。 ### Q:这道题最核心的权衡是什么? A:一句话——**在"时效性、可靠性、实现复杂度"三者之间取舍**。小规模业务用数据库轮询够用且最简单;规模上来后,想要秒级时效又不丢任务,就得引入 MQ 或 Redis 这类中间件,用运维复杂度换取可靠性。选型的起点永远是业务能接受的时效误差和可靠性要求。 --- ## 自测 1. Redis ZSet 方案里,为什么取出到期任务后要先 `ZREM` 再执行,而不是直接执行? 2. RocketMQ 延迟消息为什么"延迟时间不够灵活"?这对"30 分钟自动取消"这类需求有什么影响? 3. 延迟消息到期后订单可能已经被支付,消费者应该如何处理才能保证不误取消、不重复取消?
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入