延时任务(三)-基于redis zset的完整实现

所谓的延时任务给大家举个例子：你买了一张火车票，必须在30分钟之内付款，否则该订单被自动取消。「订单30分钟不付款自动取消，这个任务就是一个延时任务。」 我之前已经写过2篇关于延时任务的文章：

• 《完整实现-通过DelayQueue实现延时任务》
• 《延时任务(二)-基于netty时间轮算法实战》

这两种方法都有一个缺点：都是基于单体应用的内存的方式运行延时任务的，一旦出现单点故障，可能出现延时任务数据的丢失。所以此篇文章给大家介绍实现延时任务的第三种方式，结合redis zset实现延时任务，可以解决单点故障的问题。给出实现原理、完整实现代码，以及这种实现方式的优缺点。

一、实现原理

首先来介绍一下实现原理，我们需要使用redis zset来实现延时任务的需求，所以我们需要知道zset的应用特性。zset作为redis的有序集合数据结构存在，排序的依据就是score。

所以我们可以利用zset score这个排序的这个特性，来实现延时任务

• 在用户下单的时候，同时生成延时任务放入redis，key是可以自定义的，比如：delaytask:order
• value的值分成两个部分，一个部分是score用于排序，一个部分是member，member的值我们设置为订单对象（如：订单编号），因为后续延时任务时效达成的时候，我们需要有一些必要的订单信息（如：订单编号），才能完成订单自动取消关闭的动作。
• 「延时任务实现的重点来了，score我们设置为：订单生成时间 + 延时时长」。这样redis会对zset按照score延时时间进行排序。
• 开启redis扫描任务，获取"当前时间 > score"的延时任务并执行。即：当前时间 > 订单生成时间 + 延时时长的时候 ，执行延时任务。

二、准备工作

使用 redis zset 这个方案来完成延时任务的需求，首先肯定是需要redis，这一点毫无疑问。redis的搭建网上有很多的文章，我这里就不赘述了。

其次，笔者长期的java类应用系统开发都是使用SpringBoot来完成，所以也是习惯使用SpringBoot的redis集成方案。首先通过maven坐标引入spring-boot-starter-data-redis

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency><dependency><groupId>org.apache.commons</groupId><artifactId>commons-pool2</artifactId></dependency>

其次需要在Spring Boot的

application.yml

配置文件中，配置redis数据库的链接信息。我这里配置的是redis的单例，如果大家的生产环境是哨兵模式、或者是集群模式的redis，这里的配置方式需要进行微调。其实这部分内容在我的个人博客里面都曾经系统的介绍过，感兴趣的朋友可以关注我的个人博客。

spring:redis:database:0# Redis 数据库索引（默认为 0）host: 192.168.161.3 # Redis 服务器地址port:6379# Redis 服务器连接端口password:123456# Redis 服务器连接密码（默认为空）timeout:5000# 连接超时，单位mslettuce:pool:max-active:8# 连接池最大连接数（使用负值表示没有限制） 默认 8max-wait:-1# 连接池最大阻塞等待时间（使用负值表示没有限制） 默认 -1max-idle:8# 连接池中的最大空闲连接 默认 8min-idle:0# 连接池中的最小空闲连接 默认 0

三、代码实现

下面的这个类就是延时任务的核心实现了，一共包含三个核心方法，我们来一一说明一下：

• produce方法，用于生成订单-order为订单信息，可以是订单流水号，用于延时任务达到时效后关闭订单
• afterPropertiesSet方法是InitializingBean接口的方法，之所以实现这个接口，是因为我们需要在应用启动的时候开启redis扫描任务。即：当OrderDelayService bean初始化的时候，开启redis扫描任务循环获取延时任务数据。
• consuming函数，用于从redis获取延时任务数据，消费延时任务，执行超时订单关闭等操作。为了避免阻塞for循环，影响后面延时任务的执行，所以这个consuming函数一定要做成异步的，参考Spring Boot异步任务及Async注解的使用方法。我之前写过一个SpringBoot的「可观测、易配置」的异步任务线程池开源项目，源代码地址：https://gitee.com/hanxt/zimug-monitor-threadpool 。我的这个zimug-monitor-threadpool开源项目，可以做到对线程池使用情况的监控，我自己平时用的效果还不错，向大家推荐一下！

@ComponentpublicclassOrderDelayServiceimplementsInitializingBean{//redis zset keypublicstaticfinalString ORDER_DELAY_TASK_KEY ="delaytask:order";@ResourceprivateStringRedisTemplate stringRedisTemplate;//生成订单-order为订单信息，可以是订单流水号，用于延时任务达到时效后关闭订单publicvoidproduce(String orderSerialNo){
    stringRedisTemplate.opsForZSet().add(
            ORDER_DELAY_TASK_KEY,// redis key
            orderSerialNo,// zset  member//30分钟延时System.currentTimeMillis()+(30*60*1000)//zset score);}//延时任务，也是异步任务，延时任务达到时效之后关闭订单，并将延时任务从redis zset删除@Async("test")publicvoidconsuming(){Set<ZSetOperations.TypedTuple<String>> orderSerialNos = stringRedisTemplate.opsForZSet().rangeByScoreWithScores(
              ORDER_DELAY_TASK_KEY,0,//延时任务score最小值System.currentTimeMillis()//延时任务score最大值（当前时间）);if(!CollectionUtils.isEmpty(orderSerialNos)){for(ZSetOperations.TypedTuple<String> orderSerialNo : orderSerialNos){//这里根据orderSerialNo去检查用户是否完成了订单支付//如果用户没有支付订单，去执行订单关闭的操作System.out.println("订单"+ orderSerialNo.getValue()+"超时被自动关闭");//订单关闭之后，将订单延时任务从队列中删除
          stringRedisTemplate.opsForZSet().remove(ORDER_DELAY_TASK_KEY, orderSerialNo.getValue());}}}//该类对象Bean实例化之后，就开启while扫描任务@OverridepublicvoidafterPropertiesSet()throwsException{newThread(()->{//开启新的线程，否则SpringBoot应用初始化无法启动while(true){try{Thread.sleep(5*1000);//每5秒扫描一次redis库获取延时数据，不用太频繁没必要}catch(InterruptedException e){
          e.printStackTrace();//本文只是示例，生产环境请做好相关的异常处理}consuming();}}).start();}}

更多的内容参考代码中的注释，需要关注的点是：

• 上文中的rangeByScoreWithScores方法用于从redis中获取延时任务，score大于0小于当前时间的所有延时任务，都将被从redis里面取出来。每5秒执行一次，所以延时任务的误差不会超过5秒。
• 上文中的订单信息，我只保留了订单唯一流水号，用于关闭订单。如果你的业务需要传递更多的订单信息，请使用RedisTemplate操作订单类对象，而不是StringRedisTemplate操作订单流水号字符串。

订单下单的时候，使用如下的方法，将订单序列号放入redis zset中即可实现延时任务

orderDelayService.produce("这里填写订单编号");

四、优缺点

使用redis zset来实现延时任务的优点是：相对于本文开头介绍的两种方法，我们的延时任务是保存在redis里面的，redis具有数据持久化的机制，可以有效的避免延时任务数据的丢失。另外，redis还可以通过哨兵模式、集群模式有效的避免单点故障造成的服务中断。至于缺点嘛，我觉得没什么缺点。如果非要勉强的说一个缺点的话，那就是我们需要额外维护redis服务，增加了硬件资源的需求和运维成本。但是现在随着微服务的兴起，redis几乎已经成了应用系统的标配，redis复用即可，所以我感觉这也算不上什么缺点吧！

「码文不易，如果您觉得有帮助，请帮忙点击在看或者分享，没有您的支持我可能无法坚持下去！」