个人中心
gpt4 book ai didi

订单超时自动取消的技术方案解析及代码实现

转载 作者：我是一只小鸟 更新时间：2023-07-18 14:31:51 24 4
gpt4 key购买 nike

前言

订单超时自动取消是电商平台中常见的功能之一，例如在淘宝、京东、拼多多等商城下单后，如果在一定的时间内没有付款，那么订单会自动被取消，是怎么做到的呢？作为技术人员我们应该了解自动取消的原理和实现逻辑，本文将介绍几种常用的技术方案，帮助开发者实现订单超时自动取消的功能.

通过以上图我们可以看到其实超时自动取消的方案有很多，虽然方案多（大多数都是结合延迟队列来实现的），但每个方案都有自己的优缺点，具体场景需要选用合适的方案。 本文我们主要讲解以下几种常用取消方案，其他方案可自行搜索研究.

  • 方案1：定时轮询（quartz实现）
  • 方案2：JDK延迟队列DelayQueue
  • 方案3：时间轮算法（netty的HashedWheelTimer）
  • 方案4：Redis
  • 方案5：RabbitMQ消息队列

方案 1：定时轮询（quartz实现）

方案描述

通过定时任务的方式去轮询扫描数据库表，根据订单有效期来判断订单是否到期，到期则更新订单状态。 这里我们使用quartz作业调度框架来实现定时轮询.

代码

需要添加maven依赖 。

                        
                          <dependency>
    <groupId>org.quartz-scheduler</groupId>
    <artifactId>quartz</artifactId>
    <version>2.3.1</version>
</dependency>

代码如下:

                        
                          public class CancelOrderJob implements Job {
    @Override
    public void execute(JobExecutionContext jobExecutionContext) throws JobExecutionException {
        String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        System.out.println(time + ":扫描订单表超时未付款订单...");
    }
}

public class QuartzJobTest {
    public static void main(String[] args) throws Exception {
        JobDetail jobDetail = JobBuilder.newJob(CancelOrderJob.class).build();
        Trigger trigger = TriggerBuilder.newTrigger()
                .withSchedule(SimpleScheduleBuilder.simpleSchedule().withIntervalInSeconds(1).repeatForever())
                .build();
        Scheduler scheduler = new StdSchedulerFactory().getScheduler();
        scheduler.scheduleJob(jobDetail, trigger);
        System.out.println("定时任务开启，每隔1秒执行一次");
        scheduler.start();
    }
}

运行结果:

                        
                          定时任务开启，每隔1秒执行一次
2023-06-27 11:53:43:扫描订单表超时未付款订单...
2023-06-27 11:53:43:扫描订单表超时未付款订单...
2023-06-27 11:53:44:扫描订单表超时未付款订单...
2023-06-27 11:53:45:扫描订单表超时未付款订单...
2023-06-27 11:53:46:扫描订单表超时未付款订单...
2023-06-27 11:53:47:扫描订单表超时未付款订单...
...

优点

这种方案优点是实现简单，通过quartz框架进行任务调度，无其他依赖，支持集群部署.

缺点

简单粗暴的全表扫描方式对数据库性能影响特别大，可能影响其他正常的业务操作响应时效，另外配置扫描时间间隔也是个问题，配置大了，扫描延迟，影响取消订单的精准时间，在数据量较大的情况下，配置小了影响数据库性能，所以需要根据实际情况进行评估.

方案 2：JDK延迟队列DelayQueue

方案描述

JDK中的DelayQueue可以实现延迟，是一个无界阻塞队列，其实底层使用的是优先级队列PriorityQueue，可以对放入的对象进行排序，对象需要实现Delayed接口，采用阻塞的方式获取数据，也就是相当于延迟时间到了就会获取到数据.

代码 

                        
                          public class CancelOrder implements Delayed {

    private String orderNo;

    private long timeout;

    CancelOrder(String orderNo, long timeout) {
        this.orderNo = orderNo;
        this.timeout = timeout + System.nanoTime();
    }

    public int compareTo(Delayed other) {
        if (other == this) {
            return 0;
        }
        CancelOrder t = (CancelOrder) other;
        long d = (getDelay(TimeUnit.NANOSECONDS) - t.getDelay(TimeUnit.NANOSECONDS));
        return (d == 0) ? 0 : ((d < 0) ? -1 : 1);
    }

    @Override
    public long getDelay(TimeUnit unit) {
        return unit.convert(timeout - System.nanoTime(), TimeUnit.NANOSECONDS);
    }

    @Override
    public String toString() {
        return "CancelOrder{" +
                "orderNo='" + orderNo + '\'' +
                ", timeout=" + timeout +
                '}';
    }
}

                        
                      
                        
                          public class DelayQueueTest {
    public static void main(String[] args) throws Exception {
        DelayQueue<CancelOrder> queue = new DelayQueue<>();
        for (int i = 0; i < 5; i++) {
            // 生成订单，10秒超时
            CancelOrder cancelOrder = new CancelOrder("orderNo100" + i, TimeUnit.NANOSECONDS.convert(10, TimeUnit.SECONDS));
            String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
            System.out.println(time + ":生成了订单，10秒有效期，order：" + cancelOrder);
            queue.put(cancelOrder);
            // 每1秒生成一个订单
            Thread.sleep(1000);
        }
        try {
            while (!queue.isEmpty()) {
                CancelOrder order = queue.take();
                String timeout = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
                System.out.println(timeout + ":订单超时，order：" + order);
            }
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }
    }
}

运行结果:

                        
                          2023-06-27 18:43:25:生成了订单，10秒有效期，order：CancelOrder{orderNo='orderNo1000', timeout=1030377584852000}
2023-06-27 18:43:26:生成了订单，10秒有效期，order：CancelOrder{orderNo='orderNo1001', timeout=1030378653717600}
2023-06-27 18:43:27:生成了订单，10秒有效期，order：CancelOrder{orderNo='orderNo1002', timeout=1030379654276300}
2023-06-27 18:43:28:生成了订单，10秒有效期，order：CancelOrder{orderNo='orderNo1003', timeout=1030380655228900}
2023-06-27 18:43:29:生成了订单，10秒有效期，order：CancelOrder{orderNo='orderNo1004', timeout=1030381656177500}
2023-06-27 18:43:35:订单超时，order：CancelOrder{orderNo='orderNo1000', timeout=1030377584852000}
2023-06-27 18:43:36:订单超时，order：CancelOrder{orderNo='orderNo1001', timeout=1030378653717600}
2023-06-27 18:43:37:订单超时，order：CancelOrder{orderNo='orderNo1002', timeout=1030379654276300}
2023-06-27 18:43:38:订单超时，order：CancelOrder{orderNo='orderNo1003', timeout=1030380655228900}
2023-06-27 18:43:39:订单超时，order：CancelOrder{orderNo='orderNo1004', timeout=1030381656177500}

例子中设置的订单有效期是10秒中，每隔1秒生成一个订单，目的是为了便于观察不同的订单到期时间，可以看到10s后各订单相继超时.

优点

不需要任何第三方依赖，实现非常简单 。

缺点

数据全部保存在JVM内存中，占用内存，可能会引发内存溢出，另外宕机或重启数据会全部丢失，无法做集群.

方案 3：时间轮算法（netty的HashedWheelTimer）

方案描述

时间轮算法用的是一个环形的数据结构（使用数组实现），每一轮相当于沿着环形走一圈，类似于钟表，可以分成很多格子（秒针一圈分成60格，算法中叫bucket，这个bucket里可以存放任务），然后每个格子有持续的时间间隔（比如秒针一个格子是1秒，也就是走过这一格持续1秒的时间，算法中对应的是tickDuration）。 时间轮算法有多种实现，单轮算法，多轮算法（相当于在单轮上做了循环），分层时间轮算法（类似于水表，有多个表盘共同计算出总水量） 时间轮算法使用一个worker线程，将任务放到计算获得的bucket里，并按指定的时间间隔tickDuration去执行bucket的时间到期任务。 netty4版本中的时间轮结构如下： 图中HashedWheelTimer内部存储使用的是HashedWheelBucket数组，形成一个环形结构，每一个HashedWheelBucket中存储的是HashedWheelTimeout双向链表，在HashedWheelTimeout中存的是TimerTask，就是具体要执行的任务。 假设当前指针指在3上，如有有一个任务2秒后执行，那么会存在5的格子上，如果有一个任务8秒后执行，则会放到3上，转了一圈，这是任务的轮数就加了1.

代码

需要添加maven依赖 。

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


                        
                      
                        
                          public class CancelOrderTimerTask implements TimerTask {

    private String orderNo;

    public CancelOrderTimerTask(String orderNo) {
        this.orderNo = orderNo;
    }

    @Override
    public void run(Timeout timeout) throws Exception {
        String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        System.out.println(time + "：处理订单超时，orderNo：" + orderNo);
    }
}


                        
                      
                        
                          public class HashedWheelTimerTest {
    public static void main(String[] argv) {
        /*
        此处使用的HashedWheelTimer构造方法参数解释如下：
        threadFactory：创建线程的工厂
        tickDuration：时间间隔，这里的1，结合后面的TimeUnit.SECONDS,就是走完一格需要1秒时间。
        unit：时间单位，这是里秒
        ticksPerWheel：表示数组的大小，也就是格子的多少
         */
        HashedWheelTimer hashedWheelTimer = new HashedWheelTimer(new DefaultThreadFactory("test-thread"), 1, TimeUnit.SECONDS, 60);
        hashedWheelTimer.start();
        CancelOrderTimerTask timerTask0 = new CancelOrderTimerTask("orderNo1000");
        CancelOrderTimerTask timerTask1 = new CancelOrderTimerTask("orderNo1001");
        CancelOrderTimerTask timerTask2 = new CancelOrderTimerTask("orderNo1002");
        CancelOrderTimerTask timerTask3 = new CancelOrderTimerTask("orderNo1003");
        hashedWheelTimer.newTimeout(timerTask0, 0, TimeUnit.SECONDS);
        hashedWheelTimer.newTimeout(timerTask1, 5, TimeUnit.SECONDS);
        hashedWheelTimer.newTimeout(timerTask2, 30, TimeUnit.SECONDS);
        hashedWheelTimer.newTimeout(timerTask3, 70, TimeUnit.SECONDS);
    }
}

运行结果:

                        
                          2023-06-28 11:43:42：处理订单超时，orderNo：orderNo1000
2023-06-28 11:43:47：处理订单超时，orderNo：orderNo1001
2023-06-28 11:44:12：处理订单超时，orderNo：orderNo1002
2023-06-28 11:44:52：处理订单超时，orderNo：orderNo1003

任务均是按指定时间间隔执行的.

优点

精度灵活可控制，执行效率高，延迟时间比DelayQueue队列低.

缺点

同DelayQueue一样，数据全部保存在JVM内存中，占用内存，可能会引发内存溢出，另外宕机或重启数据会全部丢失，大数据量的情况下也会影响延迟精度.

方案 4：Redis

redis有两种方案可以实现延迟，一种是采用轮询有序集合zset，一种是采用key过期监听 。

方案4.1：定时任务轮询有序集合zset

方案描述

zset是一个有序集合，存储的每个元素都有个score分值，可以把score当做过期时间，按照score排序（默认按照score从小到大排序，降序可使用zrerange命令），再结合使用一个线程轮询该集合即可实现延迟功能.

代码

需要添加maven依赖 。

                        
                          <dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>3.2.0</version>
</dependency>

                        
                      
                        
                          public class CancelOrderRedisTest {
    private static JedisPool jedisPool = new JedisPool("127.0.0.1", 6379);

    public static void main(String[] args) throws Exception {
        // 放入几个元素到zset有序集合里
        new Thread(() -> {
            try {
                for (int i = 0; i < 5; i++) {
                    String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
                    redisClient().zadd("cancel:order:list", System.currentTimeMillis() + (i + 1) * 1000, "orderNo100" + i);
                    System.out.println(time + ":生成订单，订单号：orderNo100" + i + ",有效期：" + (i + 1) + "秒");
                    Thread.sleep(1000);
                }
            } catch (Exception e) {
                e.printStackTrace();
            }
        }).start();
        // 开一个线程轮询这个有序集合
        new Thread(() -> {
            Jedis jedis = redisClient();
            while (true) {
                Set<Tuple> items = jedis.zrangeWithScores("cancel:order:list", 0, 1);
                if (items == null || items.isEmpty()) {
                    try {
                        Thread.sleep(100);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                } else {
                    Tuple tuple = (Tuple) items.toArray()[0];
                    long score = (long) tuple.getScore();
                    if (System.currentTimeMillis() >= score) {
                        Long num = jedis.zrem("cancel:order:list", tuple.getElement());
                        if (num != null && num > 0) {
                            String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
                            System.out.println(time + ":订单号：" + tuple.getElement() + "已到期");
                        }
                    }
                }
            }
        }).start();

    }

    /**
     * 获取redis连接
     *
     * @return
     */
    public static Jedis redisClient() {
        return jedisPool.getResource();
    }
}

运行结果:

                        
                          2023-06-28 12:41:31:生成订单，订单号：orderNo1000,有效期：1秒
2023-06-28 12:41:32:订单号：orderNo1000已到期
2023-06-28 12:41:32:生成订单，订单号：orderNo1001,有效期：2秒
2023-06-28 12:41:33:生成订单，订单号：orderNo1002,有效期：3秒
2023-06-28 12:41:34:订单号：orderNo1001已到期
2023-06-28 12:41:34:生成订单，订单号：orderNo1003,有效期：4秒
2023-06-28 12:41:35:生成订单，订单号：orderNo1004,有效期：5秒
2023-06-28 12:41:36:订单号：orderNo1002已到期
2023-06-28 12:41:38:订单号：orderNo1003已到期
2023-06-28 12:41:40:订单号：orderNo1004已到期

优点

实现简单，redis内存操作，速度快，性能高，集群扩展方便，可存储大量订单数据，持久化机制使得故障时通过AOF或RDB方式恢复，适合对延迟精度要求不高的业务场景 。

缺点

轮询线程如果不带休眠或休眠时间短，可能导致空轮询，CPU飙高，带休眠时间，休眠多久不好评估，休眠时间过长可能导致延迟不准确。另外处理消息异常时可能要实现重试机制，还有一个就是可靠性问题，比如是先删数据在处理订单还是先处理订单再删除数据，处理异常时可能会导致数据丢失.

方案4.2：Redis key过期监听

方案描述

过期监听机制是redis在2.8版本以上提供的功能，如果key失效后，redis会给客户端发送消息即pub/sub机制，从而实现延迟方案。 以windows系统的redis为例。 在redis安装目录的redis.windows.conf文件中找到“notify-keyspace-events”如果被注释则放开，将这行配成如下所示:

                        
                          notify-keyspace-events Ex

然后再启动（或重启）redis.

注意：windows系统下，直接使用redis-server.exe，不会加载redis.windows.conf这个配置文件，需要用命令行启动。命令行进入redis安装目录，执行命令：redis-server.exe redis.windows.conf 。

代码 

                        
                          public class RedisKeyExpireTest {
    private static JedisPool jedisPool = new JedisPool("127.0.0.1", 6379);

    public static void main(String[] args) throws InterruptedException {
        // subscribe方法会阻塞等待，用异步去初始化订阅监听事件
        new Thread(() -> {
            jedisPool.getResource().subscribe(new RedisSub(), "__keyevent@0__:expired");
        }).start();
        // 添加几个带过期时间的key
        new Thread(() -> {
            try {
                for (int i = 0; i < 5; i++) {
                    String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
                    jedisPool.getResource().setex("orderNo100" + i, i + 1, "orderNo100" + i);
                    System.out.println(time + ":生成订单，订单号：orderNo100" + i + ",有效期：" + (i + 1) + "秒");
                    Thread.sleep(1000);
                }
            } catch (Exception e) {
                e.printStackTrace();
            }
        }).start();
    }
}

class RedisSub extends JedisPubSub {
    @Override
    public void onMessage(String channel, String message) {
        String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        System.out.println(time + ":订单号：" + message + "已到期");

    }
}

运行结果:

                        
                          2023-06-28 12:56:17:生成订单，订单号：orderNo1000,有效期：1秒
2023-06-28 12:56:18:生成订单，订单号：orderNo1001,有效期：2秒
2023-06-28 12:56:18:订单号：orderNo1000已到期
2023-06-28 12:56:19:生成订单，订单号：orderNo1002,有效期：3秒
2023-06-28 12:56:20:生成订单，订单号：orderNo1003,有效期：4秒
2023-06-28 12:56:20:订单号：orderNo1001已到期
2023-06-28 12:56:21:生成订单，订单号：orderNo1004,有效期：5秒
2023-06-28 12:56:22:订单号：orderNo1002已到期
2023-06-28 12:56:24:订单号：orderNo1003已到期
2023-06-28 12:56:26:订单号：orderNo1004已到期

通过redis的key过期监听实现了延迟功能，需要开启redis服务器的key过期监听配置.

优点

实现简单，redis内存操作，速度快，性能高，集群扩展方便，可存储大量订单数据，持久化机制使得故障时通过AOF或RDB方式恢复，适合对延迟精度要求不高的业务场景 。

缺点

redis的key过期有惰性清除和定时清除两种策略，可能会存在延迟时间不精确的问题，另外redis的pub/sub 机制是不可靠的，如果客户端故障或重启期间有key过期则过期通知事件的数据就丢失了，从而订单无法过期，可以通过补偿机制配合使用，定时任务去做轮询补偿.

方案 5：RabbitMQ消息队列

方案5.1：消息TTL+死信队列

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 RabbitMQ 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.

方案5.2：RabbitMQ延迟队列插件

在这里下载RabbitMQ对应的插件： https://github.com/rabbitmq/rabbitmq-delayed-message-exchange/releases ，本文使用的RabbitMQ版本是3.8.17，所以找到对应的版本下载的是ez结尾的文件，直接放到RabbitMQ的插件目录plugins即可，位置：/usr/lib/rabbitmq/lib/rabbitmq_server-3.8.17/plugins，然后执行下面的命令使插件生效（若不生效，需要重启RabbitMQ）.

                        
                          rabbitmq-plugins enable rabbitmq_delayed_message_exchange

查看是否生效（rabbitmq-plugins list命令是查看所有的插件）:

                        
                          rabbitmq-plugins list | grep delayed

显示如下表示已启动.

代码

采用springboot集成rabbitMQ实现，代码如下:

  • 配置类 
                        
                          import org.springframework.amqp.core.*;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.util.HashMap;
import java.util.Map;

@Configuration
public class RabbitMQConfig {

    /**
     * 正常交换机名称
     */
    public static final String EXCHANGE_NAME_NORMAL_DIRECT = "exchange.normal.direct";

    /**
     * 消息不带ttl队列名称
     */
    public static final String QUEUE_NAME_WITHOUT_TTL = "queue.without.ttl";

    /**
     * 消息带ttl队列名称
     */
    public static final String QUEUE_NAME_WITH_TTL = "queue.with.ttl";

    /**
     * 消息不带ttl消息路由
     */
    public static final String ROUTING_KEY_WITHOUT_TTL = "routing.without.ttl.*";

    /**
     * 消息带ttl消息路由
     */
    public static final String ROUTING_KEY_WITH_TTL = "routing.with.ttl.*";

    /**
     * 死信交换机名称
     */
    public static final String EXCHANGE_NAME_DEADLETTER_DIRECT = "exchange.deadLetter.direct";

    /**
     * 死信队列名称
     */
    public static final String QUEUE_NAME_DEAD_LETTER = "queue.deadLetter";
    /**
     * 死信队列消息路由
     */
    public static final String ROUTING_KEY_DEAD_LETTER = "routing.deadletter.*";

    /**
     * rabbitMQ插件实现的延迟队列-队列名称
     */
    public static final String QUEUE_NAME_PLUGIN = "queue.plugin";
    /**
     * rabbitMQ插件实现的延迟队列-交换机名称
     */
    public static final String EXCHANGE_NAME_PLUGIN = "exchange.customexchange.plugin";
    /**
     * rabbitMQ插件实现的延迟队列-路由名称
     */
    public static final String ROUTING_KEY_PLUGIN = "routing.plugin.*";

    /**
     * 正常交换机
     *
     * @return
     */
    @Bean("normalExchange")
    public DirectExchange normalExchange() {
        return new DirectExchange(EXCHANGE_NAME_NORMAL_DIRECT);
    }

    /**
     * 死信交换机
     *
     * @return
     */
    @Bean("deadLetterExchange")
    public DirectExchange deadLetterExchange() {
        return new DirectExchange(EXCHANGE_NAME_DEADLETTER_DIRECT);
    }

    /**
     * rabbitMQ插件实现的延迟队列-自定义的交换机
     *
     * @return
     */
    @Bean
    public CustomExchange customExchange() {
        Map<String, Object> args = new HashMap<>();
        args.put("x-delayed-type", "direct");
        return new CustomExchange(EXCHANGE_NAME_PLUGIN, "x-delayed-message", true, false, args);
    }

    /**
     * 消息不带ttl队列并设置死信交换机
     *
     * @return
     */
    @Bean("withOutttlQueue")
    public Queue withOutttlQueue() {
        Map<String, Object> args = new HashMap<>(3);
        args.put("x-dead-letter-exchange", EXCHANGE_NAME_DEADLETTER_DIRECT);
        args.put("x-dead-letter-routing-key", ROUTING_KEY_DEAD_LETTER);
        args.put("x-message-ttl", 10000);
        return QueueBuilder.durable(QUEUE_NAME_WITHOUT_TTL).withArguments(args).build();
    }

    /**
     * 消息带ttl队列并设置死信交换机
     *
     * @return
     */
    @Bean("withttlQueue")
    public Queue withttlQueue() {
        Map<String, Object> args = new HashMap<>(3);
        args.put("x-dead-letter-exchange", EXCHANGE_NAME_DEADLETTER_DIRECT);
        args.put("x-dead-letter-routing-key", ROUTING_KEY_DEAD_LETTER);
        return QueueBuilder.durable(QUEUE_NAME_WITH_TTL).withArguments(args).build();
    }

    /**
     * 死信队列
     *
     * @return
     */
    @Bean("deadLetterQueue")
    public Queue deadLetterQueue() {
        return new Queue(QUEUE_NAME_DEAD_LETTER);
    }

    /**
     * rabbitMQ插件实现的延迟队列-队列
     *
     * @return
     */
    @Bean
    public Queue pluginQueue() {
        return new Queue(QUEUE_NAME_PLUGIN);
    }

    /**
     * 消息不带ttl队列与正常交换机绑定
     *
     * @param queue
     * @param exchange
     * @return
     */
    @Bean
    public Binding withoutttlQueueBinding(@Qualifier("withOutttlQueue") Queue queue,
                                          @Qualifier("normalExchange") DirectExchange exchange) {
        return BindingBuilder.bind(queue).to(exchange).with(ROUTING_KEY_WITHOUT_TTL);
    }

    /**
     * 消息带ttl队列与正常交换机绑定
     *
     * @param queue
     * @param exchange
     * @return
     */
    @Bean
    public Binding withttlQueueBinding(@Qualifier("withttlQueue") Queue queue,
                                       @Qualifier("normalExchange") DirectExchange exchange) {
        return BindingBuilder.bind(queue).to(exchange).with(ROUTING_KEY_WITH_TTL);
    }


    /**
     * 死信队列与死信交换机绑定
     *
     * @param queue
     * @param exchange
     * @return
     */
    @Bean
    public Binding deadLetterBinding(@Qualifier("deadLetterQueue") Queue queue,
                                     @Qualifier("deadLetterExchange") DirectExchange exchange) {
        return BindingBuilder.bind(queue).to(exchange).with(ROUTING_KEY_DEAD_LETTER);
    }

    /**
     * rabbitMQ插件实现的延迟队列-队列绑定交换机
     *
     * @param queue
     * @param customExchange
     * @return
     */
    @Bean
    public Binding pluginBinding(@Qualifier("pluginQueue") Queue queue,
                                 @Qualifier("customExchange") CustomExchange customExchange) {
        return BindingBuilder.bind(queue).to(customExchange).with(ROUTING_KEY_PLUGIN).noargs();
    }
}
  • 消息生产者 
                        
                          import org.springframework.amqp.core.MessagePostProcessor;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;

import static com.star95.springcloud.rabbitmq.cancelorder.RabbitMQConfig.*;

@Component
public class MessageSender {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    /**
     * 发送带自定义ttl的消息
     *
     * @param msg
     * @param ttl
     */
    public void sendMsgWithTtl(String msg, String ttl) {
        MessagePostProcessor messagePostProcessor = message -> {
            message.getMessageProperties().setExpiration(ttl);//设置消息过期时间
            return message;
        };
        rabbitTemplate.convertAndSend(EXCHANGE_NAME_NORMAL_DIRECT, ROUTING_KEY_WITH_TTL, msg, messagePostProcessor);
    }

    /**
     * 发送公共ttl的消息
     *
     * @param msg
     */
    public void sendMsgWithOutTtl(String msg) {
        rabbitTemplate.convertAndSend(EXCHANGE_NAME_NORMAL_DIRECT, ROUTING_KEY_WITHOUT_TTL, msg);
    }

    /**
     * 使用rabbitmq插件实现的延迟队列，发送带自定义ttl的消息
     * @param msg
     * @param ttl
     */
    public void sendMsgWithPlugin(String msg, Integer ttl) {
        rabbitTemplate.convertAndSend(EXCHANGE_NAME_PLUGIN, ROUTING_KEY_PLUGIN, msg, a -> {
            a.getMessageProperties().setDelay(ttl);
            return a;
        });
    }

}
  • 消息消费者 
                        
                          import com.rabbitmq.client.Channel;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.rabbit.annotation.RabbitListener;
import org.springframework.stereotype.Component;

import java.io.IOException;
import java.time.LocalDateTime;
import java.time.format.DateTimeFormatter;

import static com.star95.springcloud.rabbitmq.cancelorder.RabbitMQConfig.QUEUE_NAME_DEAD_LETTER;
import static com.star95.springcloud.rabbitmq.cancelorder.RabbitMQConfig.QUEUE_NAME_PLUGIN;

@Slf4j
@Component
public class QueueConsumer {


    /**
     * 不带ttl队列消费消息
     *
     * @param message
     * @param channel
     * @throws IOException
     */
    // @RabbitListener(queues = QUEUE_NAME_WITHOUT_TTL)
    public void withoutttlQueueReceive(Message message, Channel channel) throws IOException {
        String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        String msg = new String(message.getBody());
        log.info("当前时间：{}，公共ttl队列消费的消息内容：{}", time, msg);
        channel.basicAck(message.getMessageProperties().getDeliveryTag(), true);
    }

    /**
     * 带ttl队列消费消息
     *
     * @param message
     * @param channel
     * @throws IOException
     */
    // @RabbitListener(queues = QUEUE_NAME_WITH_TTL)
    public void withttlQueueReceive(Message message, Channel channel) throws IOException {
        String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        String msg = new String(message.getBody());
        log.info("当前时间：{}，自定义ttl队列消费的消息内容：{}", time, msg);
        channel.basicAck(message.getMessageProperties().getDeliveryTag(), true);
    }

    /**
     * 死信队列消费消息
     *
     * @param message
     * @param channel
     * @throws IOException
     */
    @RabbitListener(queues = QUEUE_NAME_DEAD_LETTER)
    public void deadQueueReceive(Message message, Channel channel) throws IOException {
        String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        String msg = new String(message.getBody());
        log.info("当前时间：{}，死信队列消费的消息内容：{}", time, msg);
        channel.basicAck(message.getMessageProperties().getDeliveryTag(), false);
    }

    /**
     * 使用rabbitmq插件实现延迟队列消费消息
     *
     * @param message
     * @param channel
     * @throws IOException
     */
    @RabbitListener(queues = QUEUE_NAME_PLUGIN)
    public void pluginQueueReceive(Message message, Channel channel) throws IOException {
        String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        String msg = new String(message.getBody());
        log.info("当前时间：{}，使用rabbitmq插件实现延迟队列，消费的消息内容：{}", time, msg);
        channel.basicAck(message.getMessageProperties().getDeliveryTag(), false);
    }
}
  • controller发送消息入口 
                        
                          import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.time.LocalDateTime;
import java.time.format.DateTimeFormatter;

@Slf4j
@RequestMapping("cancelorder")
@RestController
public class RabbitMQMsgController {

    @Autowired
    private MessageSender sender;

    @RequestMapping("/msgwithttl")
    public void msgWithttl(String msg, String ttl) {
        String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        log.info("当前时间：{}，创建带自定义ttl消息，msg:{}，ttl:{}", time, msg, ttl);
        sender.sendMsgWithTtl(msg, ttl);
    }

    @RequestMapping("/msgwithoutttl")
    public void msgWithoutttl(String msg) {
        String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        log.info("当前时间：{}，创建公共ttl消息，msg:{}", time, msg);
        sender.sendMsgWithOutTtl(msg);
    }

    @RequestMapping("msgwithplugin")
    public void msgWithPlugin(String msg, Integer ttl) {
        String time = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        log.info("当前时间：{}，使用rabbitmq插件实现延迟队列，发送的消息，msg:{}，ttl:{}", time, msg, ttl);
        sender.sendMsgWithPlugin(msg, ttl);
    }

}

注意：@RabbitListener(queues = QUEUE_NAME_WITHOUT_TTL)，@RabbitListener(queues = QUEUE_NAME_WITH_TTL)，这两个是注释掉的，如果不注释消息就被正常消费了，注释掉就可以测试消息到期会进入死信队列实现延迟队列的功能.

  • 使用公共ttl的接口发送两条消息

http://127.0.0.1:8080/cancelorder/msgwithoutttl?msg=order123 http://127.0.0.1:8080/cancelorder/msgwithoutttl?msg=order321 结果:

                        
                          当前时间：2023-06-27 14:45:58，创建公共ttl消息，msg:order123
当前时间：2023-06-27 14:45:00，创建公共ttl消息，msg:order321
当前时间：2023-06-27 14:45:08，死信队列消费的消息内容：order123
当前时间：2023-06-27 14:45:10，死信队列消费的消息内容：order321

不管是两条请求谁先执行，结果均是在默认的10秒后过期，结果正常，这种适用于消息具有同一过期时间的场景.

  • 使用自定义ttl的接口发送两条消息

http://127.0.0.1:8080/cancelorder/msgwithttl?msg=order321&ttl=5000 （先执行） http://127.0.0.1:8080/cancelorder/msgwithttl?msg=order123&ttl=20000 （后执行） 结果:

                        
                          当前时间：2023-06-27 14:51:40，创建带自定义ttl消息，msg:order321，ttl:5000
当前时间：2023-06-27 14:51:45，死信队列消费的消息内容：order321
当前时间：2023-06-27 14:51:52，创建带自定义ttl消息，msg:order123，ttl:20000
当前时间：2023-06-27 14:52:12，死信队列消费的消息内容：order123

这里可以看到先执行延迟5秒的请求，再执行延迟20秒的请求，结果是正常按指定时间消费的消息。 如果我们按下面这个顺序执行（先执行延迟20秒的请求，再执行延迟5秒的请求） http://127.0.0.1:8080/cancelorder/msgwithttl?msg=order123&ttl=20000 （先执行） http://127.0.0.1:8080/cancelorder/msgwithttl?msg=order321&ttl=5000 （后执行） 结果:

                        
                          当前时间：2023-06-27 14:53:27，创建带自定义ttl消息，msg:order123，ttl:20000
当前时间：2023-06-27 14:53:31，创建带自定义ttl消息，msg:order321，ttl:5000
当前时间：2023-06-27 14:53:47，死信队列消费的消息内容：order123
当前时间：2023-06-27 14:53:47，死信队列消费的消息内容：order321

这里两条请求执行完后，结果却是同一时间消费的消息，这是因为RabbitMQ只会检查第一个消息是否过期，如果过期则丢到死信队列，如果第一个消息的延时时长很长，而第二个消息的延时时长很短，则第二个消息并不会优先得到执行，这个问题可以通过rabbMQ的延迟插件来解决.

  • 使用rabbitMQ插件实现的延迟队列接口发送两条消息

http://127.0.0.1:8080/cancelorder/msgwithplugin?msg=order123&ttl=20000 （先执行） http://127.0.0.1:8080/cancelorder/msgwithplugin?msg=order321&ttl=5000 （后执行） 结果:

                        
                          当前时间：2023-06-27 15:08:04，使用rabbitmq插件实现延迟队列，发送的消息，msg:order123，ttl:20000
当前时间：2023-06-27 15:08:06，使用rabbitmq插件实现延迟队列，发送的消息，msg:order321，ttl:5000
当前时间：2023-06-27 15:08:11，使用rabbitmq插件实现延迟队列，消费的消息内容：order321
当前时间：2023-06-27 15:08:24，使用rabbitmq插件实现延迟队列，消费的消息内容：order123

这里消息过期正常被消费，解决了由于消息过期时长不一致导致的不能及时消费的问题.

优点

RabbitMQ消息服务可靠性高，消息处理速度快，支持大数据量，并且支持分布式横向扩展方便.

缺点

引入RabbitMQ中间件系统复杂度增高，运维成本增加，使用起来配置较复杂.

总结

订单超时自动取消是电商平台中非常重要的功能之一，通过合适的技术方案，可以实现自动化处理订单超时的逻辑，提升用户体验和系统效率。本文介绍了几种常用的技术方案，开发者可以根据具体的业务需求和技术栈选择合适的方案，并结合相应的文档和示例进行实现和配置.

最后此篇关于订单超时自动取消的技术方案解析及代码实现的文章就讲到这里了,如果你想了解更多关于订单超时自动取消的技术方案解析及代码实现的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

24 4 0
文章推荐： Int64针对32位架构是按照4字节还是8字节对齐？
文章推荐： WebSSH远程管理Linux服务器、Web终端窗口自适应（二）
文章推荐： 理解ASP.NETCore-限流（RateLimiting）
文章推荐： 用perfcollect洞察Linux上.NET程序CPU爆高
我是一只小鸟
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com