一、延時(shí)隊(duì)列的應(yīng)用

近期在開發(fā)部門的新項(xiàng)目，其中有個(gè)關(guān)鍵功能就是智能推送，即根據(jù)用戶行為在特定的時(shí)間點(diǎn)向用戶推送相應(yīng)的提醒消息，比如以下業(yè)務(wù)場(chǎng)景：

• 在用戶點(diǎn)擊充值項(xiàng)后，半小時(shí)內(nèi)未充值，向用戶推送充值未完成提醒。
• 在用戶最近一次閱讀行為2小時(shí)后，向用戶推送繼續(xù)閱讀提醒。
• 在用戶新注冊(cè)或退出應(yīng)用N分鐘后，向用戶推送合適的推薦消息。
• …

上述場(chǎng)景的共同特征就是在某事件觸發(fā)后延遲一定時(shí)間后再執(zhí)行特定任務(wù)，若事件觸發(fā)時(shí)間點(diǎn)可知，則上述邏輯也可等價(jià)于在指定時(shí)間點(diǎn)（事件觸發(fā)時(shí)間點(diǎn)+延遲時(shí)間長(zhǎng)度）執(zhí)行特定任務(wù)。實(shí)現(xiàn)這類需求一般采用延時(shí)隊(duì)列，其中創(chuàng)建的延時(shí)消息中需要包含任務(wù)延遲時(shí)間或任務(wù)執(zhí)行時(shí)間點(diǎn)等信息，當(dāng)任務(wù)滿足時(shí)間條件需要執(zhí)行時(shí)，該消息便會(huì)被消費(fèi)，也就是說可以指定隊(duì)列中的消息在哪個(gè)時(shí)間點(diǎn)被消費(fèi)。

二、延時(shí)隊(duì)列的實(shí)現(xiàn)

在單機(jī)環(huán)境中，JDK已經(jīng)自帶了很多能夠?qū)崿F(xiàn)延時(shí)隊(duì)列功能的組件，比如DelayQueue, Timer, ScheduledExecutorService等組件，都可以較為簡(jiǎn)便地創(chuàng)建延時(shí)任務(wù)，但上述組件使用一般需要把任務(wù)存儲(chǔ)在內(nèi)存中，服務(wù)重啟存在任務(wù)丟失風(fēng)險(xiǎn)，且任務(wù)規(guī)模體量受內(nèi)存限制，同時(shí)也造成長(zhǎng)時(shí)間內(nèi)存占用，并不靈活，通常適用于單進(jìn)程客服端程序中或?qū)θ蝿?wù)要求不高的項(xiàng)目中。

在分布式環(huán)境下，僅使用JDK自帶組件并不能可靠高效地實(shí)現(xiàn)延時(shí)隊(duì)列，通常需要引入第三方中間件或框架。

比如常見的經(jīng)典任務(wù)調(diào)度框架Quartz或基于此框架的xxl-job等其它框架，這些框架的主要功能是實(shí)現(xiàn)定時(shí)任務(wù)或周期性任務(wù)，在Redis、RabbitMQ還未廣泛應(yīng)用時(shí)，譬如常見的超時(shí)未支付取消訂單等功能都是由定時(shí)任務(wù)實(shí)現(xiàn)的，通過定時(shí)輪詢來判斷是否已到達(dá)觸發(fā)執(zhí)行的時(shí)間點(diǎn)。但由于定時(shí)任務(wù)需要一定的周期性，周期掃描的間隔時(shí)間不好控制，太短會(huì)造成很多無意義的掃描，且增大系統(tǒng)壓力，太長(zhǎng)又會(huì)造成執(zhí)行時(shí)間誤差太大，且可能造成單次掃描所處理的堆積記錄數(shù)量過大。

此外，利用MQ做延時(shí)隊(duì)列也是一種常見的方式，比如通過RabbitMQ的TTL和死信隊(duì)列實(shí)現(xiàn)消息的延遲投遞，考慮到投遞出去的MQ消息無法方便地實(shí)現(xiàn)刪除或修改,即無法實(shí)現(xiàn)任務(wù)的取消或任務(wù)執(zhí)行時(shí)間點(diǎn)的更改，同時(shí)也不能方便地對(duì)消息進(jìn)行去重，因此在項(xiàng)目中并未選擇使用MQ實(shí)現(xiàn)延時(shí)隊(duì)列。

Redis的數(shù)據(jù)結(jié)構(gòu)zset，同樣可以實(shí)現(xiàn)延遲隊(duì)列的效果，且更加靈活，可以實(shí)現(xiàn)MQ無法做到的一些特性，因此項(xiàng)目最終采用Redis實(shí)現(xiàn)延時(shí)隊(duì)列，并對(duì)其進(jìn)行優(yōu)化與封裝。

實(shí)現(xiàn)原理是利用zset的score屬性，redis會(huì)將zset集合中的元素按照score進(jìn)行從小到大排序，通過zadd命令向zset中添加元素，如下述命令所示，其中value值為延時(shí)任務(wù)消息，可根據(jù)業(yè)務(wù)定義消息格式，score值為任務(wù)執(zhí)行的時(shí)間點(diǎn)，比如13位毫秒時(shí)間戳。

zadd delayqueue 1614608094000 taskinfo

任務(wù)添加后，獲取任務(wù)的邏輯只需從zset中篩選score值小于當(dāng)前時(shí)間戳的元素，所得結(jié)果便是當(dāng)前時(shí)間節(jié)點(diǎn)下需要執(zhí)行的任務(wù)，通過zrangebyscore命令來獲取，如下述命令所示，其中timestamp為當(dāng)前時(shí)間戳，可用limit限制每次拉取的記錄數(shù)，防止單次獲取記錄數(shù)過大。

zrangebyscore delayqueue 0 timestamp limit 0 1000

在實(shí)際實(shí)現(xiàn)過程中，從zset中獲取到當(dāng)前需要執(zhí)行的任務(wù)后，需要先確保將任務(wù)對(duì)應(yīng)的元素從zset中刪除，刪除成功后才允許執(zhí)行任務(wù)邏輯，這樣是為了在分布式環(huán)境下，當(dāng)存在多個(gè)線程獲取到同一任務(wù)后，利用redis刪除操作的原子性，確保只有一個(gè)線程能夠刪除成功并執(zhí)行任務(wù)，防止重復(fù)執(zhí)行。實(shí)際任務(wù)的執(zhí)行通常會(huì)再將其發(fā)送至MQ異步處理，將“獲取任務(wù)”與“執(zhí)行任務(wù)”兩者分離解耦，更加靈活，“獲取任務(wù)”只負(fù)責(zé)拿到當(dāng)前時(shí)間需要執(zhí)行的任務(wù)，并不真正運(yùn)行任務(wù)業(yè)務(wù)邏輯，因此只需相對(duì)少量的執(zhí)行線程即可，而實(shí)際的任務(wù)執(zhí)行邏輯則由MQ消費(fèi)者承擔(dān)，方便調(diào)控負(fù)載能力。整體過程如下圖所示。

采用zset做延時(shí)隊(duì)列的另一個(gè)好處是可以實(shí)現(xiàn)任務(wù)的取消和任務(wù)執(zhí)行時(shí)間點(diǎn)的更改，只需要將任務(wù)信息從zset中刪除，便可取消任務(wù)，同時(shí)由于zset擁有集合去重的特性，只需再次寫入同一個(gè)任務(wù)信息，但是value值設(shè)置為不同的執(zhí)行時(shí)間點(diǎn)，便可更改任務(wù)執(zhí)行時(shí)間，實(shí)現(xiàn)單個(gè)任務(wù)執(zhí)行時(shí)間的動(dòng)態(tài)調(diào)整。

了解實(shí)現(xiàn)原理后，再進(jìn)行具體編程實(shí)現(xiàn)。創(chuàng)建延時(shí)任務(wù)較為簡(jiǎn)便，準(zhǔn)備好任務(wù)消息和執(zhí)行時(shí)間點(diǎn)，寫入zset即可。獲取延時(shí)任務(wù)最簡(jiǎn)單的方案是通過定時(shí)任務(wù)，周期性地執(zhí)行上述邏輯，如下代碼所示。

@XxlScheduled(cron = "0/5 * * * * ?", name = "scan business1 delayqueue")
public void scanBusiness1() {
    // 某業(yè)務(wù)邏輯的zset延遲隊(duì)列對(duì)應(yīng)的key
    String zsetKey = "delayqueue:business1";
    while (true) {
        // 篩選score值小于當(dāng)前時(shí)間戳的元素，一次最多拉取1000條
        Set<String> tasks = stringRedisTemplate.opsForZSet().rangeByScore(zsetKey, 0, System.currentTimeMillis(), 0, 1000);
        if (CollectionUtils.isEmpty(tasks)) {
            // 當(dāng)前時(shí)間下已沒有需要執(zhí)行的任務(wù)，結(jié)束本次掃描
            return;
        }
        for (String task : tasks) {
            // 先刪除，再執(zhí)行，確保多線程環(huán)境下執(zhí)行的唯一性
            Boolean delete = stringRedisTemplate.delete(task);
            if (delete) {
                // 刪除成功后，將其再發(fā)送到指定MQ異步處理，將“獲取任務(wù)”與“執(zhí)行任務(wù)”分離解耦
                rabbitTemplate.convertAndSend("exchange_business1", "routekey_business1", task);
            }
        }
    }
}

上述方案使用xxl-job做分布式定時(shí)任務(wù)，間隔5秒執(zhí)行一次，代碼借助spring提供的api來完成redis和MQ的操作。由于是分布式定時(shí)任務(wù)，每次執(zhí)行只有一個(gè)線程在獲取任務(wù)，機(jī)器利用率低，當(dāng)數(shù)據(jù)規(guī)模較大時(shí)，單靠一個(gè)線程無法滿足吞吐量要求，因此這種方案只適用于小規(guī)模數(shù)據(jù)量級(jí)別。此處間隔時(shí)間也可適當(dāng)調(diào)整，例如縮短為1秒，調(diào)整所需考慮原則在上文已提到：間隔太短會(huì)造成很多無意義的掃描，且增大系統(tǒng)壓力，太長(zhǎng)又會(huì)造成執(zhí)行時(shí)間誤差太大。

為了提升整體吞吐量，考慮不使用分布式定時(shí)任務(wù)，對(duì)集群內(nèi)每臺(tái)機(jī)器（或?qū)嵗┚O(shè)置獨(dú)立的定時(shí)任務(wù)，同時(shí)采用多個(gè)zset隊(duì)列，以數(shù)字后綴區(qū)分。假設(shè)有M個(gè)zset隊(duì)列，創(chuàng)建延時(shí)消息時(shí)選取消息的某個(gè)ID字段，計(jì)算hash值再對(duì)M取余，根據(jù)余數(shù)決定發(fā)送到對(duì)應(yīng)數(shù)字后綴的zset隊(duì)列中（分散消息，此處ID字段選取需要考慮做到均勻分布，不要造成數(shù)據(jù)傾斜）。隊(duì)列數(shù)量M的選取需要考慮機(jī)器數(shù)量N，理想情況下有多少臺(tái)機(jī)器就定義多少個(gè)隊(duì)列，保持M與N基本相等即可。因?yàn)殛?duì)列太少，會(huì)造成機(jī)器對(duì)隊(duì)列的競(jìng)爭(zhēng)訪問處理，隊(duì)列太多又會(huì)導(dǎo)致任務(wù)得不到及時(shí)的處理。最佳實(shí)踐是隊(duì)列數(shù)量可動(dòng)態(tài)配置，如采用分布式配置中心，這樣當(dāng)集群機(jī)器數(shù)量變化時(shí)，可以相應(yīng)調(diào)整隊(duì)列數(shù)量。

每臺(tái)機(jī)器在觸發(fā)定時(shí)任務(wù)時(shí)，需要通過適當(dāng)?shù)呢?fù)載均衡來決定從哪個(gè)隊(duì)列拉取消息，負(fù)載均衡的好壞也會(huì)影響整個(gè)集群的效率，如果負(fù)載分布不均可能會(huì)導(dǎo)致多臺(tái)機(jī)器競(jìng)爭(zhēng)處理同一隊(duì)列，降低效率。一個(gè)簡(jiǎn)單實(shí)用的做法是利用redis的自增操作再對(duì)隊(duì)列數(shù)量取余即可，只要保持隊(duì)列數(shù)量和機(jī)器數(shù)量基本相等，這種做法在很大程度上就可以保證不會(huì)有多臺(tái)機(jī)器競(jìng)爭(zhēng)同一隊(duì)列。至于每臺(tái)機(jī)器從對(duì)應(yīng)zset中的任務(wù)獲取邏輯，仍然和前面代碼一致。以上方式簡(jiǎn)化實(shí)現(xiàn)代碼如下所示。

@Scheduled(cron = "0/5 * * * * ?")
public void scanBusiness1() {
    // 隊(duì)列數(shù)量M，考慮動(dòng)態(tài)配置，保持和機(jī)器數(shù)量基本一致
    int M = 10;
    // redis自增key，用于負(fù)載均衡
    String incrKey = "incrkey:delayqueue:business1";
    // 每臺(tái)機(jī)器執(zhí)行時(shí)，從不同的zset中拉取消息，盡量確保不同機(jī)器訪問不同zset
    String zsetKey = "delayqueue:business1:" + (stringRedisTemplate.opsForValue().increment(incrKey) % M);
    while (true) {
        // 此處邏輯和前面代碼一致，省略。。。
    }
}

上述方案和第一種方案的主要的不同點(diǎn)在于zsetKey的獲取上，這里是根據(jù)負(fù)載均衡算法算出來的，確保每臺(tái)機(jī)器訪問不同zset并拉取消息，同時(shí)定時(shí)任務(wù)采用spring提供的進(jìn)程內(nèi)注解@Scheduled，集群內(nèi)每臺(tái)機(jī)器都會(huì)間隔5秒執(zhí)行，因此相比之前的方案，能夠較為明顯地提升整個(gè)集群的吞吐量。但是這種方案的步驟相對(duì)更為復(fù)雜，需要?jiǎng)討B(tài)配置隊(duì)列數(shù)量，同時(shí)在創(chuàng)建延時(shí)任務(wù)時(shí)需要選擇合適的消息ID字段來決定發(fā)送的目標(biāo)zset隊(duì)列，此處還要考慮均勻分布，整體實(shí)現(xiàn)要考慮的因素較多。

上面一種方案已經(jīng)能夠較好地滿足整體吞吐量要求，但其缺點(diǎn)是步驟相對(duì)復(fù)雜，因此項(xiàng)目中沒有采用這種方案，而是采用下面一種也能滿足吞吐量要求，步驟相對(duì)簡(jiǎn)單，又方便通用化的方案。

該方案不使用定時(shí)任務(wù)，而是單獨(dú)啟動(dòng)后臺(tái)線程，在線程中執(zhí)行永久循環(huán)，每次循環(huán)邏輯為：從目標(biāo)zset中獲取score值小于當(dāng)前時(shí)間戳的元素集合中的score最小的那個(gè)元素，相當(dāng)于獲取當(dāng)前時(shí)間點(diǎn)需要執(zhí)行且執(zhí)行時(shí)間點(diǎn)最早的那個(gè)任務(wù)，如果獲取不到，表示當(dāng)前時(shí)間點(diǎn)下暫無需要執(zhí)行的任務(wù)，則線程休眠100ms（可視情況調(diào)整），否則，對(duì)獲取到的元素進(jìn)行處理，在分布式多線程環(huán)境下，仍然需要先刪除成功才能進(jìn)行處理。此外，考慮到每個(gè)線程獲取元素后都需要再次訪問redis嘗試刪除操作，為了避免多線程爭(zhēng)搶浪費(fèi)資源，降低效率，這里采用lua腳本將獲取和刪除操作原子化。lua腳本邏輯代碼如下所示。

local zsetKey = 'delayqueue'
local timestamp = 1614608094000
local items = redis.call('zrangebyscore',zsetKey,0,timestamp,'limit',0,1)
if #items == 0 then
    return ''
else
    redis.call('zremrangebyrank',zsetKey,0,0)
    return items[1]
end

其中timestamp為當(dāng)前時(shí)間戳，通過在zrangebyscore命令中指定limit為1來獲取score最小的元素，若獲取不到，即結(jié)果集長(zhǎng)度為0，則返回空字符串，否則，通過zremrangebyrank命令刪除頭部元素，即score最小的元素，也就是之前獲取到的那個(gè)元素，由于redis內(nèi)部保證lua腳本的原子性，上述獲取并刪除的操作能夠運(yùn)行無誤。具體JAVA實(shí)現(xiàn)中還對(duì)其進(jìn)行了多線程操作的封裝和通用化的抽象，使不同業(yè)務(wù)都能夠使用該組件實(shí)現(xiàn)延時(shí)隊(duì)列。具體實(shí)現(xiàn)代碼如下所示。

/**
?* 基于ZSET實(shí)現(xiàn)消息延遲處理，score存儲(chǔ)執(zhí)行時(shí)間點(diǎn)，到達(dá)時(shí)間點(diǎn)即會(huì)向指定隊(duì)列發(fā)送該消息；
?* 定義一個(gè)繼承本類的bean即可；
?*/
public abstract class AbstractDelayedMsgScanTrigger implements Runnable, DisposableBean {

?? ?private static final RedisScript<String> TRY_GET_AND_DEL_SCRIPT;
?? ?static {
?? ??? ?// 獲取并刪除的lua腳本，使用spring提供的api
?? ??? ?String sb = "local items = redis.call('zrangebyscore',KEYS[1],0,ARGV[1],'limit',0,1)\n" +
?? ??? ??? ??? ?"if #items == 0 then\n" +
?? ??? ??? ??? ?"\treturn ''\n" +
?? ??? ??? ??? ?"else\n" +
?? ??? ??? ??? ?"\tredis.call('zremrangebyrank',KEYS[1],0,0)\n" +
?? ??? ??? ??? ?"\treturn items[1]\n" +
?? ??? ??? ??? ?"end";
?? ??? ?// 自有工具類，只要能創(chuàng)建出spring包下的 RedisScript 的實(shí)現(xiàn)類對(duì)象均可
?? ??? ?TRY_GET_AND_DEL_SCRIPT = RedisScriptHelper.createScript(sb, String.class);
?? ?}

?? ?private final ThreadPoolExecutor EXECUTOR = new ThreadPoolExecutor(getThreadNum(), getThreadNum(),
?? ??? ??? ?0, TimeUnit.MILLISECONDS, new LinkedBlockingQueue<>(), new NamedThreadFactory(getThreadNamePrefix()));
?? ?private volatile boolean quit = false;

?? ?@Autowired
?? ?private StringRedisTemplate stringRedisTemplate;
?? ?@Autowired
?? ?private RabbitTemplate rabbitTemplate;

?? ?@PostConstruct
?? ?public void startScan() {
?? ??? ?// bean構(gòu)建完成后，啟動(dòng)若干執(zhí)行線程
?? ??? ?int threadNum = getThreadNum();
?? ??? ?for (int i = 0; i < threadNum; i++) {
?? ??? ??? ?EXECUTOR.execute(this);
?? ??? ?}
?? ?}

?? ?@Override
?? ?public void run() {
?? ??? ?while (!quit) {
?? ??? ??? ?try {
?? ??? ??? ??? ?// 循環(huán)，采用lua獲取當(dāng)前需要執(zhí)行的任務(wù)并將其從redis中刪除
?? ??? ??? ??? ?String msg = stringRedisTemplate.execute(TRY_GET_AND_DEL_SCRIPT,
?? ??? ??? ??? ??? ??? ?Lists.newArrayList(getDelayedMsgSourceKey()), String.valueOf(System.currentTimeMillis()));
?? ??? ??? ??? ?if (StringUtils.isNotBlank(msg)) {
?? ??? ??? ??? ??? ?// 消息不為空，表示獲取任務(wù)成功，將其再發(fā)送到指定MQ異步處理，將“獲取任務(wù)”與“執(zhí)行任務(wù)”分離解耦
?? ??? ??? ??? ??? ?rabbitTemplate.convertAndSend(getSendExchange(), getSendRoutingKey(), msg);
?? ??? ??? ??? ?} else {
?? ??? ??? ??? ??? ?// 獲取不到任務(wù)，表示當(dāng)前時(shí)間點(diǎn)下暫無需要執(zhí)行的任務(wù)，則線程休眠1S（可視情況調(diào)整）
?? ??? ??? ??? ??? ?SleepUtils.sleepSeconds(1);
?? ??? ??? ??? ?}
?? ??? ??? ?} catch (Exception e) {
?? ??? ??? ??? ?Logs.MSG.error("delayed msg scan error, sourceKey:{}", getDelayedMsgSourceKey(), e);
?? ??? ??? ?}
?? ??? ?}
?? ?}

?? ?@Override
?? ?public void destroy() throws Exception {
?? ??? ?quit = true;
?? ?}

?? ?public void setQuit(boolean quit) {
?? ??? ?this.quit = quit;
?? ?}

?? ?/**
?? ? * 獲取消息的工作線程數(shù)量
?? ? */
?? ?protected abstract int getThreadNum();

?? ?/**
?? ? * 線程名稱前綴，方便問題定位
?? ? */
?? ?protected abstract String getThreadNamePrefix();

?? ?/**
?? ? * 存放延遲消息的ZSET隊(duì)列名
?? ? */
?? ?protected abstract String getDelayedMsgSourceKey();

?? ?/**
?? ? * 消息到達(dá)執(zhí)行時(shí)間點(diǎn)時(shí)將其通過指定 exchange 發(fā)送到實(shí)時(shí)消費(fèi)隊(duì)列中
?? ? */
?? ?protected abstract String getSendExchange();

?? ?/**
?? ? * 消息到達(dá)執(zhí)行時(shí)間點(diǎn)時(shí)將其通過指定 routingKey 發(fā)送到實(shí)時(shí)消費(fèi)隊(duì)列中
?? ? */
?? ?protected abstract String getSendRoutingKey();

}

在具體業(yè)務(wù)應(yīng)用中，只需定義一個(gè)繼承上述類的bean即可，需要實(shí)現(xiàn)的方法主要是提供一些配置，比如該業(yè)務(wù)對(duì)應(yīng)的zset延時(shí)隊(duì)列名稱，同時(shí)工作拉取消息的線程數(shù)量，由于采用rabbitMq，因此這里需要提供exchange和routingKey。實(shí)際使用中只需向該zset隊(duì)列中添加消息，并將score設(shè)為該任務(wù)需要執(zhí)行的時(shí)間點(diǎn)（此處為13位毫秒時(shí)間戳），則到該時(shí)間點(diǎn)后，上述組件便會(huì)將該消息從zset中取出并刪除，再將其通過指定的路由發(fā)送到實(shí)時(shí)MQ消費(fèi)隊(duì)列中，由消費(fèi)者負(fù)責(zé)執(zhí)行任務(wù)業(yè)務(wù)邏輯。目前該組件在項(xiàng)目中正常平穩(wěn)運(yùn)行。

三、總結(jié)

本文結(jié)合項(xiàng)目中的實(shí)際需求介紹了延時(shí)隊(duì)列的應(yīng)用場(chǎng)景，分析了延時(shí)隊(duì)列的多種實(shí)現(xiàn)，重點(diǎn)講述了利用redis實(shí)現(xiàn)延時(shí)隊(duì)列的原理，對(duì)其實(shí)現(xiàn)方案進(jìn)行比較與優(yōu)化，并將最終方案實(shí)際運(yùn)用于項(xiàng)目需求中。

到此這篇關(guān)于基于Redis實(shí)現(xiàn)延時(shí)隊(duì)列的優(yōu)化方案小結(jié)的文章就介紹到這了,更多相關(guān)Redis 延時(shí)隊(duì)列內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論