订单超时自动取消的技术方案解析及代码实现
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。