Redis实现延迟对列

一、应用场景：

订单超过 30 分钟未支付，则自动取消。
外卖商家超时未接单，则自动取消。
医生抢单电话点诊，超过 30 分钟未打电话，则自动退款。
等等场景都可以用定时任务去轮询实现，但是当数据量过大的时候，高频轮询数据库会消耗大量的资源，此时用延迟队列来应对这类场景比较好。

二、需求

消息存储
过期延时消息实时获取
高可用性

三、为什么使用 Redis 实现？

3.1、Rabbitmq 延时队列

优点：消息持久化，分布式
缺点：延时相同的消息必须扔在同一个队列，每一种延时就需要建立一个队列。因为当后面的消息比前面的消息先过期，还是只能等待前面的消息过期，这里的过期检测是惰性的。
使用: RabbitMQ 可以针对 Queue 设置 x-expires 或者针对 Message 设置 x-message-ttl ，来控制消息的生存时间（可以根据 Queue 来设置，也可以根据 message 设置）, Queue 还可以配置 x-dead-letter-exchange 和 x-dead-letter-routing-key（可选）两个参数，如果队列内出现了 dead letter ，则按照这两个参数重新路由转发到指定的队列，此时就可以实现延时队列了。

3.2、DelayQueue 延时队列

优点：无界、延迟、阻塞队列
缺点：非持久化
介绍：JDK 自带的延时队列，没有过期元素的话，使用 poll() 方法会返回 null 值，超时判定是通过getDelay(TimeUnit.NANOSECONDS) 方法的返回值小于等于0来判断，并且不能存放空元素。
使用：getDelay 方法定义了剩余到期时间，compareTo 方法定义了元素排序规则。poll() 是非阻塞的获取数据，take() 是阻塞形式获取数据。实现 Delayed 接口即可使用延时队列。
注意：DelayQueue 实现了 Iterator 接口，但 iterator() 遍历顺序不保证是元素的实际存放顺序。

/**

 * 实现 Delayed 定义延时队列

 */

@Data

@NoArgsConstructor

@AllArgsConstructor

public class Sequence implements Delayed {

    private Long time;

    private String name;

    @Override

    public long getDelay(TimeUnit unit) {

        return time - System.currentTimeMillis();

    }

    @Override

    public int compareTo(Delayed o) {

        if (this.getDelay(TimeUnit.MILLISECONDS) > o.getDelay(TimeUnit.MILLISECONDS)) {

            return 1;

        } else if (this.getDelay(TimeUnit.MILLISECONDS) < o.getDelay(TimeUnit.MILLISECONDS)) {

            return -1;

        } else {

            return 0;

        }

    }

}

3.3、Scala 的 Await & Future

优点：消息实时性
缺点：非持久化
介绍：Scala 的 ExecutionContext 中使用
Await 的 result(awaitable: Awaitable[T], atMost: Duration)
方法可以根据传入的 atMost 间隔时间异步执行 awaitable。

import scala.concurrent.ExecutionContext.Implicits.global

import scala.concurrent.{Await, Future}

object test extends App {

    val task = Future{ doSomething() }

    Await.result(task, 5 seconds)

}

3.4、Redis 延迟队列

消息持久化，消息至少被消费一次
实时性：存在一定的时间误差（定时任务间隔）
支持指定消息 remove
高可用性
Redis 的特殊数据结构 ZSet 满足延迟的特性

四、Redis 的使用

4.1、使用 sortedset 操作元素

赋值：zadd key score1 value1 score2 value2... (把全部的元素添加到sorted set中，并且每个元素有其对应的分数，返回值是新增的元素个数。)
获取元素：

zscore key value：返回指定成员的分数
zcard key : 获取集合中的成员数量

删除元素：zrem key value1 value2 … 删除指定元素

zremrangebyrank key start stop：按照排名范围删除元素。
zremrangebyscore key min max：按照分数范围删除元素。

查询元素：

zrange key start end withscores：查询start到end之间的成员。
zrevrange key start end withscores：查询成员分数从大到小顺序的索引 start 到 end 的所有成员。
zrangebyscore key min max withscores limit offset count：返回分数 min 到 max 的成员并按照分数从小到大排序, limit 是从 offset 开始展示几个元素。

4.2、Redis 实现方式

使用sortedset，用时间戳作为score，使用zadd key score1 value1
命令生产消息，使用zrangebysocre key min max withscores limit 0 1消费消息最早的一条消息。

这里选用 Redis 主要的原因就是其支持高性能的 score 排序，同时 Redis 的持久化 bgsave 特性，保证了消息的消费和存贮问题。bgsave 的原理是 fork 和 cow。fork 是指 Redis 通过创建子进程来进行 bgsave 操作, cow 指的是copy on write, 子进程创建后, 父进程通过共享数据段, 父进程继续提供读写服务, 写脏的页面数据会逐渐和子进程分离开来。

4.3、ACK

队列最重要的就是保证消息被成功消费，这里也不可避免的需要考虑这个问题。

RabbitMQ 的 ACK机制:

Publisher 把消息通知给 Consumer，如果 Consumer 已处理完任务，那么它将向 Broker 发送 ACK 消息，告知某条消息已被成功处理，可以从队列中移除。如果 Consumer 没有发送回 ACK 消息，那么 Broker 会认为消息处理失败，会将此消息及后续消息分发给其他 Consumer 进行处理 ( redeliver flag 置为 true )。
这种确认机制和 TCP/IP 协议确立连接类似。不同的是，TCP/IP 确立连接需要经过三次握手，而 RabbitMQ 只需要一次 ACK。
还有一个重要的是，RabbitMQ 当且仅当检测到 ACK 消息未发出且 Consumer 的连接终止时才会将消息重新分发给其他 Consumer ，因此不需要担心消息处理时间过长而被重新分发的情况。

Redis 实现 ACK

需要在业务代码中处理消息失败的情况，回滚消息到原始等待队列。
Consumer 挂掉，仍然需要回滚消息到等待队列中。

前者只需要在业务中处理消费异常的情况，后者则需要维护两个队列。

Redis ACK 实现方案

维护一个消息记录表，存贮消息的消费记录，用于失败时回滚消息。表中记录消息ID、消息内容、消息时间、消息状态。
定时任务轮询该消息表，处理消费记录表中消费状态未成功的记录，重新放入等待队列。

4.4、多实例问题

多实例是指同一个服务部署在不同的地方，发挥相同的作用，此时就会导致同时消费同一个消息的问题。

一般情况下解决此类问题就需要考虑接入外部应用的辅助。常见的分布式锁的方案有：基于数据库实现分布式锁、基于缓存实现分布式锁、基于 Zookeeper 实现分布式锁，这里使用缓存也就是 Redis 解决问题。

利用 Redis 的 setnx 的互斥特性，把 key 当作锁存在 Redis 中，但是用 setnx 需要解决死锁和正确解锁的问题。

死锁：设置 key-value 的过期时间，并且使用 lua 脚本保证加锁和设置过期时间的原子性。
解锁：解锁需要保证是加锁客户端进行解锁操作。将 value 设置为 UUID，用对应的 UUID 去解锁保证是加锁客户端进行对应的解锁操作。

利用 Redis 的 List 实现一个 Publisher 推送消费保证只被消费一次，这种不用考虑死锁问题，但是需要额外维护一个队列。

五、总结

使用 Redis 实现的队列具有很好的扩展性，可以很便捷的应对需求的变更和业务的扩展，但是对于简单的场景直接使用定时任务会更加容易。在有大量的定时任务需要实现的时候，就可以考虑使用延迟队列去实现，让代码更具有扩展性。

Redis 作为消息队列的局限性很大，实现 ack 机制的成本相对较高，然而他的轻量级的特性以及兼容很多的数据结构，Redis 成熟的分布式、持久化、集群等技术体系，让他可以实现一些轻量级的队列。总之没有最好的技术，只有最好的 developer。

参考

1.基于Redis实现延时队列服务

2.用redis实现消息队列

3.Redis常用命令- sortedSet

4.java延迟队列DelayQueue使用及原理

5.RabbitMQ（三）RabbitMQ消息过期时间（TTL）

出处：https://zhuanlan.zhihu.com/p/87113913

=================================================================================================================================================

另一篇比较好的博文

在工作中想实现一个延迟功能，一般会借助rocketmq或者kafka的延迟队列功能来实现，但是这俩个消息中间件都有一个弊端，就是很难支持任意时间段的延迟，所以我想借助redis实现一个任意时间段的延迟功能

总体架构图

上述图主要分为5个模块

1 路由模块，为了支持分布式部署，每接收一个延迟消息，都为这个消息生成一个全局唯一的消息ID，根据消息ID和路由算法，决定把延迟消息的消息ID加入到对应的redis.sortSet队列中

2 消息存储，所有的消息元数据存储采用redis.hashmap结构，key为生成的全局消息ID(可以加一个前缀)，value为消息的JSON格式，例如{"ttl":600,"topic":"XXX".......}

3 延迟队列，所有的消息的延迟存储在redis.sortSet中，sortSet中的每一个对象为全局生成的消息ID，score为到期时间时间戳

4 定时扫描timer，轮训redis.sortSet队列，使用ZRANGEBYSCORE命令，获取score小于等于当前时间的所有消息ID，然后根据消息ID查询redis.hashmap中的消息元数据，然后根据业务发送到对应的topic下

5 消息中间件，借助消息中间件，订阅者直接消费消息，达到延迟的功能

总结

上述只是整体的罗列了一下借助redis怎么实现任意时间段延迟的功能，一些细节没有详细说明，如果想实现一个比较完美的延迟功能，需要考虑以下几点

a 消息的发送失败如果处理

b redis操作没有事物保证

c 怎么保证hashmap和sortSet中的数据一致性

d 如果消息量大了怎么进行动态的扩展

https://www.jianshu.com/p/30b053f61d7d