目录
前言
一、延时队列实用场景
二、DelayQueue
DelayQueue的实现
使用延迟队列
DelayQueue实现延时任务的优缺点
三、RocketMQ
原理
四、Kafka
原理
实现
DelayMessage定义
消息发送代码
消费者代码
参考
前言
延时队列的内部是有序的,最重要的特性就体现在它的延时属性上,延时队列就是用来存放需要在指定时间点被处理的元素的队列。
队列是存储消息的载体,延时队列存储的对象是延时消息。所谓的延时消息,是指消息被发送以后,并不想让消费者立刻获取,而是等待特定的时间后,消费者才能获取这个消息进行消费。
一、延时队列实用场景
淘宝七天自动确认收货。在我们签收商品后,物流系统会在七天后延时发送一个消息给支付系统,通知支付系统将货款打给商家,这个过程持续七天,就是使用了消息中间件的延迟推送功能;
订单在三十分钟之内未支付则自动取消;
新创建的店铺,如果在十天内都没有上传过商品,则自动发送消息提醒;
用户注册成功后,如果三天内没有登陆则进行短信提醒;
用户发起退款,如果三天内没有得到处理则通知相关运营人员;
预定会议后,需要在预定的时间点前十分钟通知各个与会人员参加会议。
二、DelayQueue
public class DelayQueue<E extends Delayed> extends AbstractQueue<E>
implements BlockingQueue<E> {
}
DelayQueue是一个无界的BlockingQueue,是线程安全的(无界指的是队列的元素数量不存在上限,队列的容量会随着元素数量的增加而扩容,阻塞队列指的是当队列内元素数量为0的时候,试图从队列内获取元素的线程将被阻塞或者抛出异常)
以上是阻塞队列的特点,而延迟队列还拥有自己如下的特点:
DelayQueue中存入的必须是实现了Delayed接口的对象(Delayed定义了一个getDelay的方法,用来判断排序后的元素是否可以从Queue中取出,并且Delayed接口还继承了Comparable用于排序),插入Queue中的数据根据compareTo方法进行排序(DelayQueue的底层存储是一个PriorityQueue,PriorityQueue是一个可排序的Queue,其中的元素必须实现Comparable接口的compareTo方法),并通过getDelay方法返回的时间确定元素是否可以出队,只有小于等于0的元素(即延迟到期的元素)才能够被取出
延迟队列不接收null元素
DelayQueue的实现
public class UserDelayTask implements Delayed {
@Getter
private UserRegisterMessage message;
private long delayTime;
public UserDelayTask(UserRegisterMessage message, long delayTime) {
this.message = message;
// 延迟时间加当前时间
this.delayTime = System.currentTimeMillis() + delayTime;
}
// 获取任务剩余时间
@Override
public long getDelay(TimeUnit unit) {
return unit.convert(delayTime - System.currentTimeMillis(), TimeUnit.MILLISECONDS);
}
@Override
public int compareTo(Delayed o) {
return Long.compare(delayTime, ((UserDelayTask) o).delayTime);
}
}
定义延迟队列并交付容器管理
/**
* 延迟队列
*/
@Bean("userDelayQueue")
public DelayQueue<UserDelayTask> orderDelayQueue() {
return new DelayQueue<UserDelayTask>();
}
使用延迟队列
@Resource
private DelayQueue<UserDelayTask> orderDelayQueue;
UserDelayTask task = new UserDelayTask(message, 1000 * 60);
orderDelayQueue.add(task);
开启线程处理延迟任务
@Override
public void afterPropertiesSet() throws Exception {
new Thread(() -> {
while (true) {
try {
UserDelayTask task = orderDelayQueue.take();
// 当队列为null的时候,poll()方法会直接返回null, 不会抛出异常,但是take()方法会一直等待,
// 因此会抛出一个InterruptedException类型的异常。(当阻塞方法收到中断请求的时候就会抛出InterruptedException异常)
UserRegisterMessage message = task.getMessage();
execute(message);
// 执行业务
} catch (Exception ex) {
log.error("afterPropertiesSet", ex);
}
}
}).start();
}
DelayQueue实现延时任务的优缺点
使用DelayQueue实现延时任务非常简单,而且简便,全部都是标准的JDK代码实现,不用引入第三方依赖(不依赖redis实现、消息队列实现等),非常的轻量级。
它的缺点就是所有的操作都是基于应用内存的,一旦出现应用单点故障,可能会造成延时任务数据的丢失。如果订单并发量非常大,因为DelayQueue是无界的,订单量越大,队列内的对象就越多,可能造成OOM的风险。所以使用DelayQueue实现延时任务,只适用于任务量较小的情况。
三、RocketMQ
RocketMQ 和本身就有延迟队列的功能,但是开源版本只能支持固定延迟时间的消息,不支持任意时间精度的消息(这个好像只有阿里云版本的可以)。
他的默认时间间隔分为 18 个级别,基本上也能满足大部分场景的需要了。
默认延迟级别:1s、 5s、 10s、 30s、 1m、 2m、 3m、 4m、 5m、 6m、 7m、 8m、 9m、 10m、 20m、 30m、 1h、 2h。
使用起来也非常的简单,直接通过setDelayTimeLevel
设置延迟级别即可。
setDelayTimeLevel(level)
原理
实现原理说起来比较简单,Broker 会根据不同的延迟级别创建出多个不同级别的队列,当我们发送延迟消息的时候,根据不同的延迟级别发送到不同的队列中,同时在 Broker 内部通过一个定时器去轮询这些队列(RocketMQ 会为每个延迟级别分别创建一个定时任务),如果消息达到发送时间,那么就直接把消息发送到指 topic 队列中。
RocketMQ 这种实现方式是放在服务端去做的,同时有个好处就是相同延迟时间的消息是可以保证有序性的。
谈到这里就顺便提一下关于消息消费重试的原理,这个本质上来说其实是一样的,对于消费失败需要重试的消息实际上都会被丢到延迟队列的 topic 里,到期后再转发到真正的 topic 中。
四、Kafka
对于 Kafka 来说,原生并不支持延迟队列的功能,需要我们手动去实现,这里我根据 RocketMQ 的设计提供一个实现思路。
这个设计,我们也不支持任意时间精度的延迟消息,只支持固定级别的延迟,因为对于大部分延迟消息的场景来说足够使用了。
只创建一个 topic,但是针对该 topic 创建 18 个 partition,每个 partition 对应不同的延迟级别,这样做和 RocketMQ 一样有个好处就是能达到相同延迟时间的消息达到有序性。
原理
- 首先创建一个单独针对延迟队列的 topic,同时创建 18 个 partition 针对不同的延迟级别
- 发送消息的时候根据消息延迟等级发送到延迟 topic 对应的 partition,同时把原 topic 保存到 延迟消息 中。
- 内嵌的
consumer
单独设置一个ConsumerGroup
去消费延迟 topic 消息,消费到消息之后如果没有达到延迟时间那么就进行pause
,然后seek
到当前ConsumerRecord
的offset
位置,同时使用定时器去轮询延迟的TopicPartition
,达到延迟时间之后进行resume。
KafkaConsumer 提供了暂停和恢复的API函数,调用消费者的暂停方法后就无法再拉取到新的消息,同时长时间不消费kafka也不会认为这个消费者已经挂掉了。
- 如果达到了延迟时间,那么就获取到延迟消息中的真实 topic ,直接转发
这里为什么要进行pause
和resume
呢?因为如果不这样的话,如果超时未消费达到max.poll.interval.ms
最大时间(默认300s),那么将会触发 Rebalance。
实现
DelayMessage定义
/**
* 延迟消息
*
* @author yangyanping
* @date 2023-08-31
*/
@Getter
@Setter
@ToString
public class DelayMessage<T> implements DTO {
/**
* 消息级别,共18个,对应18个partition
*/
private Integer level;
/**
* 业务类型,真实投递到的topic
*/
private String topic;
/**
* 目标消息key
*/
private String key;
/**
* 事件
*/
private DomainEvent<T> event;
}
消息发送代码
public void publishAsync(DelayMessage delayMessage) {
String topic = "delay_topic";
try {
Integer level = delayMessage.getLevel();
Integer delayPartition = level - 1;
String data = JSON.toJSONString(delayMessage);
ProducerRecord<String, String> producerRecord = new ProducerRecord<>(topic, delayPartition, "", data);
ListenableFuture<SendResult<String, String>> future = kafkaTemplate.send(producerRecord);
future.addCallback(new ListenableFutureCallback<SendResult<String, String>>() {
@Override
public void onSuccess(SendResult<String, String> result) {
//发送成功后回调
log.info("{}-异步发送成功, result={}。", topic, result.getRecordMetadata().toString());
}
@Override
public void onFailure(Throwable throwable) {
//发送失败回调
log.error("{}-异步发送失败。", topic, throwable);
}
});
} catch (Exception ex) {
log.error("{}-异步发送异常。", topic, ex);
}
}
消费者代码
import cn.hutool.core.collection.CollectionUtil;
import cn.hutool.core.convert.Convert;
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import com.xinwu.shushan.exception.BizException;
import com.xinwu.shushan.launch.infra.publisher.KafkaPublisher;
import lombok.extern.slf4j.Slf4j;
import org.apache.kafka.clients.consumer.Consumer;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.OffsetAndMetadata;
import org.apache.kafka.common.TopicPartition;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.kafka.listener.ConsumerSeekAware;
import org.springframework.stereotype.Component;
import javax.annotation.PostConstruct;
import javax.annotation.Resource;
import java.util.*;
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;
/**
* 参考RocketMQ支持延迟消息设计,不支持任意时间精度的延迟消息,只支持特定级别的延迟消息,
* 将消息延迟等级分为1s、5s、10s 、30s、1m、2m、3m、4m、5m、6m、7m、8m、9m、10m、20m、30m、1h、2h,共18个级别,
* 只创建一个有18个分区的延时topic,每个分区对应不同延时等级。
* <p>
* https://blog.csdn.net/weixin_40270946/article/details/121293032
* <p>
* https://zhuanlan.zhihu.com/p/365802989
*
* @author yangyanping
* @date 2023-08-30
*/
@Slf4j
@Component
public class DelayConsumer implements ConsumerSeekAware {
/**
* 锁
*/
private final Object lock = new Object();
/**
* 间隔
*/
private final int interval = 5000;
private ScheduledExecutorService executorService = Executors.newSingleThreadScheduledExecutor();
/**
* 消费者
*/
private volatile Consumer kafkaConsumer;
@Resource
private KafkaPublisher kafkaPublisher;
@PostConstruct
public void init() {
//当系统需要循环间隔一定时间执行某项任务的时候可以使用scheduleWithFixedDelay方法来实现
executorService.scheduleWithFixedDelay(() -> {
synchronized (lock) {
resume();
lock.notifyAll();
log.info("DelayConsumer-notifyAll");
}
}, 0, interval, TimeUnit.MILLISECONDS);
}
/**
* 批量消费消息
*/
@KafkaListener(topics = "#{'${shushan.launch.event.delayTopic.topic}'}", groupId = "#{'${spring.kafka.consumer.group-id}'}", concurrency = "1")
public void onMessage(List<ConsumerRecord<String, String>> records, Consumer consumer) {
synchronized (lock) {
try {
/**
* 7、ConcurrentModificationException
* java.util.ConcurrentModificationException: KafkaConsumer is not safe for multi-threaded access
* 报错内容:线程不安全
*
* 原因分析:Kafka consumer是非线程安全的
*/
this.kafkaConsumer = consumer;
if (CollectionUtil.isEmpty(records)) {
log.info("DelayConsumer-records is empty !");
consumer.commitSync();
return;
}
boolean delay = false;
for (ConsumerRecord<String, String> record : records) {
long timestamp = record.timestamp();
String value = record.value();
JSONObject jsonObject = JSON.parseObject(value);
Integer level = Convert.toInt(jsonObject.get("level"));
String targetTopic = Convert.toStr(jsonObject.get("topic"));
String event = Convert.toStr(jsonObject.get("event"));
String msgKey = Convert.toStr(jsonObject.get("key"));
TopicPartition topicPartition = new TopicPartition(record.topic(), record.partition());
long delayTime = getDelayTime(timestamp, level);
if (delayTime <= System.currentTimeMillis()) {
log.info("DelayConsumer-delayTime={} <= currentTime={},msgKey={}", delayTime, System.currentTimeMillis(), msgKey);
// 处理消息
processMessage(record, consumer, topicPartition, targetTopic, msgKey, event);
} else {
log.info("DelayConsumer-delayTime={} > currentTime={},msgKey={},partition={}", delayTime, System.currentTimeMillis(), msgKey, topicPartition.partition());
// 暂停消费
consumer.pause(Collections.singletonList(topicPartition));
consumer.seek(topicPartition, record.offset());
delay = true;
break;
}
}
if (delay) {
lock.wait();
}
} catch (Exception var10) {
log.error("DelayConsumer.onMessage error", var10);
throw new BizException("事件消息消费失败", var10);
}
}
}
/**
* 消息级别,共6个
* level-1 :15s
* level-2 : 30s
* level-3 : 1m
* level-4 : 5m
* level-5 : 10m
* level-6 : 30m
*/
private Long getDelayTime(long timestamp, Integer level) {
switch (level) {
case 1:
return timestamp + 25 * 1000;
case 2:
return timestamp + 30 * 1000;
case 3:
return timestamp + 1 * 60 * 1000;
case 4:
return timestamp + 5 * 60 * 1000;
case 5:
return timestamp + 10 * 60 * 1000;
case 6:
return timestamp + 30 * 60 * 1000;
}
return timestamp;
}
/**
* 处理消息 并提交消息
*/
private void processMessage(ConsumerRecord<String, String> record, Consumer consumer, TopicPartition topicPartition, String targetTopic, String msgKey, String event) {
OffsetAndMetadata offsetAndMetadata = new OffsetAndMetadata(record.offset() + 1);
HashMap<TopicPartition, OffsetAndMetadata> metadataHashMap = new HashMap<>();
metadataHashMap.put(topicPartition, offsetAndMetadata);
//发布目标
kafkaPublisher.publishSync(targetTopic, msgKey, event);
log.info("DelayConsumer-records#offset={},targetTopic={},event={}", record.offset() + 1, targetTopic, event);
consumer.commitSync(metadataHashMap);
}
/**
* 重启消费
*/
private void resume() {
try {
if (kafkaConsumer == null) {
return;
}
Set<TopicPartition> topicPartitions = kafkaConsumer.paused();
if (CollectionUtil.isEmpty(topicPartitions)) {
return;
}
kafkaConsumer.resume(topicPartitions);
} catch (Exception ex) {
log.error("DelayConsumer-resume", ex);
}
}
}
参考
RabbitMQ、RocketMQ、Kafka延迟队列实现-腾讯云开发者社区-腾讯云
延迟消息队列设计-腾讯云开发者社区-腾讯云
用Kafka实现延迟消息_kafka延迟消费_alvin.yao的博客-CSDN博客
怎么设计一个合适的延时队列?文章来源:https://www.toymoban.com/news/detail-697328.html
基于kafka实现延迟队列 - 知乎文章来源地址https://www.toymoban.com/news/detail-697328.html
到了这里,关于延时消息队列的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!