企业官网建设流程全解析

沙洋建设局网站,wordpress 企业版,南宁有做门户网站的公司吗,百度网页无法访问如何解决今天给大家上一盘硬菜#xff0c;并且是支付中非常重要的一个技术解决方案#xff0c;有这块业务的同学注意自己试一把了哈#xff01;在开发中#xff0c;往往会遇到一些关于延时任务的需求。例如生成订单30分钟未支付#xff0c;则自动取消生成订单60秒后#xff0c;给…今天给大家上一盘硬菜并且是支付中非常重要的一个技术解决方案有这块业务的同学注意自己试一把了哈在开发中往往会遇到一些关于延时任务的需求。例如生成订单30分钟未支付则自动取消生成订单60秒后给用户发短信对上述的任务我们给一个专业的名字来形容那就是延时任务。那么这里就会产生一个问题这个延时任务和定时任务的区别究竟在哪里呢一共有如下 3 点区别定时任务有明确的触发时间延时任务没有定时任务有执行周期而延时任务在某事件触发后一段时间内执行没有执行周期定时任务一般执行的是批处理操作是多个任务而延时任务一般是单个任务下面我们以判断订单是否超时为例进行方案分析。方案分析1数据库轮询思路该方案通常是在小型项目中使用即通过一个线程定时的去扫描数据库通过订单时间来判断是否有超时的订单然后进行update或delete等操作实现实习那会我是用quartz来实现的简单介绍一下。maven项目引入一个依赖如下所示dependency groupIdorg.quartz-scheduler/groupId artifactIdquartz/artifactId version2.2.2/version /dependency调用Demo类MyJobpublic class MyJob implements Job { public void execute(JobExecutionContext context) throws JobExecutionException { System.out.println(要去数据库扫描啦。。。); } public static void main(String[] args) throws Exception { // 创建任务 JobDetail jobDetail JobBuilder.newJob(MyJob.class) .withIdentity(job1, group1).build(); // 创建触发器 每3秒钟执行一次 Trigger trigger TriggerBuilder .newTrigger() .withIdentity(trigger1, group3) .withSchedule( SimpleScheduleBuilder.simpleSchedule() .withIntervalInSeconds(3).repeatForever()) .build(); Scheduler scheduler new StdSchedulerFactory().getScheduler(); // 将任务及其触发器放入调度器 scheduler.scheduleJob(jobDetail, trigger); // 调度器开始调度任务 scheduler.start(); } }运行代码可发现每隔3秒输出如下要去数据库扫描啦。。。优点简单易行支持集群操作缺点对服务器内存消耗大存在延迟比如你每隔3分钟扫描一次那最坏的延迟时间就是3分钟假设你的订单有几千万条每隔几分钟这样扫描一次数据库损耗极大2JDK的延迟队列思路利用JDK自带的DelayQueue来实现这是一个无界阻塞队列该队列只有在延迟期满的时候才能从中获取元素放入DelayQueue中的对象是必须实现Delayed接口的。DelayedQueue实现工作流程如下图所示Poll()获取并移除队列的超时元素没有则返回空take()获取并移除队列的超时元素如果没有则wait当前线程直到有元素满足超时条件返回结果。实现定义一个类OrderDelay实现Delayedpublic class OrderDelay implements Delayed { private String orderId; privatelong timeout; OrderDelay(String orderId, long timeout) { this.orderId orderId; this.timeout timeout System.nanoTime(); } public int compareTo(Delayed other) { if (other this) return0; OrderDelay t (OrderDelay) other; long d (getDelay(TimeUnit.NANOSECONDS) - t .getDelay(TimeUnit.NANOSECONDS)); return (d 0) ? 0 : ((d 0) ? -1 : 1); } // 返回距离你自定义的超时时间还有多少 public long getDelay(TimeUnit unit) { return unit.convert(timeout - System.nanoTime(),TimeUnit.NANOSECONDS); } void print() { System.out.println(orderId编号的订单要删除啦。。。。); } }测试类Demo我们设定延迟时间为3秒public class DelayQueueDemo { public static void main(String[] args) { ListString list new ArrayListString(); list.add(00000001); list.add(00000002); list.add(00000003); list.add(00000004); list.add(00000005); DelayQueueOrderDelay queue newDelayQueueOrderDelay(); long start System.currentTimeMillis(); for(int i 0;i5;i){ //延迟三秒取出 queue.put(new OrderDelay(list.get(i), TimeUnit.NANOSECONDS.convert(3,TimeUnit.SECONDS))); try { queue.take().print(); System.out.println(After (System.currentTimeMillis()-start) MilliSeconds); } catch (InterruptedException e) {} } } }输出如下00000001编号的订单要删除啦。。。。 After 3003 MilliSeconds 00000002编号的订单要删除啦。。。。 After 6006 MilliSeconds 00000003编号的订单要删除啦。。。。 After 9006 MilliSeconds 00000004编号的订单要删除啦。。。。 After 12008 MilliSeconds 00000005编号的订单要删除啦。。。。 After 15009 MilliSeconds可以看到都是延迟3秒订单被删除。优点效率高任务触发时间延迟低。缺点:服务器重启后数据全部消失怕宕机集群扩展相当麻烦因为内存条件限制的原因比如下单未付款的订单数太多那么很容易就出现OOM异常代码复杂度较高3时间轮算法思路先上一张时间轮的图时间轮算法可以类比于时钟如上图箭头指针按某一个方向按固定频率轮动每一次跳动称为一个 tick。这样可以看出定时轮由个3个重要的属性参数ticksPerWheel一轮的tick数tickDuration一个tick的持续时间timeUnit时间单位例如当ticksPerWheel60tickDuration1timeUnit秒这就和现实中的始终的秒针走动完全类似了。如果当前指针指在1上面我有一个任务需要4秒以后执行那么这个执行的线程回调或者消息将会被放在5上。那如果需要在20秒之后执行怎么办由于这个环形结构槽数只到8如果要20秒指针需要多转2圈。位置是在2圈之后的5上面20 % 8 1实现我们用Netty的HashedWheelTimer来实现。给pom.xml加上下面的依赖dependency groupIdio.netty/groupId artifactIdnetty-all/artifactId version4.1.24.Final/version /dependency测试代码HashedWheelTimerTestpublic class HashedWheelTimerTest { staticclass MyTimerTask implements TimerTask{ boolean flag; public MyTimerTask(boolean flag){ this.flag flag; } public void run(Timeout timeout) throws Exception { System.out.println(要去数据库删除订单了。。。。); this.flag false; } } public static void main(String[] argv) { MyTimerTask timerTask new MyTimerTask(true); Timer timer new HashedWheelTimer(); timer.newTimeout(timerTask, 5, TimeUnit.SECONDS); int i 1; while(timerTask.flag){ try { Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } System.out.println(i秒过去了); i; } } }输出如下1秒过去了 2秒过去了 3秒过去了 4秒过去了 5秒过去了 要去数据库删除订单了。。。。 6秒过去了优点效率高任务触发时间延迟时间比delayQueue低代码复杂度比delayQueue低。缺点服务器重启后数据全部消失怕宕机集群扩展相当麻烦因为内存条件限制的原因比如下单未付款的订单数太多那么很容易就出现OOM异常4redis缓存思路一利用redis的zset。zset是一个有序集合每一个元素member都关联了一个score通过score排序来取集合中的值。添加元素ZADD key score member [[score member] [score member] …]按顺序查询元素ZRANGE key start stop [WITHSCORES]查询元素scoreZSCORE key member移除元素ZREM key member [member …]测试如下添加单个元素 redis ZADD page_rank 10 google.com (integer) 1 添加多个元素 redis ZADD page_rank 9 baidu.com 8 bing.com (integer) 2 redis ZRANGE page_rank 0 -1 WITHSCORES 1) bing.com 2) 8 3) baidu.com 4) 9 5) google.com 6) 10 查询元素的score值 redis ZSCORE page_rank bing.com 8 移除单个元素 redis ZREM page_rank google.com (integer) 1 redis ZRANGE page_rank 0 -1 WITHSCORES 1) bing.com 2) 8 3) baidu.com 4) 9那么如何实现呢我们将订单超时时间戳与订单号分别设置为score和member系统扫描第一个元素判断是否超时具体如下图所示实现一public class AppTest { privatestaticfinal String ADDR 127.0.0.1; privatestaticfinalint PORT 6379; privatestatic JedisPool jedisPool new JedisPool(ADDR, PORT); public static Jedis getJedis() { return jedisPool.getResource(); } //生产者,生成5个订单放进去 public void productionDelayMessage(){ for(int i0;i5;i){ //延迟3秒 Calendar cal1 Calendar.getInstance(); cal1.add(Calendar.SECOND, 3); int second3later (int) (cal1.getTimeInMillis() / 1000); AppTest.getJedis().zadd(OrderId,second3later,OID0000001i); System.out.println(System.currentTimeMillis()ms:redis生成了一个订单任务订单ID为OID0000001i); } } //消费者取订单 public void consumerDelayMessage(){ Jedis jedis AppTest.getJedis(); while(true){ SetTuple items jedis.zrangeWithScores(OrderId, 0, 1); if(items null || items.isEmpty()){ System.out.println(当前没有等待的任务); try { Thread.sleep(500); } catch (InterruptedException e) { e.printStackTrace(); } continue; } int score (int) ((Tuple)items.toArray()[0]).getScore(); Calendar cal Calendar.getInstance(); int nowSecond (int) (cal.getTimeInMillis() / 1000); if(nowSecond score){ String orderId ((Tuple)items.toArray()[0]).getElement(); jedis.zrem(OrderId, orderId); System.out.println(System.currentTimeMillis() ms:redis消费了一个任务消费的订单OrderId为orderId); } } } public static void main(String[] args) { AppTest appTest new AppTest(); appTest.productionDelayMessage(); appTest.consumerDelayMessage(); } }此时对应输出可以看到几乎都是3秒之后消费订单。然而这一版存在一个致命的硬伤在高并发条件下多消费者会取到同一个订单号我们上测试代码ThreadTestpublic class ThreadTest { privatestaticfinalint threadNum 10; privatestatic CountDownLatch cdl newCountDownLatch(threadNum); staticclass DelayMessage implements Runnable{ public void run() { try { cdl.await(); } catch (InterruptedException e) { e.printStackTrace(); } AppTest appTest new AppTest(); appTest.consumerDelayMessage(); } } public static void main(String[] args) { AppTest appTest new AppTest(); appTest.productionDelayMessage(); for(int i0;ithreadNum;i){ new Thread(new DelayMessage()).start(); cdl.countDown(); } } }输出如下所示显然出现了多个线程消费同一个资源的情况。解决方案用分布式锁但是用分布式锁性能下降了该方案不细说。对ZREM的返回值进行判断只有大于0的时候才消费数据于是将consumerDelayMessage()方法里的if(nowSecond score){ String orderId ((Tuple)items.toArray()[0]).getElement(); jedis.zrem(OrderId, orderId); System.out.println(System.currentTimeMillis()ms:redis消费了一个任务消费的订单OrderId为orderId); }修改为if(nowSecond score){ String orderId ((Tuple)items.toArray()[0]).getElement(); Long num jedis.zrem(OrderId, orderId); if( num ! null num0){ System.out.println(System.currentTimeMillis()ms:redis消费了一个任务消费的订单OrderId为orderId); } }在这种修改后重新运行ThreadTest类发现输出正常了。思路二该方案使用redis的Keyspace Notifications中文翻译就是键空间机制就是利用该机制可以在key失效之后提供一个回调实际上是redis会给客户端发送一个消息。是需要redis版本2.8以上。实现二在redis.conf中加入一条配置notify-keyspace-events Ex运行代码如下public class RedisTest { privatestaticfinal String ADDR 127.0.0.1; privatestaticfinalint PORT 6379; privatestatic JedisPool jedis new JedisPool(ADDR, PORT); privatestatic RedisSub sub new RedisSub(); public static void init() { new Thread(new Runnable() { public void run() { jedis.getResource().subscribe(sub, __keyevent0__:expired); } }).start(); } public static void main(String[] args) throws InterruptedException { init(); for(int i 0;i10;i){ String orderId OID000000i; jedis.getResource().setex(orderId, 3, orderId); System.out.println(System.currentTimeMillis()ms:orderId订单生成); } } staticclass RedisSub extends JedisPubSub { public void onMessage(String channel, String message) { System.out.println(System.currentTimeMillis()ms:message订单取消); } } }输出如下可以明显看到3秒过后订单取消了。不过redis的pub/sub机制存在一个硬伤官网内容如下Because Redis Pub/Sub is fire and forget currently there is no way to use this feature if your application demands reliable notification of events, that is, if your Pub/Sub client disconnects, and reconnects later, all the events delivered during the time the client was disconnected are lost.简单翻译下: Redis的发布/订阅目前是即发即弃(fire and forget)模式的因此无法实现事件的可靠通知。也就是说如果发布/订阅的客户端断链之后又重连则在客户端断链期间的所有事件都丢失了。因此方案二不是太推荐。当然如果你对可靠性要求不高可以使用。优点由于使用Redis作为消息通道消息都存储在Redis中。如果发送程序或者任务处理程序挂了重启之后还有重新处理数据的可能性。做集群扩展相当方便时间准确度高缺点需要额外进行redis维护5使用消息队列可以采用rabbitMQ的延时队列。RabbitMQ具有以下两个特性可以实现延迟队列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 letterlRabbitMQ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。具体的我改天再写一篇文章这里再讲下去篇幅太长。优点高效可以利用rabbitmq的分布式特性轻易的进行横向扩展消息支持持久化增加了可靠性。缺点本身的易用度要依赖于rabbitMq的运维因为要引用rabbitMq所以复杂度和成本变高。