我们在美团 APP 下单，假如没有立即支付，进入订单详情会显示倒计时，如果超过支付时间，订单就会被自动取消。
这篇文章，笔者想以架构师的视角，深入剖析如何设计订单超时自动取消的功能。
1 定时任务
首先，我们非常自然的想到定时任务的方案。
方案流程：
- 每隔 30 秒查询数据库，取出最近的 N 条未支付的订单。
- 遍历查询出来的订单列表，判断当前时间减去订单的创建时间是否超过了支付超时时间，如果超时则对该订单执行取消操作。
这种方案会间隔对数据库造成一定的 IO 压力，但工程实现相对简单。
网上有很多的定时任务实现策略，我们可以简单划分为单机版和集群版。
![]()
笔者曾负责过彩票订单、专车订单等业务，在这些业务场景里，都没有使用单机版定时任务。
因为业务系统都是集群部署，假如使用单机版模式，可能出现多台不同机器实例同时执行任务的风险。
虽然我们可以通过加锁的方式适当规避，从架构设计的角度但总是不够优雅。
接下来，笔者会介绍亲身经历的三种集群定时任务。
01、 Quartz + JDBCJobStore
Quartz 是一款 Java 开源任务调度框架，它支持集群模式。
![]()
图中，Quartz 的集群模式需要在数据库中添加11张表，对业务系统有一定的侵入性。
笔者曾经服务的一家彩票公司，订单调度中心就是使用 Quartz 的集群模式，实现日均百万订单的调度处理。
需要特别注意的是：
基于底层数据库悲观锁的机制， Quartz 的集群模式性能并不高，假如执行频率高的任务数超过一定数量级，可能存在一定的问题。
02、 Elastic-Job
ElasticJob 定位为轻量级无中心化解决方案，使用 jar 的形式提供分布式任务的协调服务。
ElasticJob 从本质上来讲 ，底层任务调度还是通过 Quartz ，它的优势在于可以依赖 Zookeeper 这个大杀器 ，将任务通过负载均衡算法分配给应用内的 Quartz Scheduler 容器，
举例：应用A有五个任务需要执行，分别是 A，B，C，D，E。任务E需要分成四个子任务，应用部署在两台机器上。
![]()
图中，应用 A 在启动后， 5个任务通过 Zookeeper 协调后被分配到两台机器上，通过 Quartz Scheduler 分开执行不同的任务。
相比 Quartz 集群模式，ElasticJob 的可扩展性更高，同时性能也更好。
但是 ElasticJob 的控制台非常粗糙，主要原因还是基于它的实现机制 （Quartz + zookeeper），所以 ElasticJob 更多的还是定位于框架，而不是一个调度平台。
03、XXL-JOB
XXL-JOB 是一个使用最广泛的分布式任务调度平台。
![]()
![]()
业务系统和调度平台分开部署，我们在调度中心上配置应用以及其定时任务，当任务需要执行时，调度平台会触发业务系统的任务，业务系统执行完任务之后，反馈给调度平台任务执行的结果。
业务系统和调度平台都可以水平扩展实现高可用，同时在调度平台可以配置灵活的调度策略（比如重试机制等）。
笔者非常认可这种模式。很多公司比如神州专车、美团都有自己自研的任务调度平台。这种模式非常适合多团队协作，便于调度任务的统一管理。
2 延时消息
延时消息是一种非常优雅的模式。订单服务生成订单后，发送一条延时消息到消息队列。消息队列在消息到达支付过期时间时，将消息投递给消费者，执行取消订单的逻辑。
![]()
延时消息有三种技术选型：
1、消息队列 RocketMQ
RocketMQ 4.X 版本默认支持 18 个 level 的延迟消息， 通过 broker 端的 messageDelayLevel 配置项确定的。
![]()
RocketMQ 5.X 版本支持任意时刻延迟消息，客户端在构造消息时提供了 3 个 API 来指定延迟时间或定时时间。
![]()
2、自研延迟服务
基于 RocketMQ 4 内置的延迟消息只能支持几个固定的延迟级别，快手、滴滴开发了单独的 Delay Server 来调度延迟消息。
![]()
上图这个结构没有直接将延迟消息发到 Delay Server，而是更换 Topic 以后存入 RocketMQ。这样的好处是可以复用现有的消息发送接口（以及上面的所有扩展能力）。对业务来说，只需要在构造消息的时候额外指定一个延迟时间字段即可，其它用法都不变。
自研单独的 Delay Server 不仅可以适配 RocketMQ 4.X , 也可以适配 Kafka ，说实话，这个是一个非常实用的方案。
3、Redis 延迟队列
Redis 延迟队列是一个轻量级的解决方案，开源成熟的实现是 Redission 。
![]()
图中，我们定义两个集合：
1、zset 集合
生产者将任务信息发送到 zset 集合，value 是任务编号，score 是任务执行时间戳。
2、list 集合
守护线程检测 zset 集合中到期的任务，若任务到期，将任务编号转移到 list 集合 ， 消费者从 list 集合弹出任务，并执行任务逻辑。
笔者需要强调的是：
Redis 虽然可以实现延迟消息的功能，但 Redis 并不是真正意义上的消息队列，在使用过程中还是有小概率会丢失消息。
3 并发口诀：一锁二判三更新
不管我们使用定时任务还是延迟消息时，不可避免的会遇到并发执行任务的情况 （比如重复消费、调度重试等）。
当我们执行任务时，我们可以按照一锁二判三更新这个口诀来处理。
- 锁定当前需要处理的订单。
- 判断订单是否已经更新过对应状态了
- 如果订单之前没有更新过状态了，可以更新并完成相关业务逻辑，否则本次不能更新，也不能完成业务逻辑。
- 释放当前订单的锁。
![]()
![伪代码]()
4 总结
这篇文章，笔者总结了订单超时自动取消方案的两种流派：定时任务和延迟消息。
1、定时任务
- 每隔 30 秒查询数据库，取出最近的 N 条未支付的订单。
- 遍历查询出来的订单列表，判断当前时间减去订单的创建时间是否超过了支付超时时间，如果超时则对该订单执行取消操作。
定时任务实现策略，我们可以简单划分为单机版和集群版。
笔者并不认可单机版，背八股文当然可以，订单自动取消这个业务场景，生产环境还是要慎重。
集群版有三种方式：Quartz + JDBCJobStore、Elastic-Job 、XXL-JOB 。
每种方式各有优缺点，因为自研过任务调度系统的缘故，笔者更倾向于任务调度平台 XXL-JOB 这种方式。
2、延迟消息
延时消息是一种非常优雅的模式。订单服务生成订单后，发送一条延时消息到消息队列。消息队列在消息到达支付过期时间时，将消息投递给消费者，执行取消订单的逻辑。
本文介绍了三种方式：消息队列 RocketMQ、自研延迟服务、Redis 延迟队列。
假如技术团队基础架构能力很强，笔者推荐使用 RocketMQ 或者自研延迟服务。
假如技术团队仅仅想用轻量级的实现，可以选择 Redis 延迟队列。
不管是使用定时任务还是延迟消息，都需要考虑并发问题，请记住一个简单的口诀：一锁二判三更新。
最后，没有完美的技术，只有最合适的技术。
做技术选型时，一定要结合业务场景，研发效率，运维成本，技术储备等因素，做出合理的选择。
如果我的文章对你有所帮助，还请帮忙点赞、在看、转发一下，你的支持会激励我输出更高质量的文章，非常感谢！
![]()
