Redis实战(12)-基于Redis的Key失效和定时任务调度实现订单超时未支付自动失效(延时队列)

概述：本系列博文所涉及的相关内容来源于debug亲自录制的实战课程：缓存中间件Redis技术入门与应用场景实战（SpringBoot2.x + 抢红包系统设计与实战），感兴趣的小伙伴可以点击自行前往学习（毕竟以视频的形式来掌握技术 会更快！） 文章所属技术专栏：缓存中间件Redis技术入门与实战

摘要：“商城平台用户下单”这一业务场景相信很多小伙伴并不陌生，在正常的情况下，用户在提交完订单/下完单之后，应该是前往“收银台”选择支付方式进行支付，之后只需要提供相应的密码即可完成整个支付过程；然而，“非正常的情况”也总是会有的，即用户在提交完订单之后在“规定的时间内”迟迟没有支付，这个时候我们就需要采取一些措施了，本文就是讲解如何基于Redis的Key失效，即TTL + 定时任务调度 实现这一业务场景的功能。

内容：前面篇章中，我们基本上给各位小伙伴介绍完了缓存中间件Redis各种典型且常见的数据结构及其典型的应用场景，这些数据结构包括字符串String、列表List、集合Set、有序集合SortedSet以及哈希Hash，其常见的业务场景包括“实体对象信息的存储”、“商品列表有序存储”、“List队列特性实现消息的广播通知”、“重复提交”、“随机获取试卷题目列表”、“排行榜”以及“数据字典的实时触发缓存存储”，可以说，真正地做到了技术的学以致用！

本文我们将给大家介绍一个目前在“电商平台”比较常见、典型的业务场景，即“用户在下单之后，超时未支付而自动失效该订单”的功能！对于这一功能的实现，如果有小伙伴撸过我的那套“消息中间件RabbitMQ实战视频教程”的课程，那么肯定知晓如何实现！没错，就是利用“死信队列”来实现的！

而现在，我们要介绍的并非RabbitMQ的死信队列，而是想如何基于缓存中间件Redis来实现这一功能！我们知道在使用Redis的缓存功能时，无非就是SET Key Value，这是最为“常规的操作”，但千万要记住，Redis提供的功能的还远不止于此，像设置Key的失效时间，即SET Key Value TTL，其作用就是“设置某个Key的值为Value，同时设置了它在缓存Redis中能存活的时间”。

有些小伙伴听到“能存活的时间”，可能脑袋会灵机一动，“这不跟RabbitMQ死信队列中的消息能存活的时间TTL差不多是一个意思吗？”哈哈，确实是差不多那个意思，我们只需要将用户下单成功得到的“订单号”塞入缓存Redis，并设置其TTL即可（就像我们在RabbitMQ的死信队列设置“订单号”这一消息的TTL一样！）

但有这个还不够，因为 “Redis的Key的TTL一到就自动从缓存中剔除” 这个过程是Redis底层自动触发的，而在我们的程序、代码里是完全感知不到的，因为我们得借助某种机制来帮助我们主动地去检测Redis缓存中那些Key已经失效了，而且，我们希望这种检测可以是“近实时”的！

故而我们将基于Redis的Key失效/存活时间TTL + 定时任务调度（用于主动定时的触发，去检测缓存Redis那些失效了的Key，而且希望Cron可以设置得足够合理，实现“近实时”的功效）！

现在我们基本已经确实了这一功能的实现方案了，等待着我们要去做的无非就是撸码实战了，当然啦，在开始施展我们的代码才华之前，我们有必要给大家贴一下这一业务场景的整体业务流程图！整个业务流程可以说包含两大功能模块，即“用户提交订单/下订单模块”、“定时任务调度定时检测Redis的订单存活时间+自动失效订单记录模块”

一、用户提交订单的核心流程

对于“用户下订单”的功能模块，其实也不是很复杂，就是将前端用户提交过来的信息经过处理生成相应的订单号，然后将该订单记录插入数据库、插入缓存Redis，并设置对应的Key的存活时间TTL，其完整的业务流程如下图所示：

 

下面我们就进入代码实战环节。

（1）工欲善其事，必先利其器，我们首先仍然需要建立一张数据库表user_order，用于记录用户的下单记录，其DDL定义如下所示：

CREATE TABLE `user_order` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `user_id` int(11) DEFAULT NULL COMMENT '用户id',
  `order_no` varchar(255) CHARACTER SET utf8mb4 DEFAULT NULL COMMENT '订单编号',
  `pay_status` tinyint(255) DEFAULT '1' COMMENT '支付状态(1=未支付;2=已支付;3=已取消)',
  `is_active` tinyint(255) DEFAULT '1' COMMENT '是否有效(1=是;0=否)',
  `order_time` datetime DEFAULT NULL COMMENT '下单时间',
  `update_time` timestamp NULL DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB  DEFAULT CHARSET=utf8 COMMENT='用户下单记录表';

然后，基于Mybatis的逆向工程或者代码生成器生成该数据库表的实体类Entity、Mapper操作接口及其对应的用于写动态SQL的Mapper.xml，在这里我们只贴出两个Mapper操作接口吧，如下所示：  

//TODO:查询有效+未支付的订单列表    
List selectUnPayOrders();

//TODO:失效订单记录
int unActiveOrder(@Param("id") Integer id);

其对应的动态SQL是在对应的Mapper.xml中实现的，如下所示：  

  
    SELECT
        
    FROM
        user_order
    WHERE
        is_active = 1
    AND pay_status = 1
    ORDER BY
        order_time DESC
  

  
  
    update user_order
    set is_active = 0
    where id = #{id} and is_active = 1 and pay_status = 1
  

（2）之后，我们开发一个UserOrderController，用于接收前端过来的请求参数，并在UserOrderService实现“用户下单”的整个业务逻辑，其完整的源代码如下所示：  

/**用户下单controller
 * @Author:debug (SteadyJack)
 * @Link: weixin-> debug0868 qq-> 1948831260**/
@RestController
@RequestMapping("user/order")
public class UserOrderController {
    private static final Logger log= LoggerFactory.getLogger(UserOrderController.class);

    @Autowired
private UserOrderService userOrderService;

    //下单
    @RequestMapping(value = "put",method = RequestMethod.POST,consumes = MediaType.APPLICATION_JSON_UTF8_VALUE)
    public BaseResponse put(@RequestBody @Validated UserOrder userOrder, BindingResult result){
        String checkRes=ValidatorUtil.checkResult(result);
        if (StrUtil.isNotBlank(checkRes)){
            return new BaseResponse(StatusCode.InvalidParams.getCode(),checkRes);
        }
        BaseResponse response=new BaseResponse(StatusCode.Success);
        try {
            log.info("--用户下单：{}",userOrder);

            String res=userOrderService.putOrder(userOrder);
            response.setData(res);
        }catch (Exception e){
            log.error("--用户下单-发生异常：",e.fillInStackTrace());
            response=new BaseResponse(StatusCode.Fail.getCode(),e.getMessage());
        }
        return response;
    }
}

（3）其对应的userOrderService.putOrder(userOrder);便是真正实现业务服务逻辑的地方，如下所示：  

/**用户下单service
 * @Author:debug (SteadyJack)
 * @Link: weixin-> debug0868 qq-> 1948831260**/
@EnableScheduling
@Service
public class UserOrderService {
    private static final Logger log= LoggerFactory.getLogger(UserOrderService.class);

    //雪花算法生成订单编号
    private static final Snowflake SNOWFLAKE=new Snowflake(3,2);

    //存储至缓存的用户订单编号的前缀
    private static final String RedisUserOrderPrefix="SpringBootRedis:UserOrder:";

    //用户订单失效的时间配置 - 30min
private static final Long UserOrderTimeOut=30L;

    @Autowired
    private UserOrderMapper userOrderMapper;

    @Autowired
private StringRedisTemplate stringRedisTemplate;

    /**下单服务
     * @param entity
     * @throws Exception
     */
    @Transactional(rollbackFor = Exception.class)
    public String putOrder(UserOrder entity) throws Exception{
        //用户下单-入库
        String orderNo=SNOWFLAKE.nextIdStr();
        entity.setOrderNo(orderNo);
        entity.setOrderTime(DateTime.now().toDate());
        int res=userOrderMapper.insertSelective(entity);

        if (res>0){
            //TODO:入库成功后-设定TTL 插入缓存 - TTL一到，该订单对应的Key将自动从缓存中被移除(间接意味着：延迟着做某些时间)
            stringRedisTemplate.opsForValue().set(RedisUserOrderPrefix+orderNo,entity.getId().toString(),UserOrderTimeOut, TimeUnit.MINUTES);
        }
        return orderNo;
}
}

（4）至此，“用户下单”的功能模块我们就撸完了，下面我们用Postman测试一波吧，如下几张图所示：

 

 

二、定时任务调度定时检测Redis的订单存活时间 + 自动失效订单记录模块

对于“定时任务调度定时检测Redis的订单存活时间 + 自动失效订单记录模块”的功能模块，同理也不是很复杂，无非就是开启一个定时任务调度，拉取出数据库DB中“有效且未支付的订单列表”，然后逐个遍历，前往缓存Redis查看该订单编号对应的Key是否还存在，如果不存在，说明TTL早已到期，也就间接地说明了用户在规定的时间TTL内没有完成整个支付流程，此时需要前往数据库DB中失效其对应的订单记录，其完整的业务流程如下图所示：

 

同理，我们基于此流程图进入代码实战环节！

（1）我们在UserOrderService中定义一个定时任务，并设置该定时频率Cron为每5分钟执行一次，其业务逻辑即为上面流程图所绘制的，完整的代码如下所示：

    //TODO：定时任务调度-拉取出 有效 + 未支付 的订单列表，前往缓存查询订单是否已失效
    @Scheduled(cron = "0 0/5 * * * ?")
    @Async("threadPoolTaskExecutor")
    public void schedulerCheckOrder(){
        try {
            List list=userOrderMapper.selectUnPayOrders();
            if (list!=null && !list.isEmpty()){

                list.forEach(entity -> {
                    final String orderNo=entity.getOrderNo();
                    String key=RedisUserOrderPrefix+orderNo;
                    if (!stringRedisTemplate.hasKey(key)){
                        //TODO:表示缓存中该Key已经失效了，即“该订单已经是超过30min未支付了，得需要前往数据库将其失效掉”
                        userOrderMapper.unActiveOrder(entity.getId());
                        log.info("缓存中该订单编号已经是超过指定的时间未支付了，得需要前往数据库将其失效掉！orderNo={}",orderNo);
                    }
                });
            }
        }catch (Exception e){
            log.error("定时任务调度-拉取出 有效 + 未支付 的订单列表，前往缓存查询订单是否已失效-发生异常：",e.fillInStackTrace());
        }
    }

其中的@Async("threadPoolTaskExecutor")，代表该定时任务将采用“异步”+“线程池~多线程”的方式进行执行，其配置如下所示：  

/**多线程配置
 * @Author:debug (SteadyJack)
 * @Link: weixin-> debug0868 qq-> 1948831260 **/
public class ThreadConfig {

    @Bean("threadPoolTaskExecutor")
    public Executor threadPoolTaskExecutor(){
        ThreadPoolTaskExecutor executor=new ThreadPoolTaskExecutor();
        executor.setCorePoolSize(4);
        executor.setMaxPoolSize(8);
        executor.setKeepAliveSeconds(10);
        executor.setQueueCapacity(8);

        executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
        return executor;
    }
}

（3）之后，便是启动项目，等待5min，即可看到奇迹的发生！如下图所示：

 

当然啦，如果在TTL（即30min）内，如果用户完成了支付，那么pay_status将不再为1，即定时任务也就不会拉取到该订单记录了！如果某一订单记录被失效了，那么is_active将变为0，即定时任务在下一次Cron到来时也就不会拉取到该订单记录了！

如下图所示为被拉取到的“未支付+有效”的订单列表在指定的TTL时间内没有支付后采取的“强硬措施”，即所谓的“失效该订单记录”！

 

至此，我们已经基于 定时任务调度 + Redis的Key失效TTL 相结合实现了“商城平台中用户下单后在指定的时间TTL内没有完成支付而自定失效该订单记录”的功能！

当然啦，这仅仅是一种实现方式，其性能还是有待考究的，毕竟定时任务需要从DB中查询未失效的数据，如果这个数据量过大，那么其占据的内存明显将很大，更有甚者可能会在某一时刻出现OOM的蛋疼情况

好了，本篇文章我们就介绍到这里了，建议各位小伙伴一定要照着文章提供的样例代码撸一撸，只有撸过才能知道这玩意是咋用的，否则就成了“空谈者”！

对Redis相关技术栈以及实际应用场景实战感兴趣的小伙伴可以前往debug搭建的技术社区的课程中心进行学习观看：程序员实战基地 ！其他相关的技术，感兴趣的小伙伴可以关注底部debug的技术公众号，一起学习、共同成长！

补充:

1、本文涉及到的相关的源代码可以到此地址，check出来进行查看学习：https://gitee.com/steadyjack/SpringBootRedis

2、目前debug已将本文所涉及的内容整理录制成视频教程，感兴趣的小伙伴可以前往观看学习：https://edu.csdn.net/course/detail/26619