相关推荐recommended
springboot kafka 实现延时队列
作者:mmseoamin日期:2023-12-18

好文推荐:

2.5万字详解23种设计模式

基于Netty搭建websocket集群实现服务器消息推送

2.5万字讲解DDD领域驱动设计

文章目录

  • 一、延时队列定义
  • 二、应用场景
  • 三、技术实现方案:
    • 1. Redis
    • 2. Kafka
    • 3. RabbitMQ
    • 4. RocketMQ
    • 四、Kafka延时队列背景
    • 五、Kafka延时队列实现思路
    • 六、Kafka延时队列架构图
    • 七、kafka延时任务代码实现
      • 1. KafkaDelayQueue:Kafka延迟队列
      • 2. KafkaDelayQueueFactory:Kafka延迟队列工厂
      • 3. KafkaPollListener:Kafka延迟队列事件监听
      • 4. KafkaDelayConfig:Kafka延时配置
      • 八. 如何使用kafka延时队列
      • 九、测试
      • 十、总结

        springboot kafka 实现延时队列,在这里插入图片描述,第1张

        一、延时队列定义

        延时队列:是一种消息队列,可以用于在指定时间或经过一定时间后执行某种操作。

        小编已经做好了Kafka延时队列的封装,以后只需要一行代码就可以实现kafka延时队列了,代码中有详细注释,完整代码已经给大家整理好了,领取方式放在了文章末。

        二、应用场景

        1,订单超时自动取消:用户下单后,如果在指定时间内未完成支付,系统会自动取消订单,释放库存。

        2,定时推送:比如消息通知,用户预约某个服务,系统会在服务开始前一定时间发送提醒短信。

        3,定时任务:将需要定时执行的任务放入延时队列中,等到指定的时间到达时再进行执行,例如生成报表、统计数据等操作。

        4,限时抢购:将限时抢购的结束时间放入延时队列中,当时间到达时自动下架商品。

        三、技术实现方案:

        1. Redis

        1.1 优点:
        ①Redis的延迟队列是基于Redis的sorted set实现的,性能较高。
        ②Redis的延迟队列可以通过TTL设置过期时间,灵活性较高。
        ③简单易用,适用于小型系统。
        ④性能较高,支持高并发。
        1.2 缺点:
        ①可靠性相对较低,可能会丢失消息,就算redis最高级别的持久化也是有可能丢一条的,每次请求都做aof,但是aof是异步的,所以不保证这一条操作能被持久化。
        ②而且Redis持久化的特性也导致其在数据量较大时,存储和查询效率逐渐降低,此时会需要对其进行分片和负载均衡。
        ③Redis的延迟队列需要手动实现消息重试机制,更严谨的消息队列需要数据库兜底。
        1.3 应用场景:
        ①适用于较小规模的系统,实时性要求较高的场景。
        ②适用于轻量级的任务调度和消息通知场景,适合短期延迟任务,不适合长期任务,例如订单超时未支付等。
        

        2. Kafka

        2.1 优点:
        ①Kafka的优点在于其高并发、高吞吐量和可扩展性强,同时支持分片。
        ②可靠性高,支持分布式和消息持久化。
        ③消费者可以随时回溯消费。
        ④支持多个消费者并行消费、消费者组等机制。
        2.2 缺点:
        ①没有原生的延迟队列功能,需要使用topic和消费者组来实现,实现延迟队列需要额外的开发工作。
        ②消费者需要主动拉取数据,可能会导致延迟,精度不是特别高。
        在此案例中代码已经实现了,直接拿来使用就可以了。
        2.3 应用场景:
        适用于大规模的数据处理,实时性要求较高的,高吞吐量的消息处理场景。
        

        3. RabbitMQ

        3.1 优点:
        ①RabbitMQ的延迟队列是通过RabbitMQ的插件实现的,易于部署和使用。
        ②RabbitMQ的延迟队列支持消息重试和消息顺序处理,可靠性较高。
        ③支持消息持久化和分布式。
        ④支持优先级队列和死信队列。
        ⑤提供了丰富的插件和工具。
        3.2 缺点:
        ①RabbitMQ的延迟队列性能较低,不适用于高吞吐量的场景。
        ②性能较低,不适合高并发场景。
        ③实现延迟队列需要额外的配置,但是配置就很简单了。
        3.3应用场景:
        适用于中小型的任务调度和消息通知,对可靠性要求高的场景。
        

        4. RocketMQ

        4.1 优点:
        ①RocketMQ的延迟队列是RocketMQ原生支持的,易于使用和部署。
        ②RocketMQ的延迟队列支持消息重试和消息顺序处理,可靠性较高。
        ③高性能和高吞吐量,支持分布式和消息持久化。
        ④RocketMQ使用简单,性能好,并且支持延迟队列功能。
        4.2 缺点:
        ①RocketMQ的延迟队列不支持动态添加或删除队列。
        ②RocketMQ的延迟队列需要保证消息的顺序,可能会导致消息延迟。
        ③在节点崩溃后,RocketMQ有可能发生消息丢失。
        4.3 应用场景:
        ①适用于大规模的数据处理,对性能和吞吐量要求较高的场景。
        ②适合于任务量较大、需要延迟消息和定时消息的场景。例如电商平台、社交软件等。
        ③适用于分布式任务调度和高可靠性消息通知场景。
        

        四、Kafka延时队列背景

        1. 基于以上四种实现延时队列的分析来,选择对应的技术方案的基础上呢,不同公司的mq的基础设施不同,如果只有Kafka,也没必要引入RabbitMQ和RocketMq来实现,引入新的组件也会顺便带来新的问题。

        2. 网上搜Kafka实现延时队列有很多文章,很多文章说使用Kafka内部的时间轮,支持延时操作,但这是Kafka自己内部使用的,时间轮只是一个工具类,用户无法将其作为延迟队列来使用。

        3. Kafka延时队列的最佳实践,使用Kafka消费者的暂停和恢复机制来实现。

        五、Kafka延时队列实现思路

        1. 解决一个问题前首先要明确问题,如何让Kafka有延时队列的功能呢?
        2. 就是在Kafka消费者消费的时候延时消费,不久搞定了嘛
        3. 那如何延时消费呢,网上有些文章使用Thread.sleep进行延时消费这是不靠谱的(亲身实践),sleep的时间超过了Kafka配置的max.poll.records时间,消费者无法及时提交offset,kafka就会认为这个消费者已经挂了,会进行rebalance也就是重新分配分区给消费者,以保证每个分区只被一个消费者消费
        4. 也有同学说了,为了不发生rebalance,那可以增加max.poll.records时间啊,但是这样的话,如果要sleep几天的时间,难道max.poll.records要写几天的时间嘛,有违Kafka的设计原理了,那怎么办呢?
        5. 这时候Kafka的pause暂停消费和resume恢复消费就登场了,pause暂停某个分区之后消费者不会再poll拉取该分区的消息,直到resume恢复该分区之后才会重新poll消息。
        6. 我已经做好了Kafka延时队列的封装,以后只需要一行代码就可以实现延时队列了,代码核心使用Kafka消费者的pause函数(暂停)和resume函数(恢复)+线程池+定时任务+事件监听机制+工厂模式

        六、Kafka延时队列架构图

        springboot kafka 实现延时队列,在这里插入图片描述,第2张

        七、kafka延时任务代码实现

        以下代码只列出了核心实现,完整代码已经给大家整理好了,可以关注【微信公众号】微信搜索【老板来一杯java】,然后【加群】直接获取源码,在自己项目中引入即用!

        源码目录:

        springboot kafka 实现延时队列,在这里插入图片描述,第3张

        1. KafkaDelayQueue:Kafka延迟队列

        定义一个Kafka延期队列,包含的内容:KafkaDelayQueue,其中有延迟队列配置,主题,消费组,延迟时间,目标主题,KafkaSyncConsumer,ApplicationContext,poll线程池,delay线程池等等

        package com.wdyin.kafka.delay;
        import lombok.Getter;
        import lombok.Setter;
        import lombok.extern.slf4j.Slf4j;
        import org.apache.kafka.clients.consumer.ConsumerRecords;
        import org.apache.kafka.common.TopicPartition;
        import org.slf4j.Logger;
        import org.slf4j.LoggerFactory;
        import org.springframework.context.ApplicationContext;
        import org.springframework.scheduling.concurrent.ThreadPoolTaskScheduler;
        import java.time.Duration;
        import java.util.Collections;
        import java.util.concurrent.ThreadPoolExecutor;
        /**
         * kafka延时队列
         *
         * @Author WDYin
         * @Date 2022/7/2
         **/
        @Slf4j
        @Getter
        @Setter
        class KafkaDelayQueue {
            private String topic;
            private String group;
            private Integer delayTime;
            private String targetTopic;
            private KafkaDelayConfig kafkaDelayConfig;
            private KafkaSyncConsumer kafkaSyncConsumer;
            private ApplicationContext applicationContext;
            private ThreadPoolTaskScheduler threadPoolPollTaskScheduler;
            private ThreadPoolTaskScheduler threadPoolDelayTaskScheduler;
            ......
        }
        

        2. KafkaDelayQueueFactory:Kafka延迟队列工厂

        Kafka延期队列的工厂,用于及其管理延迟队列

        package com.wdyin.kafka.delay;
        import lombok.Data;
        import org.apache.kafka.clients.consumer.ConsumerConfig;
        import org.springframework.context.ApplicationContext;
        import org.springframework.util.Assert;
        import org.springframework.util.StringUtils;
        import java.util.Properties;
        /**
         * 延时队列工厂
         * @author WDYin
         * @date 2023/4/17
         **/
        @Data
        public class KafkaDelayQueueFactory {
            private KafkaDelayConfig kafkaDelayConfig;
            private Properties properties;
            private ApplicationContext applicationContext;
            private Integer concurrency;
            public KafkaDelayQueueFactory(Properties properties, KafkaDelayConfig kafkaDelayConfig) {
                Assert.notNull(properties, "properties cannot null");
                Assert.notNull(kafkaDelayConfig.getDelayThreadPool(), "delayThreadPool cannot null");
                Assert.notNull(kafkaDelayConfig.getPollThreadPool(), "pollThreadPool cannot null");
                Assert.notNull(kafkaDelayConfig.getPollInterval(), "pollInterval cannot null");
                Assert.notNull(kafkaDelayConfig.getPollTimeout(), "timeout cannot null");
                this.properties = properties;
                this.kafkaDelayConfig = kafkaDelayConfig;
            }
            public void listener(String topic, String group, Integer delayTime, String targetTopic) {
                if (StringUtils.isEmpty(topic)) {
                    throw new RuntimeException("topic cannot empty");
                }
                if (StringUtils.isEmpty(group)) {
                    throw new RuntimeException("group cannot empty");
                }
                if (StringUtils.isEmpty(delayTime)) {
                    throw new RuntimeException("delayTime cannot empty");
                }
                if (StringUtils.isEmpty(targetTopic)) {
                    throw new RuntimeException("targetTopic cannot empty");
                }
                KafkaSyncConsumer kafkaSyncConsumer = createKafkaSyncConsumer(group);
                KafkaDelayQueue kafkaDelayQueue = createKafkaDelayQueue(topic, group, delayTime, targetTopic, kafkaSyncConsumer);
                kafkaDelayQueue.send();
            }
            private KafkaDelayQueue createKafkaDelayQueue(String topic, String group, Integer delayTime, String targetTopic, KafkaSyncConsumer kafkaSyncConsumer) {
                KafkaDelayQueue kafkaDelayQueue = new KafkaDelayQueue<>(kafkaSyncConsumer, kafkaDelayConfig);
                Assert.notNull(applicationContext, "kafkaDelayQueue need applicationContext");
                kafkaDelayQueue.setApplicationContext(applicationContext);
                kafkaDelayQueue.setDelayTime(delayTime);
                kafkaDelayQueue.setTopic(topic);
                kafkaDelayQueue.setGroup(group);
                kafkaDelayQueue.setTargetTopic(targetTopic);
                return kafkaDelayQueue;
            }
            private KafkaSyncConsumer createKafkaSyncConsumer(String group) {
                properties.put(ConsumerConfig.GROUP_ID_CONFIG, group);
                return new KafkaSyncConsumer<>(properties);
            }
        }
        

        3. KafkaPollListener:Kafka延迟队列事件监听

        package com.wdyin.kafka.delay;
        import lombok.extern.slf4j.Slf4j;
        import org.apache.kafka.clients.consumer.ConsumerRecord;
        import org.apache.kafka.clients.consumer.ConsumerRecords;
        import org.apache.kafka.clients.consumer.OffsetAndMetadata;
        import org.apache.kafka.common.TopicPartition;
        import org.springframework.context.ApplicationListener;
        import org.springframework.kafka.core.KafkaTemplate;
        import java.time.Instant;
        import java.time.LocalDateTime;
        import java.time.ZoneId;
        import java.util.*;
        /**
         * 延时队列监听
         * @Author : WDYin
         * @Date : 2021/5/7
         * @Desc :
         */
        @Slf4j
        public class KafkaPollListener implements ApplicationListener> {
            private KafkaTemplate kafkaTemplate;
            public KafkaPollListener(KafkaTemplate kafkaTemplate) {
                this.kafkaTemplate = kafkaTemplate;
            }
            @Override
            public void onApplicationEvent(KafkaPollEvent event) {
                ConsumerRecords records = (ConsumerRecords) event.getSource();
                Integer delayTime = event.getDelayTime();
                KafkaDelayQueue kafkaDelayQueue = event.getKafkaDelayQueue();
                KafkaSyncConsumer kafkaSyncConsumer = kafkaDelayQueue.getKafkaSyncConsumer();
                Set partitions = records.partitions();
                Map commitMap = new HashMap<>();
                partitions.forEach((partition) -> {
                    List> consumerRecords = records.records(partition);
                    for (ConsumerRecord record : consumerRecords) {
                        long startTime = (record.timestamp() / 1000) * 1000;
                        long endTime = startTime + delayTime;
                        long now = System.currentTimeMillis();
                        if (endTime > now) {
                            kafkaSyncConsumer.pauseAndSeek(partition, record.offset());
                            kafkaDelayQueue.getThreadPoolPollTaskScheduler().schedule(kafkaDelayQueue.delayTask(partition), new Date(endTime));
                            break;
                        }
                        log.info("{}: partition:{}, offset:{}, key:{}, value:{}, messageDate:{}, nowDate:{}, messageDate:{}, nowDate:{}",
                                Thread.currentThread().getName() + "#" + Thread.currentThread().getId(), record.topic() + "-" + record.partition(), record.offset(), record.key(), record.value(), LocalDateTime.ofInstant(Instant.ofEpochMilli(startTime), ZoneId.systemDefault()), LocalDateTime.now(), startTime, Instant.now().getEpochSecond());
                        kafkaTemplate.send(kafkaDelayQueue.getTargetTopic(), record.value());
                        commitMap.put(partition, new OffsetAndMetadata(record.offset() + 1));
                    }
                });
                if (!commitMap.isEmpty()) {
                    kafkaSyncConsumer.commit(commitMap);
                }
            }
        }
        

        4. KafkaDelayConfig:Kafka延时配置

        package com.wdyin.kafka.delay;
        import lombok.Data;
        /**
         * 延时队列配置
         * @author WDYin
         * @date 2023/4/16
         **/
        @Data
        public class KafkaDelayConfig {
            private Integer pollInterval;
            private Integer pollTimeout;
            private Integer pollThreadPool;
            private Integer delayThreadPool;
            public KafkaDelayConfig() {
            }
            ......
        }
        

        八. 如何使用kafka延时队列

        自己项目中引入以上代码之后,使用KafkaDelayApplication:一个Kafka延迟任务注册程序,注意一个延时主题对应一个延迟时间,后续有新的延迟任务只需要在此注册延迟任务的监听即可!开箱即用!

        使用流程:

        1. 生产者发送消息到【延时主题】——自己写
        2. 然后Kafka将消息从【延时主题】经过【延时时间】后发送到【目标主题】——以下代码
        3. 自己创建消费者消费【目标主题】——自己写
        import org.springframework.stereotype.Component;
        import javax.annotation.PostConstruct;
        import javax.annotation.Resource;
        /**
         * @author WDYin
         * @date 2023/4/18
         **/
        @Component
        public class KafkaDelayApplication {
            @Resource
            private KafkaDelayQueueFactory kafkaDelayQueueFactory;
        	/**
             * 延迟任务都可以配置在这里
             * Kafka将消息从【延时主题】经过【延时时间】后发送到【目标主题】
             */
            @PostConstruct
            public void init() {
                //延迟30秒
                kafkaDelayQueueFactory.listener("delay-30-second-topic", "delay-30-second-group", 1 * 30 * 1000, "delay-60-second-target-topic");
                //延迟60秒
                kafkaDelayQueueFactory.listener("delay-60-second-topic", "delay-60-second-group", 1 * 60 * 1000, "delay-60-second-target-topic");
                //延迟30分钟
                kafkaDelayQueueFactory.listener("delay-30-minute-topic", "delay-30-minute-group", 30 * 60 * 1000, "delay-30-minute-target-topic");
            }
        }
        

        九、测试

        1. 先往延时主题【delay-60-second-topic】发送一千条消息,一共10个分区,每个分区100条消息,消息时间是2023-04-21 16:37:26分,延迟消息消费时间就应该是2023-04-21 16:38:26

          springboot kafka 实现延时队列,在这里插入图片描述,第4张

        2. 延时队列进行消费:通过日志查看,消息日期和延迟队列消费消息时间正好相差一分钟

          springboot kafka 实现延时队列,在这里插入图片描述,第5张

        十、总结

        1. 本案例已成功实现Kafka的延时队列,并进行实测,代码引入可用非常方便。
        2. Kafka实现的延时队列支持秒级别的延时任务,不支持毫秒级别,但是毫秒级别的延时任务也没有意义
        3. 注意一个主题对应的延时时间是一致的,不能在同一个主题里放不同时间的延时任务。
        4. 此方案的缺点就是,如果数据量极大,生产者生产消息速度很快,一定要保证Kafka的消费能力,否则可能会导致延迟,精度不是特别高,不过如果延迟秒级的任务,差个几毫秒肯定可以接受的,一般场景肯定满足。
        5. 完整代码已经给大家整理好了,可以关注【微信公众号】微信搜索【老板来一杯java】,然后【加群】直接获取源码。

        好文推荐:

        2.5万字详解23种设计模式

        微服务springcloud环境下基于Netty搭建websocket集群实现服务器消息推送----netty是yyds

        2.5万字讲解DDD领域驱动设计