订单 30 分钟不付款要自动取消。没有 MQ、没有 xxl-job,这活谁来干?CRMEB-Java 的答案很朴素:Redis 当队列,Quartz 当闹钟。
前置阅读:第 10 章讲过 Redis 常用结构。这篇看不上中间件集群时的工程取舍。
电商里一堆"过会儿再处理"的事:订单超时取消、支付成功后置处理、退款回调补单。标准答案上 MQ 延迟消息,但引入 RocketMQ 意味着新增运维组件、故障面、学习成本。
小团队的选择是:用已有的 Redis 和 Quartz 凑一套轻量方案,够用、可控、看得懂。
Redis List 像贴在门口的待办清单:下单时把订单号写进清单(lPush),Quartz 每分钟派人来巡一遍(rightPop),到期的处理掉,没到期的贴回去。
没有闹钟精确到秒,但商城场景"分钟级"够用了。这就是轮询模拟延迟队列的思路。
// 入队:下单后把订单号塞进 Redis List(OrderServiceImpl)
redisUtil.lPush(Constants.ORDER_AUTO_CANCEL_KEY, storeOrder.getOrderId());
// 消费:Quartz 每分钟触发 autoCancel(OrderTaskServiceImpl)
for (int i = 0; i < size; i++) {
Object data = redisUtil.getRightPop(redisKey, 10L); // 阻塞 pop
StoreOrder order = storeOrderService.getByOderId(data);
boolean ok = storeOrderTaskService.autoCancel(order); // 内部判到期时间
if (!ok) redisUtil.lPush(redisKey, data); // 未到期 → 回填队尾
}
# 本地验证:docker 起一个 Redis,配置连接
# redis host: {{HOST}} password: {{PASS}}
# 下单后观察 key:LRANGE order:auto:cancel 0 -1
# 一分钟后队列被弹出又回填(未到期),日志可见轮询轨迹
细心的会问:延迟队列常用 ZSet(有序集合,按分数排序),把到期时间戳当分数,每次取 score 最小的一批,天然有序、精度更高。CRMEB 没这么做,可能是历史原因,但 List 方案有一个隐性优点:消费语义就是"弹出即拿走",配合回填写起来最简单。
至于 Redis 的 Keyspace Notification(键空间通知,键过期时发事件),听上去更优雅,实际是雷区:过期事件不保证及时(惰性删除 + 采样清理),而且是发后即焚——消费者收到通知前崩了,消息就没了。生产上没人敢拿它做核心链路。
一、Redis List 模拟延迟队列。 lPush 进队尾,rightPop 从队头消费,先进先出。到期判定不在 Redis 侧,而是弹出后比对订单创建时间戳;未到期就 lPush 回填。消费异常也强制回填,等于简易重试,保证不丢单。
二、Quartz 做配置驱动的动态调度。 这套更有意思,链路是三层:
1. ScheduleJobServiceImpl 的 @PostConstruct init() 启动时从 ScheduleJob 表加载任务注册到 Scheduler
2. QuartzJob(@DisallowConcurrentExecution 防重入)被触发后发布 ScheduleJobEvent 事件
3. SysJobListener(@Async @EventListener)异步监听,SpringBeanTaskUtil.invokeMethod() 反射调用目标 Bean 方法,结果写 ScheduleJobLog
bean 名 + 方法名 + cron 全存数据库,后台可动态增删改任务,无需重启。用 Spring 事件把"调度触发"和"业务执行 + 日志"解耦,@Async 避免阻塞调度线程。
三、Redis 缓存铺满读热点。 商品详情、首页配置、Token 会话都走 Redis(Jedis 客户端)。TokenComponent 做双端 Token 管理,剩余有效期不足 20 分钟自动续期。验证码缓存通过 Java 原生 SPI(META-INF/services 的 CaptchaCacheService)切到 Redis,多实例部署下验证码也能共享——这是项目里少见的"为集群留的口子"。
集群下的注意点,也是这套方案的雷区:
isClustered=false,多实例部署定时任务会重复执行。要么开集群模式(靠数据库行锁抢触发权),要么换 xxl-job这套方案的价值不在技术多先进,而在取舍讲得清:一分钟精度够用、无运维新增、演进路径明确(上 MQ 换延迟消息即可)。
面试被追问"怎么改造"时,可以分三层回答:
1. 精度要求高:Redis List 换 ZSet,按到期时间戳做 score,轮询只取已到期的前 N 条,不再整队弹出回填
2. 可靠性要求高:上 RocketMQ 延迟消息(定时消息原生支持)或 RabbitMQ TTL + 死信队列,拿到 ACK、重试、死信三件套
3. 调度侧升级:Quartz 换 xxl-job,调度中心独立部署、执行器自动注册、自带失败重试和分片广播,isClustered 的坑连根拔掉
注意演进顺序:先解决可靠性(ACK),再解决精度,最后才是调度平台化。反过来做是过度设计。
最后澄清一个容易混淆的问题:这个项目里 Redis 到底承担了什么?答案是三件事——延迟队列、读缓存、Token 会话。它没有承担分布式锁和库存预扣。
防超卖的担子全压在数据库上:StoreProductAttrValueServiceImpl.operationStock 里,stock = stock - N 配合 and (stock - N >= 0) 条件,利用 MySQL 行锁(更新同一行时数据库自动加的排他锁)保证原子性,再加 version 字段做 CAS 乐观锁(Compare And Swap,比对版本号再更新)。两层防护下,单库也能扛住中等并发。
这也是为什么读路径要重缓存:商品详情、首页楼层的读全走 Redis,把数据库的行锁预算留给下单扣减这条写路径。读写分离各用各的手段,而不是一味上中间件——这是这个项目最值得学的工程直觉。
stock - N >= 0 原子条件更新 + version 乐观锁),不是 Redis 锁;Redis 只做队列和缓存isClustered:这是最容易在扩容时踩的隐性 bug「没有 MQ 怎么实现订单超时取消?」——答:Redis List 存订单号,Quartz 每分钟轮询弹出,比对到期时间戳,到期执行取消事务,未到期回填队尾;局限是一分钟精度、无 ACK 无死信,演进方向是 RocketMQ 延迟消息或 RabbitMQ TTL + 死信队列。
「Quartz 集群下任务为什么重复执行?」——答:单机模式下触发器状态各自独立,多实例都会到点触发;要开 JDBC JobStore 的集群模式,靠数据库行锁让同一触发器只被一个节点抢到。
「Redis 实现延迟队列有哪几种方式?」——答:List 轮询最简单但精度低;ZSet 按到期时间戳排序精度高;键过期通知不可靠不建议;要可靠性上 MQ 延迟消息。CRMEB 选 List 是运维成本最小的取舍。