延迟队列：顾名思义就是支持将消息按照一定的要求延迟投递的消息队列。生活中需要使用延迟队列最普遍的场景就是订单支付，订单只有在规定的时间内完成支付，交易才算真正的完成，没有在规定时间内完成支付的订单将会被取消。
Caffeine：一款高性能、接近最优的缓存库。
Caffeine和延迟队列又有什么联系呢？延迟队列的核心特征就是将消息延迟投递，Caffeine的老化机制刚好可以满足延迟队列的基本要求。Caffeine可以按照时间对存储的值进行老化，不同值的老化时间可以不同，并且Caffeine支持将值的老化信息发送到监听器，利用这一特性就可以实现简单的延迟队列。
当前已经有很多优秀的延迟队列实现，如果需要延迟队列功能请使用经过考验的软件哦。
Delay Queue架构
基于Java自带的Blocking Queue和Caffeine实现Delay Queue。Delay Queue只提供两个简单的接口用于读写数据，
write: 客户端向Delay Queue添加数据时，添加的数据会直接写入Caffeine并根据参数设置老化时间。
read: 客户端从Delay Queue获取数据，如果有可被获取的数据Delay Queue直接返回位于队列头部的数据，否则将会阻塞客户端直到有可用数据为止。
event: Caffeine将值的过期事件处理后写入 Blocking Queue。
接口说明
write：
public void write(E element, long delay, TimeUnit unit);
写入element到队列，并设置经过delay的延迟后element才能被read。
read：
public E read(long timeout, TimeUnit unit) throws InterruptedException;
尝试从queue读取数据，最多等待timeout时间
3 代码实现
3.1 数据封装
引入写入到queue中的每个数据需要被延迟处理的时间不同，因此再将值写入到Caffeine之前需要简单的封装，封装后的数据包括原始数据和延迟时间等信息。
private static final class DataWrapper<E> {
private final E data;
private final long delay;
private final TimeUnit unit;
public DataWrapper(E data, long delay, TimeUnit unit) {
this.data = data;
this.delay = delay;
this.unit = unit;
}
}
3.2 event处理
我们需要监听Caffeine对过期数据的处理，并把数据写入到Blocking Queue中。
private static final class Listener<E> implements RemovalListener<String, DataWrapper<E>> {
private final BlockingQueue<E> blockingQueue;
public Listener(BlockingQueue<E> blockingQueue) {
this.blockingQueue = blockingQueue;
}
@Override
public void onRemoval(@Nullable String s, @Nullable DataWrapper<E> dataWrapper, @NonNull RemovalCause removalCause) {
try {
if (Objects.nonNull(dataWrapper)) {
blockingQueue.put(dataWrapper.data);
}
} catch (InterruptedException e) {
e.printStackTrace(); // 仅用于测试
}
}
}
3.3 过期策略设置
对写入到Caffeine中的每一个数据设置一个过期时间，这可以通过Caffeine中的Expiry接口实现
private Expiry<String, DataWrapper<E>> expiry = new Expiry<>() {
@Override
public long expireAfterCreate(@NonNull String key, @NonNull DataWrapper<E> dataWrapper, long currentTime) {
return dataWrapper.unit.toNanos(dataWrapper.delay);
}
@Override
public long expireAfterUpdate(@NonNull String key, @NonNull DataWrapper<E> dataWrapper, long currentTime, @NonNegative long currentDuration) {
return dataWrapper.unit.toNanos(dataWrapper.delay);
}
@Override
public long expireAfterRead(@NonNull String key, @NonNull DataWrapper<E> dataWrapper, long currentTime, @NonNegative long currentDuration) {
return dataWrapper.unit.toNanos(dataWrapper.delay);
}
};
3.4 CaffeineDelayQueue
在完成3.1-3.3章节的代码编写后，实现一个基于Caffeine的延迟队列就变得十分简单，关键代码如下：
public class CaffeineDelayQueue<E> {
private final BlockingQueue<E> blockingQueue;
private final Cache<String, DataWrapper<E>> scheduler;
public CaffeineDelayQueue(int size) {
this.blockingQueue = new ArrayBlockingQueue<>(size);
this.scheduler = Caffeine.newBuilder()
.expireAfter(expiry)
.evictionListener(new Listener<>(blockingQueue))
.scheduler(Scheduler.systemScheduler())
.build();
}
}
4 使用样例
CaffeineDelayQueue<Integer> queue = new CaffeineDelayQueue<>(1024);
queue.write(1, 1, TimeUnit.SECONDS);
queue.write(2, 3, TimeUnit.SECONDS);
queue.write(3, 2, TimeUnit.SECONDS);
for (; ; ) {
Integer data = queue.read(200, TimeUnit.MILLISECONDS);
if (Objects.nonNull(data)) {
System.out.println(data);
}
}
上面样例程序的输出如下：
1
3
2
