(3)Kafka中的时间轮算法

时间轮:高效延时队列(定时器)。

Kafka中时间轮(TimingWheel)存储定时任务环形队列,底层数组实现,数组中每个元素存放一个定时任务列表TimerTaskList)。TimerTaskList是环形双向链表,链表中每一项都是定时任务项(TimerTaskEntry)封装了真正定时任务TimerTask

其他定时器 你真的了解延时队列吗  时间轮定时器优点

任务添加\移除O(1);不占用大量资源;一个线程推进就工作

一、为什么使用环形队列

很大数组,存放延时任务。精度毫秒级!实际定时时间转换毫秒即可,将任务存入其中:

当前时间2018/10/24 19:43:45,任务存入Task[1540381425000],value是定时任务内容。

假如数组长度达到亿亿级,确实可以这么干。 如果将精度减秒级呢?也需要百亿级长度数组。不说内存够不够,定时器这么大内存浪费

自己写map,保证不存在hash冲突问题,完全可行。

时间轮是不存在hash冲突数据结构

手表无论当前是什么时间,总能用表盘去表示它(忽略精度)

时间总能落在0 - 59任意一个bucket上,秒钟总是落0 - 59一样,这便是时间轮的环形队列

二、表示的时间有限

局限性:想要加入一小时后的延迟任务,该怎么办?

一天内所有时间,三个数组即可(时分秒)。

动手来做,tickMs上面说一秒。wheelSize表示一圈多少个刻度,即上面说的60。interval表示一圈能表示多少时间,即 tickMs * wheelSize = 60秒。

overflowWheel分钟,以此类推。

每个时间轮来说,秒级时间轮,和分级时间轮,都有自己过期槽delayMs < tickMs时候

添加延时任务几种情况:

(一)、时间到期

1)任务要在 16:29:07 执行,秒级时间轮16:29:06过期了。delayMs = 1000ms,小于了秒级时间轮的tickMs(1000ms)。

任务要在 16:41:25 执行,16:41时(没有秒针)到期,delayMs = 25000ms,小于分级时间轮tickMs(60000ms)。

二、时间未到期,且delayMs小于interval

秒级时间延迟时间小于60s,肯定能找到一个秒钟槽扔进去

三、时间未到期,且delayMs大于interval。

秒级时间延迟时间大于等于60s,借助上层时间轮,拿到上层时间轮,递归把它扔进去。

延时一年后,递归中不断创建更上层时间轮,直到找到满足delayMs小于interval时间轮。

tickMs(精度)设置为1000ms。wheelSize设置为60。5层时间轮,时间跨度已经长达24年(216000小时)

时间轮更像是电子表,不存在时间的中间状态,精度一定要理解好。秒级时间轮,精度只能保证到1秒,小于1秒当成是已到期

三、高层时间轮,精度越来越不准,会不会有影响?

分钟时间轮,delayMs为1秒和59秒都已经过期,取出,再扔进底层时间轮不就可以了?

1秒的被扔到秒级时间轮下一个执行槽中,59秒的会被扔到秒级时间轮的后59个时间槽中

添加任务方法,返回bool

public boolean  addTask(TimedTask timedTask)

倒回去看,添加到最底层时间轮失败(只能直接操作最底层时间轮,不能直接操作上层),是不是会直接返回flase?直接执行再入失败任务

四、如何知道一个任务已经过期?

如时间轮两层,120个槽。将槽扔进delayedQueue中。轮询地从delayedQueue取出已经过期的槽。

百万级,千万级delayQueue增删非常慢

** 一、面向槽的delayQueue**

定时任务长短不一,跨度到24年,delayQueue仅有300个元素。

** 二、处理过期的槽**

槽到期后,也就是被从delayQueue中poll出来后,将槽中的所有任务循环一次,重新加到新槽中(添加失败则直接执行)。

完整的时间轮GitHub,其实就是半抄半自己撸的Kafka时间轮简化版 Timer#main 中模拟了六百万个简单的延时任务,执行的效率很高 ~

https://my.oschina.net/anur/blog/2252539

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,667评论 5 472
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,361评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,700评论 0 333
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,027评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,988评论 5 361
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,230评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,705评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,366评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,496评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,405评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,453评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,126评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,725评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,803评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,015评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,514评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,111评论 2 341

推荐阅读更多精彩内容