分布式微服务系统架构第94集：Kafka 消费监听处理类，redisson延时队列

加群联系作者vx：xiaoda0423

仓库地址：https://webvueblog.github.io/JavaPlusDoc/

go 复制代码

public void handleAccessEvent(ConsumerRecord<?, ?> recordMsg, Acknowledgment ack) {
        long start = System.currentTimeMillis();
        List<ConsumerRecord<?, ?>> records = Collections.singletonList(recordMsg);
        String timeStr = new SimpleDateFormat("yyyyMMddHHmmss").format(new Date());
        handleBiz(records, start, timeStr);
        ack.acknowledge(); // 手动提交偏移量，确保消息处理完毕
        log.info("==>设备数据-柜子事件处理耗时: {}ms", System.currentTimeMillis() - start);
    }
    
    public void handleBiz(List<ConsumerRecord<?, ?>> records, long countTime, String timeStr) {
        for (ConsumerRecord<?, ?> record : records) {
            try {
                String value = record.value().toString();

优化点	说明
幂等性处理	若多次消费同一订单，确保不会重复写入（订单状态比对）
异步执行更新	`bizOrderService.setRenewEndOrder()` 可使用线程池异步提高性能
延迟队列支持	若逾期处理需延迟精确执行，可用 Kafka 延迟消息或 Redis 延时任务
Prometheus监控指标	上报处理成功数、失败数、处理耗时等，用于高可用监控
消费线程隔离	可将不同事件类型拆分不同消费者容器，提升隔离性与扩展性

go 复制代码

/**
 * Kafka 消费监听 - 处理订单逾期事件
 */
@KafkaListener(
    topics = KafkaConstant.ORDER_OVERDUE_TOPIC,
    containerFactory = "bizBRConsumerFactory",
    properties = {"max.poll.records = 100"} // 每次最多拉取 100 条，提升吞吐量
)
public void handle(List<ConsumerRecord<String, String>> records, Acknowledgment ack) {
    if (CollectionUtils.isEmpty(records)) {
        return;
    }

    String dateTime = LocalDateTime.now().format(inputFormatter); // 当前时间格式化
    List<String> failedOrders = new ArrayList<>(); // 记录失败订单 ID 以便后续排查

    for (ConsumerRecord<String, String> record : records) {
        // 空数据直接跳过
        if (StringUtils.isBlank(record.value())) {
            continue;
        }

        try {
            log.info("[Kafka-订单逾期] 接收到原始消息：{}", record.value());

            // 反序列化消息为事件对象
            OrderOverdueEvent overdueEvent = GsonUtils.getObjectFromJson(record.value(), OrderOverdueEvent.class);
            if (overdueEvent == null || StringUtils.isBlank(overdueEvent.getOrderId())) {
                log.warn("[Kafka-订单逾期] 消息格式异常：{}", record.value());
                continue;
            }

            BExchSvcOrder order = bExchSvcOrderService.selectById(overdueEvent.getOrderId());
            if (!updatePreCheck(order)) {
                continue;
            }

            // 标记逾期延迟（内部逻辑需要）
            order.setOverdueDelay(true);

            // 首先尝试通过续费接口完结
            BExchSvcOrder result = bizOrderService.setRenewEndOrder(order, dateTime);
            if (result == null) {
                // 若续费接口返回为空，说明未续费成功，则直接设置为逾期状态
                log.info("[Kafka-订单逾期] 订单逾期，未续费完结，准备状态更新，订单：{}", JacksonUtils.toJson(order));

                BExchSvcOrderBO updateBO = BExchSvcOrderBO.builder()
                        .orderId(order.getOrderId())
                        .oStatus(OrderConstant.OVERDUE) // 设置订单状态为 OVERDUE
                        .overdueDelay(true)
                        .updType(OrderConstant.CHANGEBAT)
                        .build();

                // 更新数据库状态
                bExchSvcOrderService.update(updateBO);

            }

        } catch (Exception ex) {
            // 单条处理失败，继续处理下一条，不影响整体消费
            String failedId = record.value();
            log.error("[Kafka-订单逾期] 处理失败，订单原始内容：{}", failedId, ex);
            failedOrders.add(failedId);
        }
    }

    // 所有消息处理完成后统一提交 offset
    ack.acknowledge();

    if (!failedOrders.isEmpty()) {
        log.warn("[Kafka-订单逾期] 以下订单处理失败需排查：{}", failedOrders);
    }
}

配置优化：

properties

go 复制代码

# 消费者配置
spring.kafka.consumer.max-poll-records=500
spring.kafka.listener.concurrency=3
spring.kafka.listener.poll-timeout=5000

# 线程池配置
io.executor.corePoolSize=10
io.executor.maxPoolSize=20
io.executor.queueCapacity=1000

监控增强：

添加Metrics指标（处理速率、耗时分布等）
实现Circuit Breaker模式（如Resilience4j）
关键操作添加TraceID实现全链路追踪

数据一致性：
- 实现幂等处理（通过eventId去重）
- 使用事务消息保证最终一致性
- 添加死信队列处理无法消费的消息
压力测试：

使用JMeter进行不同批量大小的性能测试
调整线程池参数找到最优配置
测试故障恢复能力（如ES宕机时的重试机制）

✅ 使用线程池替代单线程消费，提高并发能力；
✅ 增强可配置性和灵活性（比如线程数量、阻塞时间）；
✅ 异常处理更加细粒度；
✅ 避免重复初始化；
✅ 增强日志和可追踪性；

go 复制代码

/**
 * 抽象延迟消息处理器，支持 Redisson 延迟队列消费
 * 适用于高并发、可扩展的异步延迟消息处理场景
 */
public abstract class xxx<T> implements xxx<T> {

    private static final Logger log = LoggerFactory.getLogger(AbstractDelayMessageHandler.class);

    private static final int DEFAULT_POLL_SLEEP_TIME = 5000; // 默认阻塞队列轮询等待时间（毫秒）

    @Autowired
    private RedissonClient redissonClient; // 注入 Redisson 客户端，用于操作延迟队列

    private RBlockingDeque<T> blockingDeque; // Redisson 阻塞队列
    private RDelayedQueue<T> delayedQueue;   // Redisson 延迟队列
    
    // 消费标志位，控制线程是否运行
    // 是否启用消费者，配置优先级高
    
    @Value("${redisson.delay.consumer.enable:false}")
    protected boolean enable; // 是否启用消费者，配置优先级高

    @Value("${redisson.delay.consumer.threads:2}")
    private int consumerThreads; // 消费者线程数，默认2个，可通过配置覆盖

    @Value("${redisson.delay.consumer.pollTimeout:5000}")
    private long pollTimeoutMs; // 轮询延迟消息的超时时间，默认5000ms

    private ExecutorService consumerExecutor; // 消费线程池
    
    // 阻塞拉取延迟消息（支持设置超时时间）
    message = blockingDeque.poll(pollTimeoutMs, TimeUnit.MILLISECONDS);

    if (Objects.isNull(message)) {
        continue;
    }

    // 过滤空消息
    if ((message instanceof String) && StringUtils.isBlank((String) message)) {
        continue;
    }

    log.info("消费延迟队列：{}，接收消息：{}", queueName(), message);

    // 处理延迟消息（交由子类实现）
    this.handle(message);

✅ 延迟场景 1：优惠券即将过期提醒（提前1小时提醒）

实体类 `CouponExpireReminderMessage.java`

go 复制代码

@Data
@NoArgsConstructor
@AllArgsConstructor
public class CouponExpireReminderMessage implements Serializable {
    private static final long serialVersionUID = 1L;

    private String userId;
    private String couponId;
    private String couponName;
    private String expireTime; // 格式：yyyy-MM-dd HH:mm:ss
}

延迟队列处理器 `CouponExpireReminderHandler.java`

go 复制代码

@Component
public class CouponExpireReminderHandler extends AbstractDelayMessageHandler<CouponExpireReminderMessage> {

    private static final Logger log = LoggerFactory.getLogger(CouponExpireReminderHandler.class);

    @Override
    protected String queueName() {
        return"coupon:expire:remind:delay:queue";
    }

    @Override
    protected void handle(CouponExpireReminderMessage message) {
        try {
            log.info("【优惠券过期提醒】用户：{}，券：{}（{}），过期时间：{}",
                    message.getUserId(), message.getCouponId(), message.getCouponName(), message.getExpireTime());

            // 示例：通过站内信或推送系统通知用户
            // notificationService.sendExpireReminder(message.getUserId(), message.getCouponName());

        } catch (Exception e) {
            log.error("处理优惠券过期提醒异常：{}", message, e);
        }
    }
}

加入延迟队列

go 复制代码

CouponExpireReminderMessage msg = new CouponExpireReminderMessage(
    "user123", "coupon456", "满50减20", "2025-04-10 23:59:59"
);
redissonClient.getDelayedQueue(redissonClient.getBlockingDeque("coupon:expire:remind:delay:queue", new JsonJacksonCodec()))
    .offer(msg, 1, TimeUnit.HOURS); // 提前一小时提醒

✅ 延迟场景 2：用户未读通知提醒（24小时后仍未读则再次提醒）

实体类 `UnreadNotificationReminderMessage.java`

go 复制代码

@Data
@NoArgsConstructor
@AllArgsConstructor
public class UnreadNotificationReminderMessage implements Serializable {
    private static final long serialVersionUID = 1L;

    private String userId;
    private String noticeId;
    private String title;
}

处理器类 `UnreadNotificationReminderHandler.java`

go 复制代码

@Component
public class UnreadNotificationReminderHandler extends AbstractDelayMessageHandler<UnreadNotificationReminderMessage> {

    private static final Logger log = LoggerFactory.getLogger(UnreadNotificationReminderHandler.class);

    @Override
    protected String queueName() {
        return"notice:unread:remind:delay:queue";
    }

    @Override
    protected void handle(UnreadNotificationReminderMessage message) {
        try {
            // 模拟判断是否未读（例如通过DB检查状态）
            // boolean unread = noticeService.isUnread(message.getUserId(), message.getNoticeId());
            boolean unread = true; // 模拟

            if (unread) {
                log.info("【未读通知提醒】用户：{}，通知标题：{}", message.getUserId(), message.getTitle());
                // 推送提醒
                // pushService.sendUnreadNotification(message.getUserId(), message.getTitle());
            }

        } catch (Exception e) {
            log.error("未读通知提醒处理失败：{}", message, e);
        }
    }
}

高可用

Redisson 自带重连机制；建议集群部署支持备份

Redisson / RabbitMQ / Kafka 的延迟队列功能

无需关心底层使用哪种消息系统

RabbitMQ 延迟队列实现

RabbitMQ 本身不支持真正的延迟队列，但可使用插件或 TTL + DLX（死信交换机） 实现

（使用延迟插件）

go 复制代码

@Bean
public CustomExchange delayExchange() {
    Map<String, Object> args = new HashMap<>();
    args.put("x-delayed-type", "direct");
    return new CustomExchange("delay.exchange", "x-delayed-message", true, false, args);
}

实现类

多队列统一管理调度

支持多个不同延迟任务（如：订单取消、支付过期、短信发送等）统一注册和调度，提高可扩展性。

结构如下

go 复制代码

com.xxx.delay
├── AbstractDelayMessageHandler<T>      // 抽象类：每种业务继承它
├── DelayQueueManager                   // 统一注册&调度
├── ThreadPoolExecutorFactory           // 统一线程池管理
├── impl
│   └── OrderCancelDelayHandler         // 实现类：订单取消
├── model
│   └── OrderCancelMessage              // 消息体

功能清单

功能	说明
🔁 失败重试机制	支持自定义最大重试次数和退避重试
⏱ 消费超时检测	如果处理时间超出阈值，记录慢消费日志
📊 Prometheus监控支持	可用于 Grafana 展示消费速率/失败率/重试次数等

失败重试机制（自动重新入队）

🎯 实现点

每条消息增加 retryCount 字段
重试时延迟投递到 Redisson 延迟队列
超过最大次数后记录错误日志，不再消费

分布式微服务系统架构第94集：Kafka 消费监听处理类，redisson延时队列

✅ 延迟场景 1：优惠券即将过期提醒（提前1小时提醒）

实体类 CouponExpireReminderMessage.java

延迟队列处理器 CouponExpireReminderHandler.java

加入延迟队列

✅ 延迟场景 2：用户未读通知提醒（24小时后仍未读则再次提醒）

实体类 UnreadNotificationReminderMessage.java

处理器类 UnreadNotificationReminderHandler.java

RabbitMQ 延迟队列实现

（使用延迟插件）

实现类

多队列统一管理调度

结构如下

功能清单

失败重试机制（自动重新入队）

🎯 实现点

实体类 `CouponExpireReminderMessage.java`

延迟队列处理器 `CouponExpireReminderHandler.java`

实体类 `UnreadNotificationReminderMessage.java`

处理器类 `UnreadNotificationReminderHandler.java`