H5支付高并发的解决方案需要代码的联系我。

今天我们来聊聊订单支付超时未支付关闭订单的一个解决方案。在电商场景中，我们秒杀场景是一个非常常见的ARISP，比如双11、618大促等等ARISP。不知道大家有没有留意过，这么一个场景就是一般的电商软件像淘宝、拼多多等，在业务上面要下单，实际上是分为两步对不对？

·第一步是创建订单锁定了库存，订单的状态变更为待支付。

·第二步才是支付操作。

下单支付前是锁定的库存，它能够保证比较好的用户体验，但是它可能会导致库存一直处于一个锁定的状态，我可能不需要了，但是又不去点付款按钮。而一些真正的有需要的用户却买不到，所以在业务上面会有一个订单未支付的状态，达到了一定的时间之后就会自动关闭订单，把库存释放出来。

从技术的角度去考虑有哪些解决方案可以支撑这个业务？实际上方案有很多，比如单机版有Java的延迟队列SUA PR等等，但是在现在的企业里面单机部署的应用实际上是很少的。解决方案基本上听个名字就可以了，有个印象，大家有兴趣可以自己去了解前面所讲的两个YARNSUP。

这里主要和大家聊的是在分布式环境里面能够用的有哪些处理方案？

·第一个，扫表轮循。通常能想到的最简单的方案就是通过扫表轮的方式来去处理。实现前也是非常的简单，直接去开定时任务，去扫描订单表获取待支付状态的一些数据，然后去判断把一些超时的数据直接去批量修改状态是不是就可以了。

这种方案虽然实现起来是很简单，但是缺点也是很明显的。如果表中的数据有几百万，单双休、课后习题团。

单双休、课后习题团等等都是大量的数据集，它的查询和修改的压力是非常大的，对服务器的内存消耗也很大，io 也有可能会成为系统的瓶颈，而且也不是很好的控制。

随着定时任务的增多和变化，每个业务都要对订单进行重复扫描，可能会导致很多查询实际上都是浪费的。在一些比较小的项目里面用这种方案是没有问题 ok 的，但是仅限于比较小的项目。

·再来讲第二个懒删除。懒删除也很好理解，这个思想在很多地方都有运用，比如说Redis在处理过期 k 的时候也有用到这个思想，就是当每次用户去查询自己订单的时候，在这个方法里面可以去给订单做状态的判断。如果有订单处于超时状态就直接去进行关闭订单。

这种方案实现起来也是非常的简单，而且对业务本身的影响也比较小。在查询数据的时候一般通过异步的方式去处理订单交易，也不会去影响查询性能，并且也不需要去依赖外部的中间件去处理，只需要就在业务逻辑里面做一些简单的数据就 ok 了。

当然这种方案也不是淫荡，会存在一定的缺陷。如果用户一直没有触发查询操作，订单是不是会被一直挂起？也就没有支付也没有取消，但是库存是不是依旧占着了？如果在业务上这种延迟处理方案不能够接受，就用不了了。

·第三个消息队列的实现。消息队列也是业内用比较多的主流方案，实现起来实际上也不难，每次下单的时候往延迟队列里面去存就 ok 了，然后去设置过期时间。此时消息队列服务端不会马上投递给消费者，而是根据消息中的属性AS。

延迟达到了设置的时间之后AMISUAPR才会去投递给消费者。像RocketMQ本身就支持这种模式的，可以直接使用。而像RabbitMQ和Kafka需要去做一些额外的操作才能够去实现。不过也不难，那么下期我会出一期单独的视频，带领大家去一步一步的通过代码的方式去实现出来。通过这三种不同的中间件，来去实现订单取消的功能。

·消息队列这种方案优点有很多，可以随时从队列里面去移除需要实时取消的一些订单，它能够及时的把库存资源腾出来。然后也可以把消息存在MQ里面，不会去占用应用服务器的资源，还能够实现异步化的处理。当系统的处理能力不足的时候，客户端还能够很方便的去进行扩容操作。

·最后一种Redis实现。A PRO订单支付超时未支付关闭订单的解决方案。Redis实现主要是通过Redis中的过期监听的机制，那么它是可以在配置文件里面去选择性开启的。当开启了这个机制之后，在客户端实际上是可以去做监听回调，然后再去处理关闭订单的业务逻辑。

这种方案优点也很多。应用服务器和外部的RedisYAR MI UACH实际上是一个分离的，应用的宕机不会对Redis产生影响。集群的扩展也非常方便，而且Redis超时机制的时间准确度也是非常的高。况且很多应用本身都已经引入了 release，就可以直接去使用。

不像消息队员那样要去引入中间件，但是订单量过大每一单都要存在 release 的内存里面，它是比较消耗release服务器资源的。

上面的4种方案介绍到这个地方就结束了，