京东大佬问我：下单后30分钟未支付，自动取消有什么设计方案么？
上周的时候有幸和京东大佬来了次线上“交流”（他问我答那种，懂的都懂），由于我下午临时有个会议要参加，原本计划1小时的“交流”缩短到30分钟，前二十分钟聊了聊项目，距离我开会还剩十分钟时，大佬突然问我道：假设有这么一个场景，用户下完单之后没有支付，然后30分钟之后订单自动取消了，你有什么设计思路去实现这个功能呢？
我在那一边盯着手表一边思考这个问题，咦，工作多载，做过订单相关的但没整过支付啊，网上看过一些支付的实现调一些支付宝、微信支付的接口一类的方案，但是大佬的这个问题的重点显然不在问我怎么调API，而是订单超时自动取消啊！大脑快快想。
沉思十几秒左右，脑子里瞬时冒出了第一种方案，完全可以用定时JOB来实现啊，于是整理下思路便说道：“我们可以采用定时JOB方式去数据库中检查订单的状态，大概可以这样设计：1.首先设计一个数据库表，用于存储订单信息，包括订单生成时间、支付状态等字段。2.然后后端开启一个定时JOB，定期（如10秒钟）扫描数据库中的订单。3.对于每个订单，检查其支付状态以及订单生成时间和当前时间相比是否超过了30分钟。4如果订单未支付且时间差超过30分钟，则更新订单状态为已取消，并执行相应的取消逻辑，比如释放库存。”
京东大佬沉默了几秒，没有评价对与错，说道：“这可以作为一种实现方案，有没有更好的方案呢？”
更好的方案？？我又开始催促我那每天被工作累死的脑细胞赶紧想了，还好，立马想了一个我自己都觉得不靠谱的方案。
我有点憋笑似的回答到：“也可以不使用定时JOB，用户去查询订单的时候，肯定要请求后端接口么，那时候做处理逻辑，针对性的再去判断自己订单有没有超时，超时的话直接修改状态，增加库存，将最新的结果反馈的页面上，而且服务器还没那么多的压力。”坦白讲，我当时居然还觉得自己的这个方案挺天才，显然，这个答案并不是大佬想听到的答案，还是问我有没有更好的思路。
还剩3分钟会议就要开始了，我实在没时间去想第三种方案了，便和大佬道了歉，得抓紧去开会了，大佬也比较理解，又和我另约了其他的时间再继续沟通。
于是回去开会、继续工作。。。
晚上下班的路上，我静下心来思索着白天的回答，发现自己说的这两种方案真的一个也不靠谱：首先第一种定时任务轮询数据库，为了减少和30分钟的误差，我们必然要把这个轮询订单的间隔时间配置的非常短，几秒那种，京东那么大的公司，每天产生那么都订单，用定时一直去访问DB中订单表，那必然对DB造成的压力太大，甚至会影响到别的业务，性能实在是太低了，怎么可能用这种方案呢？ 再说第二种方案，看起来对服务器性能没损耗，而且对用户的感知也做到了打开页面就知道订单取消了，可是有个问题啊，假设用户不打开订单页面咋整，那库存岂不是永远无法释放了？一个用户没有及时打开购物APP看，成千上万个呢？若是京东真是使用的我这第二种“天才方案”，那得错过多少假库存不足引起的无法交易呢。 总而言之，两种方案都不是最优解！
反思过后，想了想其实可以使用一些延时处理的策略来实现，于是查了一些资料，下面是我整理的一些设计思路：
- 利用延时队列：DelayQueue：
- DelayQueue是一个无界阻塞队列，其中的元素只能在其延迟期满时才能从队列中获取。
- 将订单作为对象放入DelayQueue，对象的延迟时间设置为30分钟。
- 使用生产者线程将新订单放入DelayQueue。
- 消费者线程从DelayQueue中获取订单，如果订单在30分钟内未被支付，则执行取消操作。
- 定时任务 + 使用Redis的过期键：
- Redis支持设置键的过期时间，当键过期时，Redis会自动删除该键。
- 将订单信息存储为Redis中的键，键的过期时间设置为30分钟。
- 定时扫描Redis,将对DB的压力转移到对Redis上。
- 如果键不存在（即已过期），则返回订单已取消的提示，释放库存。
- 利用消息队列的延时消息：
- 使用如RabbitMQ、Kafka等消息队列系统，它们支持发送延时消息。
- 当订单生成时，发送一条延时为30分钟的消息到消息队列。
- 消费者监听消息队列，当接收到延时消息时，检查对应订单是否已支付。
- 如果未支付，则执行取消订单的逻辑。
- 时间轮算法：
- 时间轮算法是一种高效处理定时任务或延时任务的算法。
- 设计一个时间轮，每个槽位代表一定的时间间隔（如1分钟）。
- 当订单生成时，将其放入对应的时间槽位中。
- 时间轮不断转动，当转到某个槽位时，检查其中的订单是否已支付，未支付则取消。
在实现上述方案时，还需要考虑以下几点：
- 并发控制：确保在检查订单状态和执行取消操作时，订单数据的一致性。
- 事务性：更新订单状态和执行取消操作应在一个事务中完成，确保操作的原子性。
- 通知机制：如果订单被取消，可能需要通知用户或相关系统。
- 日志记录：记录订单取消的原因和时间，方便后续审计和排查问题。
