延迟队列与定时任务可靠性实践

概述延迟与定时任务常用于订单超时、通知发送等场景。本文提供队列与存储协同的实现策略，并以重试/死信、去重/幂等与调度精度治理可靠性。实现策略（已验证）队列原语：使用 MQ 延迟主题或 TTL+死信转发；存储扫描：对需要高可靠与可回溯的任务，使用数据库存储+时间索引，定期扫描触发；事务一致性：业务写+任务创建同事务（或 Outbox）。重试与死信指数退避重试（上限如 5 次）；超过上限转入死信队列，人工或自动处理；去重与幂等使用任务 `idempotencyKey` 与状态表去重；任务执行幂等设计，重复触发不产生副作用。调度精度与性能精度层次：秒级（MQ）、分钟级（扫描）；批量拉取与分页执行，避免抖动；示例（伪配置）delayTopic: order-expire retry: attempts=5, backoff=exp(100ms) dlq: order-expire-dlq store: tasks(ts,index), scan every 1m 验证与监控指标：触发成功率、重试次数、死信比率、延迟分布；演练：模拟失败与峰值，验证重试与死信处理；常见误区业务写与任务创建非同事务导致任务丢失；无去重/幂等造成重复执行；过高精度扫描造成数据库压力。结语以队列延迟与存储扫描结合、重试与死信治理，配合幂等与一致性设计，延迟与定时任务可在复杂场景中保持可靠与可追踪。