解密“达达-京东到家”的订单即时派发技术原理和实践

本文由达达京东到家Java工程师季炳坤原创分享。

1、前言

达达-京东到家作为优秀的即时配送物流平台，实现了多渠道的订单配送，包括外卖平台的餐饮订单、新零售的生鲜订单、知名商户的优质订单等。为了提升平台的用户粘性，我们需要兼顾商户和骑士的各自愿景：商户希望订单能够准时送达，骑士希望可以高效抢单。那么在合适的时候提升订单定制化的曝光率，是及时送物流平台的核心竞争力之一。

本文将描述“达达-京东到家”的订单即时派发系统从无到有的系统演进过程，以及方案设计的关键要点，希望能为大家在解决相关业务场景上提供一个案例参考。

关于“达达-京东到家”：

达达-京东到家，是同城速递信息服务平台和无界零售即时消费平台。达达-京东到家创始人兼首席执行官蒯佳祺；
公司旗下，目前已覆盖全国400 多个主要城市，服务超过120万商家用户和超 5000万个人用户；
2018年8月，达达-京东到家正式宣布完成最新一轮5亿美元融资，投资方分别为沃尔玛和京东。

2、关于作者

季炳坤：“达达-京东到家”Java工程师，负责“达达-京东到家”的订单派发、订单权限、合并订单等相关技术工作的实现。

3、订单即时派发架构的演进

在公司发展的初期，我们的外卖订单从商户发单之后直接出现在抢单池中，3公里之内的骑士能够看到订单，并且从订单卡片中获取配送地址、配送时效等关键信息。这种暴力的显示模式，很容易造成骑士挑选有利于自身的订单进行配送，从而导致部分订单超时未被配送。这样的模式，在一定程度上导致了商户的流失，同时也浪费了骑士的配送时间。

从上面的场景可以看出来，我们系统中缺少一个订单核心调度者。有一种方案是选择区域订单的订单调度员，由调度员根据骑士的接单情况、配送时间、订单挤压等实时情况来进行订单调度。这种模式，看似可行，但是人力成本投入太高，且比较依赖个人的经验总结。

核心问题已经出来了：个人的经验总结会是什么呢?

• 1） 骑士正在配送的订单的数量，是否已经饱和；
• 2） 骑士的配送习惯是什么；
• 3） 某一阶段的订单是否顺路，骑士是否可以一起配送；
• 4） 骑士到店驻留时间的预估；
• 5） ...
  

理清核心问题的答案，我们的系统派单便成为了可能。

基于以上的原理，订单派发模式就可以逐渐从抢单池的订单显示演变成系统派单：


我们将会：

• 1）记录商户发单行为；
• 2）骑士配送日志及运行轨迹等信息。
  

并且经过数据挖掘和数据分析：

• 1）获取骑士的画像；
• 2）骑士配送时间的预估；
• 3）骑士到店驻留时间的预估等基础信息；
• 4）使用遗传算法规划出最优的配送路径；
• 5）...
  

经过上述一系列算法，我们将在骑士池中匹配出最合适的骑士，进而使用长连接（Netty）不间断的通知到骑士。

随着达达业务的不断迭代，订单配送逐渐孵化出基于大商户的驻店模式：基于商户维护一批固定的专属骑士，订单只会在运力不足的时候才会外发到抢单池中，正常情况使用派单模式通知骑士。

4、订单派发模型的方案选型

订单派发可以浅显的认为是一种信息流的推荐。在订单进入抢单池之前，我们会根据每个城市的调度情况，先进行轮询N次的派单。

大概的表现形式如下图：


举例：有笔订单需要进行推送，在推送过程中，我们暂且假设一直没有骑士接单，那么这笔订单会每间隔N秒便会进行一次普通推荐，然后进入抢单池。

从订单派发的流程周期上可以看出来，派发模型充斥着大量的延迟任务，只要能解决订单在什么时候可以进行派发，那么整个系统 50% 的功能点就能迎刃而解。

我们先了解一下经典的延迟方案，请继续往下读。。。

4.1方案1：数据库轮询

通过一个线程定时的扫描数据库，获取到需要派单的订单信息。

• 优点：开发简单，结合quartz即可以满足分布式扫描；
• 缺点：对数据库服务器压力大,不利于项目后续发展。
  

4.2方案2：JDK的延迟队列 - DelayQueue

DelayQueue是Delayed元素的一个无界阻塞队列，只有在延迟期满时才能从中提取元素。队列中对象的顺序按到期时间进行排序。

• 优点：开发简单，效率高，任务触发时间延迟低；
• 缺点：服务器重启后，数据会丢失，要满足高可用场景，需要hook线程二次开发；宕机的担忧；如果数据量暴增，也会引起OOM的情况产生。
  

4.3方案3：时间轮 - TimingWheel

时间轮的结构原理很简单，它是一个存储定时任务的环形队列，底层是由数组实现，而数组中的每个元素都可以存放一个定时任务列表。列表中的每一项都表示一个事件操作单元，当时间指针指向对应的时间格的时候，该列表中的所有任务都会被执行。 时间轮由多个时间格组成，每个时间格代表着当前实践论的跨度，用tickMs代表；时间轮的个数是固定的，用wheelSize代表。

整个时间轮的跨度用interval代表，那么指针转了一圈的时间为：

interval = tickMs * wheelSize

如果tickMs=1ms，wheelSize=20，那么便能计算出此时的时间是以20ms为一转动周期，时间指针（currentTime）指向wheelSize=0的数据槽，此时有5ms延迟的任务插入了wheelSize=5的时间格。随着时间的不断推移，指针currentTime不断向前推进，过了5ms之后，当到达时间格5时，就需要将时间格5所对应的任务做相应的到期操作。

如果此时有个定时为180ms的任务该如何处理？很直观的思路是直接扩充wheelSize？这样会导致wheelSize的扩充会随着业务的发展而不断扩张，这样会使时间轮占用很大的内存空间，导致效率低下，因此便衍生出了层级时间轮的数据结构。

180ms的任务会升级到第二层时间轮中，最终被插入到第二层时间轮中时间格#8所对应的TimerTaskList中。如果此时又有一个定时为600ms的任务，那么显然第二层时间轮也无法满足条件，所以又升级到第三层时间轮中，最终被插入到第三层时间轮中时间格#1的TimerTaskList中。注意到在到期时间在[400ms,800ms)区间的多个任务（比如446ms、455ms以及473ms的定时任务）都会被放入到第三层时间轮的时间格#1中，时间格#1对应的TimerTaskList的超时时间为400ms。

随着时间轮的转动，当TimerTaskList到期时，原本定时为450ms的任务还剩下50ms的时间，还不能执行这个任务的到期操作。便会有个时间轮降级的操作，会将这个剩余时间50ms的定时任务重新提交到下一层级的时间轮中，所以该任务被放到第二层时间轮到期时间为 [40ms,60ms) 的时间格中。再经历了40ms之后，此时这个任务又被触发到，不过还剩余10ms，还是不能立即执行到期操作。所以还要再一次的降级，此任务会被添加到第一层时间轮到期时间为[10ms,11ms)的时间格中，之后再经历10ms后，此任务真正到期，最终执行相应的到期操作。

• 优点：效率高，可靠性高(Netty,Kafka,Akka均有使用)，便于开发；
• 缺点：数据存储在内存中，需要自己实现持久化的方案来实现高可用。
  

5、订单派发方案的具体实现

结合了上述的三种方案，最后决定使用redis作为数据存储，使用timingWhell作为时间的推动者。这样便可以将定时任务的存储和时间推动进行解耦，依赖Redis的AOF机制，也不用过于担心订单数据的丢失。

kafka中为了处理成千上万的延时任务选择了多层时间轮的设计，我们从业务角度和开发难度上做了取舍，只选择设计单层的时间轮便可以满足需求。



1）时间格和缓存的映射维护：

假设当前时间currentTime为11:49:50，订单派发时间dispatchTime为11:49:57，那么时间轮的时间格#7中会设置一个哨兵节点（作为是否有数据存储在redis的依据 ）用来表示该时间段是否会时间事件触发，同时会将这份数据放入到缓存中（key=dispatchTime+ip）, 当7秒过后，触发了该时间段的数据，便会从redis中获取数据，异步执行相应的业务逻辑。最后，防止由于重启等一些操作导致数据的丢失，哨兵节点的维护也会在缓存中维护一份数据，在重启的时候重新读取。

2）缓存的key统一加上IP标识：

由于我们的时间调度器是依附于自身系统的，通过将缓存的key统一加上IP的标识，这样就可以保证各台服务器消费属于自身的数据，从而防止分布式环境下的并发问题，也可以减轻遍历整个列表带来的时间损耗（时间复杂度为O(N)）。

3）使用异步线程处理时间格中对应的数据：

使用异步线程，是考虑到如果上一个节点发生异常或者超时等情况，会延误下一秒的操作，如果使用异常可以改善调度的即时性问题。

我们在设计系统的时候，系统的完善度和业务的满足度是互相关联影响的，单从上述的设计看，是会有些问题的，比如使用IP作为缓存的key，如果集群发生变更便会导致数据不会被消费；使用线程池异步处理也有概率导致数据不会被消费。这些不会被消费的数据会进入到抢单池中。从派单场景的需求来看，这些场景是可以被接受的，当然了，我们系统会有脚本来进行定期的筛选，将那些进入抢单池的订单进行再次派单。

* 思考：为什么不使用ScheduledThreadPoolExecutor来定时轮询redis?
原因是即便这样可以完成业务上的需求，获取定时触发的任务，但是带来的空查询不但会拉高服务的CPU，redis的QPS也会被拉高，可能会导致redis的慢查询会显著增多。

6、结语

我们在完成一个功能的时候，往往需要一些可视化的数据来确定业务发展的正确性。因此我们在开发的时候，也相应的记录了一些订单与骑士的交互动作。从每天的报表数据可以看出来，90% 以上的订单是通过派单发出并且被骑士认可接单。

订单派发的模式是提升订单曝光率有效的技术手段，我们一直结合大数据、人工智能等技术手段希望能更好的做好订单派发，能提供更加多元化的功能，将达达打造成更加一流的配送平台。

附录：更多相关技术文章

《伪即时通讯：分享滴滴出行iOS客户端的演进过程》
《iOS的推送服务APNs详解：设计思路、技术原理及缺陷等》
《信鸽团队原创：一起走过 iOS10 上消息推送(APNS)的坑》
《Android端消息推送总结：实现原理、心跳保活、遇到的问题等》
《扫盲贴：认识MQTT通信协议》
《一个基于MQTT通信协议的完整Android推送Demo》
《IBM技术经理访谈：MQTT协议的制定历程、发展现状等》
《求教android消息推送：GCM、XMPP、MQTT三种方案的优劣》
《移动端实时消息推送技术浅析》
《扫盲贴：浅谈iOS和Android后台实时消息推送的原理和区别》
《绝对干货：基于Netty实现海量接入的推送服务技术要点》
《移动端IM实践：谷歌消息推送服务(GCM)研究（来自微信）》
《为何微信、QQ这样的IM工具不使用GCM服务推送消息？》
《极光推送系统大规模高并发架构的技术实践分享》
《从HTTP到MQTT：一个基于位置服务的APP数据通信实践概述》
《魅族2500万长连接的实时消息推送架构的技术实践分享》
《专访魅族架构师：海量长连接的实时消息推送系统的心得体会》
《深入的聊聊Android消息推送这件小事》
《基于WebSocket实现Hybrid移动应用的消息推送实践(含代码示例)》
《一个基于长连接的安全可扩展的订阅/推送服务实现思路》
《实践分享：如何构建一套高可用的移动端消息推送系统？》
《Go语言构建千万级在线的高并发消息推送系统实践(来自360公司)》
《腾讯信鸽技术分享：百亿级实时消息推送的实战经验》
《百万在线的美拍直播弹幕系统的实时推送技术实践之路》
《京东京麦商家开放平台的消息推送架构演进之路》
《了解iOS消息推送一文就够：史上最全iOS Push技术详解》
《基于APNs最新HTTP/2接口实现iOS的高性能消息推送(服务端篇)》
《解密“达达-京东到家”的订单即时派发技术原理和实践》
>> 更多同类文章 ……

先收藏，以后碰到类似的问题可以参考参考了

博主，你好，没看明白TimingWheel：
1，如果tickMs=1ms，wheelSize=20，那么便能计算出此时的时间是以20ms为一转动周期，
180ms的任务为何会升级到第二层的#8时间格？第一层是20ms，第二层应该是40ms才对
所以600ms这个也不太理解

2，假设当前时间currentTime为11:49:50，订单派发时间dispatchTime为11:49:57，那么时间轮的时间格#7中
为什么是#7？tickMs不是等于1吗，相差7秒，就是700ms，已经超过了时间跨度600ms

麻烦博主解答一下，不胜感激

引用：jevensonv 发表于 2019-12-02 15:55
博主，你好，没看明白TimingWheel：
1，如果tickMs=1ms，wheelSize=20，那么便能计算出此时的时间是以20ms ...

对于第一个问题，我感觉它比较类似秒钟、分钟、时钟；第一层tickMS=1ms, timingwheel=20，第二层的一格就相当于第一层的一轮（可以理解为第一层转一圈，第二层才转一格），所以tickMS=20ms, timingwheel=20;以此类推，第三层的一格相当于第二层的一圈，即tickMS=400ms, timingwheel=20。所以180ms位于第二层[180, 200]这个区间，所以是第8个格子。
不知道我的理解有没有问题，希望对你有帮助