当前位置:首页 > 文章列表 > 文章 > java教程 > Java延时任务:DelayQueue实战解析

Java延时任务:DelayQueue实战解析

2026-01-18 08:53:34 0浏览 收藏

文章小白一枚,正在不断学习积累知识,现将学习到的知识记录一下,也是将我的所得分享给大家!而今天这篇文章《Java延时任务实现:DelayQueue使用解析》带大家来了解一下##content_title##,希望对大家的知识积累有所帮助,从而弥补自己的不足,助力实战开发!


DelayQueue是Java中基于优先级队列实现的无界阻塞延时队列,要求元素实现Delayed接口(含getDelay和compareTo方法),仅到期任务可被take()获取,需配合外部线程消费,适用于单次延时场景如订单关单。

Java里如何使用DelayQueue实现延时任务_Java阻塞队列延迟机制解析

DelayQueue 是 Java 并发包(java.util.concurrent)中一个无界阻塞队列,专门用于实现**延时任务调度**。它内部基于优先级队列(PriorityQueue),元素必须实现 Delayed 接口,通过 getDelay(TimeUnit) 决定何时“到期”,只有到期的元素才能被 poll() 或 take() 获取。

DelayQueue 的核心要求:必须实现 Delayed 接口

所有放入 DelayQueue 的元素都得是 Delayed 的子类实例。这个接口只定义了两个方法:

  • long getDelay(TimeUnit unit):返回当前剩余延迟时间(单位由参数指定)。若 ≤ 0,表示已到期;
  • int compareTo(Delayed other):用于队列内部排序,通常按到期时间升序排列(越早到期排越前)。

注意:不能直接用 new Date().getTime() + delayMs 做比较,因为 compareTo 必须与 getDelay 逻辑一致,否则排序和出队行为会错乱。

一个典型的 Delayed 任务封装示例

比如封装一个带业务逻辑的延时任务:

public class DelayTask implements Delayed {
    private final long expireTime; // 毫秒时间戳,到期时间
    private final Runnable task;
public DelayTask(long delayMs, Runnable task) {
    this.expireTime = System.currentTimeMillis() + delayMs;
    this.task = task;
}

@Override
public long getDelay(TimeUnit unit) {
    long remaining = expireTime - System.currentTimeMillis();
    return unit.convert(remaining, TimeUnit.MILLISECONDS);
}

@Override
public int compareTo(Delayed other) {
    return Long.compare(this.expireTime, ((DelayTask) other).expireTime);
}

public void execute() {
    if (task != null) task.run();
}

}

这样构造出来的任务,放进 DelayQueue 后会按 expireTime 自动排序,最早到期的在队首。

启动一个消费者线程持续取任务执行

DelayQueue 本身不执行任务,只是“存+等+放”。你需要单独起一个线程(或用线程池)来 take() 已到期任务并执行:

  • take() 是阻塞方法:没有到期任务时会一直等待,直到有任务到期才返回;
  • 每次 take() 返回的是**已到期**的任务,无需再判断时间;
  • 建议用 while (!Thread.currentThread().isInterrupted()) 包裹,支持优雅关闭。
DelayQueue queue = new DelayQueue<>();

// 启动消费线程 new Thread(() -> { while (!Thread.currentThread().isInterrupted()) { try { DelayTask task = queue.take(); // 阻塞直到有任务到期 task.execute(); } catch (InterruptedException e) { Thread.currentThread().interrupt(); break; } } }).start();

// 添加延时任务(5秒后执行) queue.offer(new DelayTask(5000, () -> System.out.println("Hello after 5s!")));

注意事项和常见坑点

  • 不是定时器替代品:DelayQueue 不支持周期性任务(如每5秒执行一次),只适合“单次延时触发”;
  • 内存泄漏风险:如果任务长期不被 take,又没被外部引用,GC 能回收;但若消费者停了、任务堆积,可能吃光内存;
  • 精度依赖系统时钟:getDelay 基于 System.currentTimeMillis(),受系统时间调整影响(NTP 同步、手动改时间都会干扰);高精度场景建议用 System.nanoTime() + 相对计算;
  • 不保证绝对准时:take 是唤醒后执行,线程调度、GC、锁竞争都会带来毫秒级偏差,不适合亚毫秒级强实时场景。

基本上就这些。DelayQueue 简单轻量,适合中小规模、非强实时的延时通知、缓存清理、订单超时关单等场景。真要支撑高并发、高可用、可持久化、可观测的延时任务,还是得上 Quartz、XXL-JOB 或 Redis + SortedSet 方案。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

向日葵控制台官网及主页入口链接向日葵控制台官网及主页入口链接
上一篇
向日葵控制台官网及主页入口链接
Win11新硬盘不识别解决方法
下一篇
Win11新硬盘不识别解决方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    376次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    448次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    456次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    400次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    227次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码