Redis ZSet实现延时任务队列方法
直接用毫秒时间戳作ZSet的score会导致浮点精度丢失和并发重复投递；应将时间戳左移10位并添加自增序列号，兼顾精度、顺序与安全性。
直接用毫秒时间戳作ZSet的score会导致浮点精度丢失和并发重复投递；应将时间戳左移10位并添加自增序列号，兼顾精度、顺序与安全性。
为什么不用 ZSet 的 score 做延时任务调度会出问题
Redis 的 ZSET 确实天然适合做延时队列：把执行时间戳作为 score，任务内容作为 member，用 ZRANGEBYSCORE 就能查出所有到期任务。但直接这么用容易翻车——score 是 double 类型，精度只有 52 位有效位，当时间戳用毫秒（如 1717023456789）时，超过约 2^52 ≈ 4.5e15（即时间戳大于 2255-06-01）后，相邻整数无法被精确表示，导致 ZRANGEBYSCORE 0 1717023456789 漏掉部分任务。
更现实的问题是并发消费：多个 worker 同时 ZRANGEBYSCORE + ZREM，没有原子性，必然重复投递。
必须用 EVAL 或 lua 脚本封装“查+删”逻辑，且 score 设计要预留精度余量。
如何设计 score 避免浮点精度丢失
核心是不直接存毫秒时间戳。推荐两种方案：
- 用秒级时间戳 + 微秒低 6 位拼接成整数，例如
1717023456.789123 → 1717023456789123，再转为 string 再转 double 存入 —— 但 Redis 不支持 string score，这条路走不通 - 更可靠的做法：用毫秒时间戳左移 10 位（相当于乘以 1024），再加一个自增序列号（0–1023）作为低位，保证同一毫秒内多个任务顺序可区分，且整体值仍在
2^52安全范围内（当前时间戳 × 1024 < 2^52 直到公元 2100+）
示例：任务计划在 1717023456789 毫秒执行，当前已插入 3 个同毫秒任务，则 score = 1717023456789 << 10 | 3 = 1758221999749123。这样既保序，又规避了 double 对大整数的截断。
用 Lua 脚本原子获取并删除到期任务
这是最关键的一步。不能分两步：ZRANGEBYSCORE 后再 ZREM，中间可能被其他 client 修改。
以下脚本从 delayed:queue 中取出最多 n 个 score ≤ now 的任务，并返回它们：
eval "local ms = tonumber(ARGV[1]) local n = tonumber(ARGV[2]) local tasks = redis.call('ZRANGEBYSCORE', KEYS[1], '-inf', ms, 'LIMIT', 0, n) if #tasks > 0 then redis.call('ZREM', KEYS[1], unpack(tasks)) end return tasks" 1 delayed:queue 1717023456789 10
注意点：
ARGV[1]必须传入数字类型（不是字符串），否则tonumber()返回 nil，比较失败unpack(tasks)在 Redis 7.0+ 已废弃，若用新版需改用table.unpack(tasks)- 如果任务内容本身含空格或特殊字符，
ZRANGEBYSCORE返回的是原始 member 字符串，无需额外 decode
怎么处理执行失败的任务重入队列
延时队列必须支持失败回滚。常见错误是：任务取出后执行失败，直接丢弃或仅 log，导致消息丢失。
正确做法是定义一个重试策略，比如最大重试 3 次，每次延迟翻倍：
- 消费端拿到任务后，先解析出原始 payload 和 retry_count（可编码在 member 里，如
"{\"id\":\"abc\",\"retry\":2}"） - 执行失败时，计算下次执行时间戳：
now + (2^retry_count * 1000)，然后ZADD delayed:queue - 避免无限重试：在 payload 中记录初始入队时间，超时（如 24h）则投递到死信队列
dlq:delayed
特别注意：重入队列时 score 必须用新计算的时间戳，且仍要套用前面说的“时间戳 × 1024 + seq”编码方式，否则可能因精度问题错序。
实际部署时，score 编码、Lua 原子操作、失败重入这三环缺一不可。最容易被忽略的是 score 的整数编码——很多人图省事直接塞毫秒时间戳，上线跑几个月没事，某天突然发现定时任务批量漏触发，排查半天才想到 double 精度问题。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
