Spring定时任务Scheduled分布式/集群应用插件,支持redis缓存、zookeeper、数据库等

Spring 自带定时器Scheduled是单应用服务上的,不支持分布式环境。目前Spring集群环境下的定时任务调度执行的现成解决方案有 quartzspring cloud task两种,不知道还有没有其它的解决方案,如果有麻烦请告知一下。

quartzspring cloud task都是只能用数据库解决,并且如果现有的项目一直用的是@Scheduled方式做定时任务,因为要做集群而改用 quartzspring cloud task,那么全部定时任务都要重写改成对应的实现方式。所以,这就有了插件spring-scheduling-cluster

spring-scheduling-cluster是对Spring原生的@Scheduled添加集群控制,原理是:使用如数据库、缓存等中间做分布式锁,对每个任务添加锁操作,控制每个任务每次只有一个服务器可以执行。

spring-scheduling-cluster文档:https://gitee.com/lnkToKing/spring-scheduling-cluster

将插件应用到项目中

添加插件
  1. 下载源码添加到项目中。
  2. 下载jar包,添加到本地maven库再引用到项目中。
<dependency>
    <groupId>pres.lnk.springframework</groupId>
    <artifactId>spring-scheduling-cluster</artifactId>
    <version>1.0-BATE</version>
</dependency>

#### 启用插件
使用用注解@EnableClusterScheduling代替注解@EnableScheduling

继承AbstractScheduler类实现中间件,并注册成Spring Bean

这里贴一下redis缓存做中间件代码,将这段代码添加到项目的java文件里就可以用了。文档里还有mysql和zookeeper的实现和AbstractScheduler类说明

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.connection.RedisConnection;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;

import java.lang.reflect.Method;
import java.util.concurrent.TimeUnit;

/**
 * redis调度器中间件
 *
 * @Author lnk
 * @Date 2018/2/28
 */
@Component
public class RedisSchedulerImpl extends AbstractScheduler {
    private static final String CACHE_PREFIX = "scheduler_";
    private static final String MAX_LEVEL = "maxLevel";

    @Autowired
    private RedisTemplate redisTemplate;

    @Override
    public boolean check(String id) {
        Long time = getCache(id);
        return time == null || currentTimeMillis() > time;
    }

    @Override
    public boolean lock(String id, long timeoutMillis) {
        String key = prefixKey(id);
        long nextTimeMillis = currentTimeMillis() + timeoutMillis;
        boolean flag = redisTemplate.opsForValue().setIfAbsent(key, nextTimeMillis);
        if(flag){
            redisTemplate.expire(key, timeoutMillis < 0 ? 1 : timeoutMillis, TimeUnit.MILLISECONDS);
        }
        return flag;
    }

    @Override
    public void relock(String id, long timeoutMillis) {
        String key = prefixKey(id);
        redisTemplate.expire(key, timeoutMillis < 0 ? 1 : timeoutMillis, TimeUnit.MILLISECONDS);
    }

    @Override
    public long currentTimeMillis() {
        RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
        long time = connection.time();
        connection.close();
        return time;
    }

    /*
     *  ------------- 下面3个重写方法可选 -------------
     *  如果启用了主从服务器则 keepAlive() 和 getMaxAliveLevel() 必须重写
     */

    @Override
    public void keepAlive() {
        int level = getLevel();
        String key = prefixKey(MAX_LEVEL);
        Integer maxLevel = getCache(MAX_LEVEL);
        //如果maxLevel为null,就将当前level写进去
        if (maxLevel == null) {
            //控制只能写一个,防止并发低级别把高级别覆盖了
            boolean result = redisTemplate.opsForValue().setIfAbsent(key, level);
            if (result) {
                //写入成功,添加过期时间,过期时间追加5秒,避免出现误差,在下次刷新时间前就失效了,被低级别的服务器抢先执行任务
                redisTemplate.expire(key, getHeartTime() + 5, TimeUnit.SECONDS);
                return;
            } else {
                //写入失败,则获取最高级别跟当前级别做比较,避免低级别抢先写入成功
                maxLevel = getCache(key);
            }
        }

        //如果当前级别比缓存里级别还要高,则覆盖它
        if (maxLevel > level) {
            redisTemplate.delete(key);
            keepAlive();
            return;
        }

        //如果当前级别跟最高级别同级,则刷新过期时间
        if (maxLevel == level) {
            Long expire = redisTemplate.getExpire(prefixKey(MAX_LEVEL));
            //只有过期时间有还有10秒的时候才刷新时间,避免多个服务器同时刷新
            if (expire < 10) {
                //加5秒理由同上
                redisTemplate.expire(key, getHeartTime() + 5, TimeUnit.SECONDS);
            }
        }

    }

    @Override
    public int getMaxAliveLevel() {
        Integer level = getCache(MAX_LEVEL);
        if (level != null) {
            return level;
        }
        //如果没有最高级别则返回当前服务器级别
        return getLevel();
    }

    /**
     * 任务执行结束后调用的方法,可以写日志,不需要做后续处理可不重写
     */
    @Override
    public void executed(Method method, Object targer, long startTimeMillis, long endTimeMillis, String description) throws Exception {
        //可写任务执行日志
        switch (getStatus()){
            case AbstractScheduler.SUCCESS :
                // 执行成功
            case AbstractScheduler.FAIL_CHECK :
                // 未执行任务,已有服务器执行过
            case AbstractScheduler.FAIL_LOCK :
                // 未执行任务,获取锁失败
            case AbstractScheduler.FAIL_LEVEL :
                // 未执行任务,级别低
            case AbstractScheduler.ERROR :
                // 执行任务出现异常,如果不想处理可以抛回由Spring处理
                throw getException();
        }
    }

    public <T> T getCache(String key) {
        key = prefixKey(key);
        return (T)redisTemplate.opsForValue().get(key);
    }

    private static String prefixKey(String key) {
        return CACHE_PREFIX.concat(key.replaceAll("\\W+", "_"));
    }
}
  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
Spring Cloud中实现分布式锁可以使用ZooKeeperRedis实现。这里以Redis为例,实现分布式锁的大致步骤如下: 1. 引入Redis依赖,配置Redis连接信息: ``` <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency> ``` ``` spring.redis.host=127.0.0.1 spring.redis.port=6379 ``` 2. 实现分布式锁类(以Redis为例): ``` @Component public class RedisLock { private RedisTemplate<String, Object> redisTemplate; private static final String LOCK_PREFIX = "lock:"; private static final long LOCK_EXPIRE = 30000L; // 锁的过期时间,单位毫秒 @Autowired public RedisLock(RedisTemplate<String, Object> redisTemplate) { this.redisTemplate = redisTemplate; } public boolean lock(String lockKey) { String key = LOCK_PREFIX + lockKey; String value = UUID.randomUUID().toString(); Boolean success = redisTemplate.opsForValue().setIfAbsent(key, value, LOCK_EXPIRE, TimeUnit.MILLISECONDS); return success != null && success; } public void unlock(String lockKey) { String key = LOCK_PREFIX + lockKey; redisTemplate.delete(key); } } ``` 3. 在定时任务中使用分布式锁: ``` @Component public class MyTask { private RedisLock redisLock; @Autowired public MyTask(RedisLock redisLock) { this.redisLock = redisLock; } @Scheduled(cron = "0/5 * * * * ?") public void run() { if (redisLock.lock("myTask")) { try { // 执行定时任务的逻辑 } finally { redisLock.unlock("myTask"); } } } } ``` 4. 在多个节点上部署相同的定时任务,并启动应用程序。每个节点都会尝试获取分布式锁,只有一个节点能够获取到锁并执行定时任务,其他节点会被阻塞。 需要注意的是,分布式锁的实现还需要考虑一些细节问题,如锁的粒度、重试机制、锁超时处理等等。这里的实现只是提供了一个基本的思路,具体实现中还需要根据业务需求进行调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值