黑马头条Day10-定时计算热点文章、xxl-job

一、今日内容

1. 需求分析

目前实现的思路：从数据库直接按照发布时间倒序查询

问题：

• 如果访问量比较大，直接查询数据库，压力较大
• 新发布的文章会展示在前面，并不是热点文章

2. 实现思路

解决方案：把热点数据存入redis进行展示

判断文章是否是热点，有几项标准：点赞数量、评论数量、阅读数量、收藏数量

计算文章热度，有两种方案：

• 定时计算文章热度
• 实时计算文章热度

3. 定时计算

根据文章的行为（点赞、评论、阅读、收藏）计算文章的分值，利用定时任务每天完成一次计算

把分值较大的文章数据存入到redis中

App端用户查询文章列表的时候，优先从redis中查询热度较高的文章数据。

4. 定时任务框架 - xxljob

spring传统的定时任务@Scheduled，但是这样存在一些问题：

• 做集群任务时的重复执行问题
• cron表达式定义在代码之中，修改不方便
• 定时任务失败了，无法重试也没有统计
• 如果任务量过大，不能有效的分片执行

解决这些问题的方案为：xxl-job分布式任务调度框架。

5. 学习目录

• xxl-job概述
• xxl-job入门案例
• xxl-job高级部分
• 热点文章定时计算
• 查询文章接口改造

二、分布式任务调度

1. 什么是分布式任务调度

在分布式架构下，一个服务往往会部署多个实例来运行我们的服务，如果在这种分布式系统环境下运行任务调度，我们称之为分布式任务调度

将任务调度程序分布式构建，这样就可以具有分布式系统的特点，并且提高任务的调度处理能力：

1. 并行任务调度

并行任务调度实现靠多线程，如果有大量任务需要调度，此时光靠多线程就会有瓶颈了，因为一台计算机CPU的处理能力是有限的。

如果将任务调度程序分布式部署，每个结点还可以部署为集群，这样就可以让多台计算机共同去完成任务调度，我们可以将任务分割为若干个分片，由不同的实例并行执行，来提高任务调度的处理效率。

2. 高可用

若某一个实例宕机，不影响其他实例来执行任务。

3. 弹性扩容

当集群中增加实例就可以提高并行任务的处理效率。

4. 任务管理与监测

对系统中存在的所有定时任务进行统一的管理及监测。让开发人员及运维人员能够时刻了解任务执行情况，从而做出快速的应急处理响应。

分布式任务调度面临的问题：

当任务调度以集群方式部署，同一个任务调度可能会执行多次，例如：电商系统定期发放优惠券，就可能重复发放优惠券，对公司造成损坏，信用卡还款提醒就会重复执行多次，给用户造成烦恼，所以我们需要控制相同的任务在多个运行实例上只执行一次。常见解决方案：

• 分布式锁：多个实例在任务执行前首先需要获取锁，如果获取失败那么就证明有其他服务已经在运行，如果获取成功那么证明没有服务在运行定时任务，那么就可以执行。
• Zookeeper选举：利用Zookeeper对Leader实例执行定时任务，执行定时任务的时候判断自己是否是Leader，如果不是则不执行，如果是则执行业务逻辑，这样也能达到目的。

2. xxl-job简介

XXL-JOB是一个分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品，开箱即用。

特性	说明
简单灵活	提供Web页面对任务进行管理，管理系统支持用户管理、权限控制； 支持容器部署； 支持通过HTTP提供跨平台任务调度
丰富的任务管理功能	支持页面对任务CRUD操作； 支持在页面编写脚本任务、命令行任务、Java代码任务并执行； 支持任务级联编排，父任务执行结束后触发子任务执行； 支持设置指定任务执行节点路由策略，包括轮询、随机、广播、故障转移、忙碌转移等； 支持Cron方式、任务依赖、调度中心API接口方式触发任务执行
高性能	任务调度流程全异步化设计实现，如异步调度、异步运行、异步回调等，有效对密集调度进行流量削峰
高可用	任务调度中心、任务执行节点均集群部署，支持动态扩展、故障转移； 支持任务配置路由故障转移策略，执行器节点不可用时自动转移到其他节点执行 支持任务处理阻塞策略：调度当任务执行节点忙碌时来不及执行任务的处理测试，包括：串行、抛弃、覆盖策略
易于监控运维	支持设置任务失败邮件告警，预留接口支持短信、钉钉告警； 支持实时查看任务执行运行数据统计图表、任务进度监控数据、任务完整执行日志

源码地址：xxl-job: 一个分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。

文档地址：分布式任务调度平台XXL-JOB

同类产品：

名称	说明
TBSchedule	淘宝推出，多年未更新，文档缺失严重，缺少维护
Elastic-job	当当网借鉴TBSchedule并基于quartz二次开发的弹性分布式任务调度系统
Saturn	唯品会开源的一个分布式任务调度平台，基于Elastic-job

3. xxl-job环境搭建

3.1 调度中心环境要求

• Maven 3+
• jdk 1.8+
• Mysql 5.7+

3.2 源码仓库地址

源码仓库地址	Release Dowmload
https://github.com/xuxueli/xxl-job	https://github.com/xuxueli/xxl-job/releases
http://gitee.com/xuxueli0323/xxl-job	xxl-job 发行版 - Gitee.com

也可以使用资料文件夹中的源码，解压到IDEA工作目录下，用IDEA打开

根据自己的情况修改maven配置

3.3 初始化“调度数据库”

作用：统一管理任务调度平台上调度任务，负责触发调度执行，并且提供任务管理平台。

步骤：调度数据库初始化SQL脚本执行

位置：xxl-job/doc/db/tables_xxl_job.sql 共八张表

- xxl_job_lock：任务调度锁表；

- xxl_job_group：执行器信息表，维护任务执行器信息；

- xxl_job_info：调度扩展信息表，用于保存XXL-JOB调度任务的扩展信息，如任务分组、任务名、机器地址、执行器、执行入参和报警右键等；

- xxl-job-log：调度日志表，用于保存XXL-JOB任务调度的历史信息，如调度结果、执行结果、调度入参、调度机器和执行器等；

- xxl_job_logglue：任务GLUE日志，用于保存GLUE更新历史，用于支持GLUE的版本回溯功能；

- xxl_job_registry：执行器注册表，维护在线的执行器和调度中心机器地址信息；

- xxl_job_user：系统用户表

调度中心支持集群部署，集群情况下各节点务必连接同一个mysql实例；

如果mysql做主从，调度中心集群节点务必强制走主库。

3.4 调度中心配置

配置文件位置：xxl-job/xxl-job-admin/src/main/resources/application.properties

（根据自己的情况，修改数据库连接密码）

步骤：启动调度中心XxlJobAdminApplication，默认登录账号"admin/123456"，登录后运行界面如下图所示。

http://localhost:8080/xxl-job-admin/toLogin

4. 配置部署调度中心 - docker安装

docker安装：

步骤①：创建mysql容器，初始化xxl-job的SQL脚本

docker run -p 3306:3306 --name mysql57 \
-v /opt/mysql/conf:/etc/mysql \
-v /opt/mysql/logs:/var/log/mysql \
-v /opt/mysql/data:/var/lib/mysql \
-e MYSQL_ROOT_PASSWORD=123456\
-d mysql:5.7

步骤②：拉取镜像

docker pull xuxueli/xxl-job-admin:2.3.0

步骤③：创建容器

docker run -e PARAMS="--spring.datasource.url=jdbc:mysql://192.168.200.130:3306/xxl_job?Unicode=true&characterEncoding=UTF-8 \
--spring.datasource.username=root \
--spring.datasource.password=123456" \
-p 8888:8080 -v /tmp:/data/applogs \
--name xxl-job-admin --restart=always  -d xuxueli/xxl-job-admin:2.3.0

http://192.168.200.130:8888/xxl-job-admin/toLogin

5. xxl-job入门案例 - Bean模式任务（方法形式）

步骤①：登录调度中心，点击下图所示“新建任务”按钮，新建示例任务

步骤②：创建xxljob-demo项目，导入依赖

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>

    <!--xxl-job-->
    <dependency>
        <groupId>com.xuxueli</groupId>
        <artifactId>xxl-job-core</artifactId>
        <version>2.3.0</version>
    </dependency>
</dependencies>

步骤③：application.yml配置

server:
  port: 8881
xxl:
  job:
    admin:
      addresses: http://192.168.200.130:8888/xxl-job-admin
    executor:
      appname: xxl-job-executor-sample
      port: 9999

步骤④：新建配置类

package com.heima.xxljob.config;

import com.xxl.job.core.executor.impl.XxlJobSpringExecutor;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class XxlJobConfig {
    
    private Logger logger = LoggerFactory.getLogger(XxlJobConfig.class);
    
    @Value("${xxl.job.admin.addresses}")
    private String adminAddresses;
    
    @Value("${xxl.job.executor.appname}")
    private String appName;
    
    @Value("${xxl.job.executor.port}")
    private int port;
    
    @Bean
    public XxlJobSpringExecutor xxlJobSpringExecutor() {
        logger.info(">>>>>>>> xxl-job config init.");
        XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();
        xxlJobSpringExecutor.setAdminAddresses(adminAddresses);
        xxlJobSpringExecutor.setAppname(appName);
        xxlJobSpringExecutor.setPort(port);
        
        return xxlJobSpringExecutor;
    }
}

步骤⑤：添加任务代码，重要注解：@XxlJob("JobHandler")

package com.heima.xxljob.job;

import com.xxl.job.core.handler.annotation.XxlJob;
import org.springframework.stereotype.Component;

@Component
public class HelloJob {

    @XxlJob("demoJobHandler")
    public void helloJob() {
        System.out.println("简单任务执行了。。。。。。");
    }
}

步骤⑥：测试-单节点

启动微服务

package com.heima.xxljob;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class XxlJobApplication {
    public static void main(String[] args) {
        SpringApplication.run(XxlJobApplication.class, args);
    }
}

在xxl-job的调度中心启动任务

6. 任务详解 - 执行器

• 执行器：任务绑定的执行器，任务触发调度时将会自动发现注册成功的执行器，实现任务自动发现功能；
• 另一方面，也可以方便的进行任务分组。每个任务必须绑定一个执行器。

以下是执行器属性的说明：

属性名称	说明
AppName	每个执行器集群的唯一标识AppName，执行器会周期性以AppName为对象进行自动注册。可以通过该配置自动发现注册成功的执行器，供任务调度时使用
名称	执行器的名称，因为AppName限制字母数字等组成，可读性不强，名称为了提高执行器的可读性
排序	执行器的排序，系统中需要执行器的地方，如任务新增，将会按照该排序读取可用的执行器列表
注册方式	调度中心获取执行器地址的方式
机器地址	注册方式为“手动录入”时有效，支持人工维护执行器的地址信息

自动注册和手动注册的区别和配置：

7. 任务详解 - 基础配置

基础配置：

基础配置	说明
执行器	每个任务必须绑定一个执行器，方便给任务进行分组
任务描述	任务的描述信息，便于任务管理
负责人	任务的负责人
报警邮件	任务调度失败时邮件通知的邮箱地址，支持配置多个邮箱地址，配置多个邮箱地址时用逗号分隔

调度配置：

调度类型	说明
无	该类型不会主动触发调度
CRON	该类型将会通过CRON，触发任务调度
固定速度	该类型将会以固定速度，触发任务调度；按照固定的时间间隔，周期性触发

任务配置：

运行模式	说明
BEAN模式	任务以JobHandler方式维护在执行器端；需要结合“JobHandler"属性匹配执行器中的任务
JobHandler	运行模式以”BEAN模式"时生效，对应执行器中新开发的JobHandler类“@JobHandler”注解自定义的value值
执行参数	任务执行所需的参数

阻塞处理策略：

阻塞处理策略：调度过于密集执行器来不及处理时的处理策略；

阻塞处理策略	说明
单机串行（默认）	调度请求进入单机执行器后，调度请求进入FIFO(First Input  First Output)队列并以串行方式运行
丢弃后续调度	调度请求进入单机执行器后，发现执行器存在运行的调度任务，本次请求将会被丢弃并标记为失败
覆盖之前调度	调度请求进入单机执行器后，发现执行器存在运行的调度任务，将会终止运行中的调度任务并清空队列，然后运行本地调度任务

路由策略：

当执行器集群部署时，提高丰富的路由策略，包括：

路由策略	说明
FIRST（第一个）	固定选择第一个机器
LAST（最后一个）	固定选择最后一个机器
ROUND（轮询）
RANDOM（随机）	随机选择在线的机器
CONSISTENT_HASH（一致性HASH）	每个任务按照Hash算法固定选择某一台机器，且所有任务均匀散列在不同机器上；
LEAST_FREQUENTLY_USED（最不经常使用）	使用频率最低的机器优先被选举
LEAST_RECENTLY_USED（最近最久未使用）	最久未使用的机器优先被选举
FAILOVER（故障转移）	按照顺序依次进行心跳检测，第一个心跳检测成功的机器选定为目标执行器并发起调度
BUSYOVER（忙碌转移）	按照顺序依次进行空闲检测，第一个空闲检测成功的机器选定为目标执行器并发起调度
SHARDING_BROADCAST（分片广播）	广播触发对应集群中所有机器执行一次任务，同时系统自动传递分片参数；可根据分片参数开发分片任务

8. 路由策略 - 轮询

步骤①：修改任务路由策略为轮询

步骤②：修改application.yml配置文件

server:
  port: ${port:8881}
xxl:
  job:
    admin:
      addresses: http://192.168.200.130:8888/xxl-job-admin
    executor:
      appname: xxl-job-executor-sample
      port: ${executor.port:9999}

步骤③：启动多个微服务，每个微服务轮询地去执行任务

package com.heima.xxljob.job;

import com.xxl.job.core.handler.annotation.XxlJob;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;

@Component
public class HelloJob {

    @Value("${server.port}")
    private String port;

    @XxlJob("demoJobHandler")
    public void helloJob() {
        System.out.println("简单任务执行了。。。。。。" + port);
    }
}

9. 路由策略 - 分片广播

执行器集群部署时，任务路由策略选择“分片广播”的情况下，一次任务调度将会广播触发对应集群中所有执行器执行一次任务。

案例：

需求：让两个节点同时执行10000个任务，每个节点分别执行5000个任务

步骤①：创建分片执行器

步骤②：创建任务，路由策略为分片广播

步骤③：分片广播代码

修改application.yml配置

server:
  port: ${port:8881}
xxl:
  job:
    admin:
      addresses: http://192.168.200.130:8888/xxl-job-admin
    executor:
      appname: xxl-job-sharding-executor
      port: ${executor.port:9999}

修改HelloJob代码

package com.heima.xxljob.job;

import com.xxl.job.core.context.XxlJobHelper;
import com.xxl.job.core.handler.annotation.XxlJob;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;

import java.util.ArrayList;
import java.util.List;

@Component
public class HelloJob {

    @Value("${server.port}")
    private String port;

    @XxlJob("demoJobHandler")
    public void helloJob() {
        System.out.println("简单任务执行了。。。。。。" + port);
    }
    
    @XxlJob("shardingJobHandler")
    public void shardingJobHandler() {
        // 分片参数
        int shardIndex = XxlJobHelper.getShardIndex();
        int shardTotal = XxlJobHelper.getShardTotal();
        
        // 业务逻辑
        List<Integer> list = getList();
        for (Integer integer : list) {
            if(integer % shardTotal == shardIndex) {
                System.out.println("当前第" + shardIndex + "分片执行了，任务项为：" + integer);
            }
        }
    }
    
    public List<Integer> getList() {
        List<Integer> list = new ArrayList<>();
        for (int i = 0; i < 10000; i++) {
            list.add(i);
        }
        
        return list;
    }
}

步骤④：启动多个微服务进行测试，一次执行可以执行多个任务

三、热点文章 - 定时计算

1. 需求分析

为每个频道缓存热度较高的30条文章优先展示

判断文章热度较高的标准：阅读量、点赞、评论、收藏

2. 实现思路

3. 实现步骤

分值计算不涉及到前端工程，也无需提高api接口，是一个纯后台的功能的开发。

3.1 频道列表远程接口准备

计算完成新热数据后，需要给每个频道缓存一份数据，所以需要查询所有频道信息

步骤①：在heima-leadnews-feign-api定义远程接口

package com.heima.apis.wemedia;

import com.heima.model.common.dtos.ResponseResult;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.GetMapping;

@FeignClient("leadnews-wemedia")
public interface IWemediaClient {

    @GetMapping("/api/v1/channel/list")
    public ResponseResult getChannels();
}

步骤②：在heima-leadnews-wemedia端提供接口

package com.heima.wemedia.feign;

import com.heima.apis.wemedia.IWemediaClient;
import com.heima.model.common.dtos.ResponseResult;
import com.heima.wemedia.service.WmChannelService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class WemediaClient implements IWemediaClient {

    @Autowired
    private WmChannelService wmChannelService;

    @GetMapping("/api/v1/channel/list")
    @Override
    public ResponseResult getChannels() {
        return wmChannelService.findAll();
    }
}

步骤③：在ApArticleMapper类新增如下：

    /**
     * 查询最近5天的文章
     * @param dayParam
     * @return
     */
    List<ApArticle> findArticleListByLast5days(@Param("dayParam") Date dayParam);

在ApArticleMapper.xml新增丰富

<select id="findArticleListByLast5days" resultMap="resultMap">
    SELECT
    aa.*
    FROM
    `ap_article` aa
    LEFT JOIN ap_article_config aac ON aa.id = aac.article_id
    <where>
        and aac.is_delete != 1
        and aac.is_down != 1
        <if test="dayParam != null">
            and aa.publish_time <![CDATA[>=]]> #{dayParam}
        </if>
    </where>
</select>

3.2 热文章业务层

步骤①：定义业务接口HotArticleService

package com.heima.article.service;

public interface HotArticleService {
    /**
     * 计算热点文章
     */
    public void computeHotArticle();
}

步骤②：创建一个vo接收计算分值后的对象

package com.heima.model.article.vos;

import com.heima.model.article.pojos.ApArticle;
import lombok.Data;

@Data
public class HotArticleVo extends ApArticle {
    /**
     * 文章分值
     */
    private Integer score;
}

步骤③：业务实现层

package com.heima.article.service.impl;

import com.alibaba.fastjson.JSON;
import com.heima.apis.wemedia.IWemediaClient;
import com.heima.article.mapper.ApArticleMapper;
import com.heima.article.service.HotArticleService;
import com.heima.common.constants.ArticleConstants;
import com.heima.common.redis.CacheService;
import com.heima.model.article.pojos.ApArticle;
import com.heima.model.article.vos.HotArticleVo;
import com.heima.model.common.dtos.ResponseResult;
import com.heima.model.wemedia.pojos.WmChannel;

import lombok.extern.slf4j.Slf4j;
import org.joda.time.DateTime;
import org.springframework.beans.BeanUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

import java.util.ArrayList;
import java.util.Comparator;
import java.util.Date;
import java.util.List;
import java.util.stream.Collectors;


@Service
@Slf4j
@Transactional
public class HotArticleServiceImpl implements HotArticleService {

    @Autowired
    private ApArticleMapper apArticleMapper;
    @Autowired
    private IWemediaClient wemediaClient;
    @Autowired
    private CacheService cacheService;

    /**
     * 计算热点文章
     */
    @Override
    public void computeHotArticle() {
        // 1. 查询前5天的文章数据
        Date dateParam = DateTime.now().minusDays(50).toDate();
        List<ApArticle> apArticleList = apArticleMapper.findArticleListByLast5days(dateParam);

        // 2. 计算文章的分值
        List<HotArticleVo> hotArticleVoList = computeHotArticle(apArticleList);

        // 3. 为每个频道缓存30条分值较高的文章
        cacheTagToRedis(hotArticleVoList);

    }

    /**
     * 为每个频道缓存30条分值较高的文章
     * @param hotArticleVoList
     */
    private void cacheTagToRedis(List<HotArticleVo> hotArticleVoList) {
        // 1. 每个频道缓存30条分值较高的文章
        ResponseResult responseResult = wemediaClient.getChannels();
        if(responseResult.getCode().equals(200)) {
            String channelJson = JSON.toJSONString(responseResult.getData());
            List<WmChannel> wmChannels = JSON.parseArray(channelJson, WmChannel.class);

            // 检索出每个频道的文章
            if(wmChannels != null && wmChannels.size() > 0) {
                for (WmChannel wmChannel : wmChannels) {
                    List<HotArticleVo> hotArticleVos = hotArticleVoList.stream().filter(x ->
                        x.getChannelId().equals(wmChannel.getId())
                    ).collect(Collectors.toList());

                    // 给文章进行排序，取30条分值较高的文章存入redis key:频道id value:30条分值较高的文章
                    sortAndCache(hotArticleVos, ArticleConstants.HOT_ARTICLE_FIRST_PAGE + wmChannel.getId());
                }
            }
        }

        // 2. 设置推荐数据
        sortAndCache(hotArticleVoList, ArticleConstants.HOT_ARTICLE_FIRST_PAGE + ArticleConstants.DEFAULT_TAG);
    }

    /**
     * 排序且缓存数据
     * @param hotArticleVos
     * @param key
     */
    private void sortAndCache(List<HotArticleVo> hotArticleVos, String key) {
        // 1. 排序
        hotArticleVos = hotArticleVos.stream()
                .sorted(Comparator.comparing(HotArticleVo::getScore).reversed())
                .collect(Collectors.toList());

        // 2. 截取前30条
        if(hotArticleVos.size() > 0) {
            hotArticleVos = hotArticleVos.subList(0, 30);
        }

        // 3. 缓存数据
        cacheService.set(key, JSON.toJSONString(hotArticleVos));
    }

    /**
     * 计算文章分值
     * @param apArticleList
     * @return
     */
    private List<HotArticleVo> computeHotArticle(List<ApArticle> apArticleList) {
        List<HotArticleVo> hotArticleVoList = new ArrayList<>();
        if(apArticleList != null && apArticleList.size() > 0) {
            for (ApArticle apArticle : apArticleList) {
                HotArticleVo hot = new HotArticleVo();
                BeanUtils.copyProperties(apArticle, hot);
                Integer score = computeScore(apArticle);
                hot.setScore(score);
                hotArticleVoList.add(hot);
            }
        }

        return hotArticleVoList;
    }

    /**
     * 计算文章的具体分值
     * @param apArticle
     * @return
     */
    private Integer computeScore(ApArticle apArticle) {
        Integer score = 0;
        if(apArticle.getLikes() != null) {
            score += apArticle.getLikes() * ArticleConstants.HOT_ARTICLE_LIKE_WEIGHT;
        }

        if(apArticle.getViews() != null) {
            score += apArticle.getViews();
        }

        if(apArticle.getComment() != null) {
            score += apArticle.getComment() * ArticleConstants.HOT_ARTICLE_COMMENT_WEIGHT;
        }

        if(apArticle.getCollection() != null) {
            score += apArticle.getCollection() * ArticleConstants.HOT_ARTICLE_COLLECTION_WEIGHT;
        }

        return score;
    }
}

步骤④：在数据库中准备数据

package com.heima.article.service.impl;

import com.heima.article.ArticleApplication;
import com.heima.article.service.HotArticleService;
import org.junit.jupiter.api.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;

import static org.junit.jupiter.api.Assertions.*;

@SpringBootTest(classes = ArticleApplication.class)
@RunWith(SpringRunner.class)
public class HotArticleServiceImplTest {
    
    @Autowired
    private HotArticleService hotArticleService;

    @Test
    public void computeHotArticle() {
        hotArticleService.computeHotArticle();
    }
}

如果运行单元测试时出现以下问题，在编辑运行配置，添加Shorten comman line

3.3 xxl-job定时计算

步骤①：在heima-leadnews-article中的pom文件中新增依赖

<!--xxl-job-->
<dependency>
    <groupId>com.xuxueli</groupId>
    <artifactId>xxl-job-core</artifactId>
    <version>2.3.0</version>
</dependency>

步骤②：在xx--job-admin中新建执行器和任务

新建执行器：leadnews-hot-article-executor

新建任务：路由策略为轮询，Cron表达式：0 0 2 * * ?

步骤③：在leadnews-article中集成xxl-job

package com.heima.article.config;

import com.xxl.job.core.executor.impl.XxlJobSpringExecutor;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * xxl-job config
 *
 * @author xuxueli 2017-04-28
 */
@Configuration
public class XxlJobConfig {
    private Logger logger = LoggerFactory.getLogger(XxlJobConfig.class);

    @Value("${xxl.job.admin.addresses}")
    private String adminAddresses;

    @Value("${xxl.job.executor.appname}")
    private String appname;

    @Value("${xxl.job.executor.port}")
    private int port;


    @Bean
    public XxlJobSpringExecutor xxlJobExecutor() {
        logger.info(">>>>>>>>>>> xxl-job config init.");
        XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();
        xxlJobSpringExecutor.setAdminAddresses(adminAddresses);
        xxlJobSpringExecutor.setAppname(appname);
        xxlJobSpringExecutor.setPort(port);
        return xxlJobSpringExecutor;
    }


}

在nacos配置中心的leadnews-article.yml添加以下配置：

xxl:
  job:
    admin:
      addresses: http://192.168.200.130:8888/xxl-job-admin
    executor:
      appname: leadnews-hot-article-executor
      port: 9999

步骤④：在article微服务中新建任务类

package com.heima.article.job;

import com.heima.article.service.HotArticleService;
import com.xxl.job.core.handler.annotation.XxlJob;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;

@Component
@Slf4j
public class ComputeHotArticleJob {
    @Autowired
    private HotArticleService hotArticleService;
    
    @XxlJob("computeHotArticleJob")
    public void handle() {
        log.info("热文章分值计算调度任务开始执行。。。。。。");
        hotArticleService.computeHotArticle();
        log.info("热文章分值计算调度任务结束。。。。。。");
    }
}

四、查询文章接口改造

1. 思路分析

2. 功能实现

2.1 在ApArticleService中新增方法

步骤①：ApArticleService

    /**
     * 加载文章列表
     * @param dto
     * @param type 1：加载更多 2：加载最新
     * @param firstPage true:首页 false:非首页
     * @return
     */
    public ResponseResult load2(ArticleHomeDto dto, short type, boolean firstPage);

ApArticleServiceImpl

    /**
     * 加载文章列表
     * @param dto
     * @param type 1：加载更多 2：加载最新
     * @param firstPage true:首页 false:非首页
     * @return
     */
    @Override
    public ResponseResult load2(ArticleHomeDto dto, short type, boolean firstPage) {
        if(firstPage) {
            String jsonStr = cacheService.get(ArticleConstants.HOT_ARTICLE_FIRST_PAGE + dto.getTag());
            if(StringUtils.isNotBlank(jsonStr)) {
                List<HotArticleVo> hotArticleVoList = JSON.parseArray(jsonStr, HotArticleVo.class);
                ResponseResult responseResult = ResponseResult.okResult(hotArticleVoList);
                
                return responseResult;
            }
        }
        return load(dto, type);
    }

2.2 修改控制器

ArticleHomeContrller

    /**
     * 加载首页
     * @param dto
     * @return
     */
    @ApiOperation("加载首页")
    @PostMapping("/load")
    public ResponseResult load(@RequestBody ArticleHomeDto dto) {
        return apArticleService.load2(dto, ArticleConstants.LOADTYPE_LOAD_MORE, true);
    }