前言
在分布式的环境中,定时任务跑批我们一般是通过某一台机器去批量的跑批,或者通过分布式锁去跑批,效率都大大折扣,有没有一种很好的方案去实现我们在分布式环境中延迟任务跑批的效率大大提升呢?
一、流程设计
二、伪代码
static List<String> redisList = new ArrayList<>();
static {
redisList.add("1");
redisList.add("2");
redisList.add("3");
redisList.add("4");
redisList.add("5");
redisList.add("6");
redisList.add("7");
redisList.add("8");
redisList.add("9");
}
public static void main(String[] args) throws InterruptedException {
long startTime = System.currentTimeMillis();
CountDownLatch countDownLatch = new CountDownLatch(4);
for (int i = 0; i < 4; i++) {
handler(countDownLatch);
}
countDownLatch.await();
System.out.println("总共耗时:"+(System.currentTimeMillis() - startTime)+"毫秒");
}
private static void handler(CountDownLatch countDownLatch) {
String count = redisList.get(0);
if (StrUtil.isNotBlank(count)){
CompletableFuture.runAsync(() -> {
//处理相关业务逻辑
try {
//模拟相关业务耗时操作
Thread.sleep(1000L);
//将计数放回redisList;
redisList.add(count);
countDownLatch.countDown();
} catch (InterruptedException e) {
e.printStackTrace();
//将计数放回redisList;
redisList.add(count);
}
//查询id尾数=count的信息发送
}, ThreadPoolUtil.getThreadPool()); //这个核心线程数可调大
}
}
三、总结
我们的设计思想主要是来源于CountDownLatch的思想,我们在redis中放入从0-9的数字代表了根据主键的尾数来决定每条线程要处理的任务。抢到资源的就开启子线程处理,没有抢到的就不处理。这样的处理速度理论上是比之前提升了10倍。