分布式锁-数据库锁

本文主要分享如何使用数据库乐观锁的方案,实现分布式定时任务抢锁执行任务的场景,避免重复执行任务。

案例技术:Oracle+SpringBoot+xxl-Job

环境准备

xxl-Job部署请移步:Spring+xxl-job+oracle_xxl-job oracle配置-CSDN博客

SpringBoot代码:截取核心

说明:本项目存在业务需要处理的作业,产生一条就会存入test_process表一条stauts=1的记录。由于该服务部署了多个示例,执行器也分布在每一个实例中,故当多个定时任务同时执行时,会出现重复执行。

1、获取任务

路由策略采用分片广播策略,将任务均分到各个执行器。

java 复制代码
// 路由策略采用分片广播,将任务均匀分布到各个执行器
@Select("select * from test_process t where  t.id % #{shardTotal} = #{shardIndex} and t.status=1 and t.fail_count<3")
List<TestProcess>  selectListByShardIndex(@Param("shardTotal") int shardTotal, @Param("shardIndex") int shardIndex );

2、定义Job

java 复制代码
@XxlJob("testJobHandler")
public void testJobHandler() throws Exception {

	// 分片参数
	int shardIndex = XxlJobHelper.getShardIndex();//执行器的序号,从0开始
	int shardTotal = XxlJobHelper.getShardTotal();//执行器总数
	
	//查询待处理的任务
	List<TestProcess> processList = processService.selectListByShardIndex(shardIndex, shardTotal);

	//任务数量
	int size = processList.size();
	if(size<=0){
		return;
	}
	//创建一个线程池
	ExecutorService executorService = Executors.newFixedThreadPool(size);
	//使用的计数器
	CountDownLatch countDownLatch = new CountDownLatch(size);
	mediaProcessList.forEach(testProcess -> {
		//将任务加入线程池
		executorService.execute(()->{
			try {
				//任务id
				Long taskId = testProcess.getId();
				//开启任务
				int count = processService.startTask(taskId);
				if (count<=0) {
					log.debug("抢占任务失败,任务id:{}", taskId);
					return;
				}
				// 抢占成功,执行任务
				executeTask(testProcess);
                // 更新状态
                saveProcessFinishStatus(testProcess);
				
			}catch(Exception e){
				return;
			}		
			finally {
				//计算器减去1
				countDownLatch.countDown();
			}
		});

    });
}

3、 定义乐观锁

在持久层定义乐观锁,确保只有一个线程抢到锁。并定义最大重入三次。

java 复制代码
// 持久层,定义乐观锁
@Update("update test_process m set m.status='2' where m.status='1' and m.fail_count<3 and m.id=#{id}")
int startTask(@Param("id") long id);

4、执行任务后处理

java 复制代码
public void saveProcessFinishStatus(TestProcess testProcess) {

        testProcess.setStatus("2");
        processService.updateById(testProcess);

    }
相关推荐
微学AI36 分钟前
时序大模型 TimechoAI 赋能工业时序数据底层技术优势与实操
数据库·大模型·时序大模型
北顾笙9801 小时前
MYSQL-day03
数据库·sql·mysql
MXsoft6181 小时前
**混合云统一监控实践:私有云+公有云的一体化运维方案**
运维·网络·数据库
瀚高PG实验室1 小时前
java中间件无法连接数据库
java·数据库·中间件·瀚高数据库
ULIi096kr1 小时前
MySQL大表优化终极方案:单表数据量上限、卡顿解决、分表分库实战教程
数据库·mysql
霖霖总总1 小时前
[MongoDB小技巧07]MongoDB 深度解析:find中投影与排序的底层机制与性能调优实战
数据库·mongodb
TechWayfarer1 小时前
云服务器地域怎么选:用离线IP数据库识别用户来源并优化部署
服务器·数据库·python·tcp/ip·数据分析
deviant-ART1 小时前
MySQL里的三个concat函数
数据库·mysql
H_老邪1 小时前
1044 - Access denied for user ‘root‘@‘%‘ to database ‘nacos‘
数据库·mysql
AI 小老六2 小时前
Google AX 控制面拆解:分布式 Agent 如何把断点恢复、审计策略和执行调度收进同一条链路
人工智能·分布式·后端·ai·架构·ai编程