Spring boot 集成分布式定时任务

Spring boot 集成分布式定时任务

定义及作用

在分布式定时任务中,需要一种机制来确保同一任务在不同的服务实例中不会同时执行,这就是分布式定时任务锁的作用。

集成

引入相关依赖

xml 复制代码
<!--shedlock-->
       <dependency>
           <groupId>net.javacrumbs.shedlock</groupId>
           <artifactId>shedlock-spring</artifactId>
           <version>4.30.0</version>
       </dependency>
       
xml 复制代码
     <dependency>
                <groupId>net.javacrumbs.shedlock</groupId>
                <artifactId>shedlock-provider-redis-spring</artifactId>
                <version>4.30.0</version>
            </dependency>

编写配置类

java 复制代码
package com.my.note.shedlockUtil.config;

import net.javacrumbs.shedlock.core.LockProvider;
import net.javacrumbs.shedlock.provider.redis.spring.RedisLockProvider;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.scheduling.annotation.EnableScheduling;

/**
 * Shedlock 配置
 *
 * @Author:wangguangxing
 * @Date:2025-01-15 15:49
 * @Description:
 */
@EnableScheduling
@Configuration
public class ShedlockConfig {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    @Bean
    public LockProvider getLockProvider() {
        return new RedisLockProvider(redisTemplate.getConnectionFactory());
    }

}

Spring 工作机制

Spring 容器在启动时,会扫描所有被 @Configuration 注解标记的类。对于这些配置类,它会检查其中被 @Bean 注解标记的方法。

当 Spring 容器发现 @Bean 注解时,会调用该方法来创建一个 Bean 实例,无论这个方法是否在代码的其他地方被显式调用。

getLockProvider 方法创建的 LockProvider 对象将作为分布式锁的提供者,在使用 @SchedulerLock 注解时会发挥作用。

关于 @Bean 注解的方法

在你提供的代码中,getLockProvider 方法被 @Bean 注解标记,它会被 Spring 容器处理。

Spring 容器会自动调用 getLockProvider 方法,并将其返回的 LockProvider 实例存储在容器中,作为一个 Spring Bean 进行管理。

复制代码
    getLockProvider 方法创建的 LockProvider 对象将作为分布式锁的提供者,在使用 @SchedulerLock 注解时会发挥作用。

@EnableScheduling注解

此注解是启用Spring定时任务的关键,需要添加到Spring boot的启动类或配置类上。

使用示例

java 复制代码
package com.my.note.shedlockUtil.controller;

import net.javacrumbs.shedlock.spring.annotation.SchedulerLock;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.web.bind.annotation.RestController;

/**
 * Shedlock 控制器
 *
 * @Author:wangguangxing
 * @Date:2025-01-15 15:52
 * @Description:
 */
@RestController
public class ShedlockController {

    private static final long TIME_INTERVAL = 2 * 60 * 60 * 1000; //2h

    private static final String LOCK_TIME_MIN = "PT30M";
    private static final String LOCK_TIME_MAX = "PT1H";

    /**
     * 服务启动后,12000毫秒开始执行,执行频率为每两个小时
     */
    @Scheduled(initialDelay = 12000, fixedRate = TIME_INTERVAL)
    @SchedulerLock(name = "dailyTask", lockAtLeastFor = LOCK_TIME_MIN, lockAtMostFor = LOCK_TIME_MAX)
    public void dailyTask() {
        System.out.println("执行dailyTask定时任务");
    }

    /**
     * 服务启动后,12000毫秒开始执行,执行频率为每晚凌晨
     */
    @Scheduled(initialDelay = 12000,cron = "*/10 * * * * *")
    @SchedulerLock(name = "cycleTask", lockAtLeastFor = LOCK_TIME_MIN, lockAtMostFor = LOCK_TIME_MAX)
    public void cycleTask() {
        System.out.println("执行cycleTask定时任务");
    }
}
  • @Scheduled(initialDelay = 12000,cron = "0 0 0 * * *") 表示在容器启动12秒后首次执行任务,之后每天凌晨0点执行。
  • @SchedulerLock(name = "cycleTask", lockAtLeastFor = LOCK_TIME_MIN, lockAtMostFor = LOCK_TIME_MAX) 表示使用分布式锁,锁的名称为"cycleTask" 锁的最小持有时间为30分钟(PT30M),最大持有时间为1小时(PT1H)。
  • @Scheduled(initialDelay = 12000, fixedRate = TIME_INTERVAL) 可以固定频繁执行,比如每2个小时执行一次任务。
相关推荐
打工仔折腾 AI18 小时前
工业场景下时序库与实时计算一体化架构选型实践对比
java·开发语言·后端·python·性能优化·架构·ai agent 实战
蜗牛互联网18 小时前
长任务多Agent共享文件系统的Manifest交接模式
java·人工智能·后端
苏supper20 小时前
Spring Boot多环境配置与打包运行
spring boot·后端·spring
geovindu20 小时前
rust: Composite Pattern
开发语言·后端·设计模式·rust·组合模式
SearchMan20 小时前
还有人不知道&和&&的区别?
后端
想用offer打牌20 小时前
Personal Agent爆火 - 它到底是个什么
人工智能·后端·ai编程
IT_陈寒21 小时前
Vue的v-if和v-for混用居然是个天坑
前端·人工智能·后端
天衍四九-21 小时前
【无标题】
前端·spring boot·mysql·nginx·docker
今年下半年1 天前
【Spring Boot】多种存储文件(FastDFS / MinIO / 阿里云 OSS)接入设计说明(附源码)
spring boot·分布式·中间件·简单工厂模式·策略模式
打工仔折腾 AI1 天前
从Attention到BERT:双向预训练语言模型到底解决了什么问题
人工智能·后端·python·深度学习·语言模型·bert