Spring监听器（ApplicationEvent）：比MQ更轻的异步神器！

引言：当咖啡店遭遇程序员

"顾客挤爆柜台时，优秀的店长不会催促咖啡师加速，而是启动一套科学的协作机制------

就像Spring事件驱动，用**发布-订阅模式**让系统像顶级咖啡团队般优雅应对洪峰流量"

一、咖啡店里的监听器：3位灵魂角色

真实战场还原（每秒1000订单的咖啡店）：

1. 事件定义：咖啡店的「订单小票」

scala 复制代码

public class OrderEvent extends ApplicationEvent {
    // final修饰的订单ID：就像咖啡师绝不涂改的订单小票
    private final String orderId;  
    
    // 创建时间：记录订单诞生时刻（线程安全不可变）
    private final LocalDateTime createTime = LocalDateTime.now(); 

    // 无setter：防止多线程并发篡改订单
}

2. 事件发布：店长的「广播系统」

java 复制代码

@Service
public class OrderService {
    // 店长的麦克风（构造器注入更优雅）
    private final ApplicationEventPublisher eventPublisher; 

    public void createOrder(Order order) {
        // 核心业务：生成订单（咖啡店接单）
        eventPublisher.publishEvent(new OrderEvent(this, order.getId())); // 📢 广播订单
    }
}

3. 事件监听：咖啡团队的「技能响应」

less 复制代码

@Component
public class CoffeeMakerListener {
    @EventListener 
    @Order(1) // 优先级：先做咖啡再推荐甜点
    public void makeCoffee(OrderEvent event) {
        // 专注做咖啡，不关心谁结账
        log.info("咖啡师：开始制作订单{}的拿铁...", event.getOrderId());
    }
}

二、扛住亿级流量的3把利器

🔥 场景1：冷启动缓存预加载（防雪崩）

java 复制代码

@Component
public class CachePreloader {
    // 在Spring容器"开店准备完成"时触发
    @EventListener(ContextRefreshedEvent.class) 
    public void initCache() {
        // 异步加载省时30%（实测数据）
        CompletableFuture.runAsync(() -> {
            provinceService.loadProvincesToCache(); 
            productService.preloadHotProducts();
        });
    }
}

💡 场景2：事务成功后的缓存清理（保一致性）

typescript 复制代码

// 只在数据库提交成功后执行（避免脏清理）
@TransactionalEventListener(phase = TransactionPhase.AFTER_COMMIT)
public void cleanCache(OrderUpdateEvent event) {
    // 异步清理：不阻塞结账队伍
    redisTemplate.executeAsync(new RedisCallback<>() {
        @Override
        public Void doInRedis(RedisConnection connection) {
            connection.del(("order:" + event.getId()).getBytes());
            return null;
        }
    });
}

🚀 场景3：无侵入式功能扩展

改造前（臃肿的收银台） ：

scss 复制代码

public void pay() {
    paymentService.pay();   // 核心支付
    auditService.log();     // 审计代码入侵
    riskService.check();    // 风控代码耦合
    marketingService.addPoints(); // 新增需求污染核心
}

事件驱动改造后：

typescript 复制代码

// 纯净支付核心（专注收钱）
public void pay(Long orderId) {
    paymentService.process(orderId);
    eventPublisher.publishEvent(new PaymentSuccessEvent(orderId)); // 📢 广播支付成功
}

// 新增积分模块（无需修改支付代码）
@Component
public class PointListener {
    @EventListener
    public void addPoints(PaymentSuccessEvent event) {
        // 积分服务独立演进
        pointService.award(event.getOrderId(), 100); 
    }
}

三、血泪教训：3个深夜加班事故

🚫 事故1：多线程篡改事件（订单混乱）

csharp 复制代码

// 错误！事件必须是只读的
@EventListener
public void handle(OrderEvent event) {
    event.setStatus("MODIFIED"); // ⚠️ 多线程并发修改引发订单错乱
}

正确做法：事件类设计为final字段 + 无setter

🚫 事故2：异步事件丢失（顾客投诉）

typescript 复制代码

@SpringBootApplication
@EnableAsync // 必须显式开启异步
public class Application {
    @Bean("eventExecutor") 
    public Executor taskExecutor() {
        // 关键参数：拒绝策略用CallerRunsPolicy（避免丢单）
        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
        executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
        return executor;
    }
}

// 指定线程池执行
@Async("eventExecutor") 
@EventListener
public void asyncHandle(OrderEvent event) {...}

🚫 事故3：事件循环调用（咖啡师卡死）

typescript 复制代码

// 错误：在事件处理中发布新事件
@EventListener
public void handleA(EventA a) {
    publisher.publishEvent(new EventB()); 
}

@EventListener
public void handleB(EventB b) {
    publisher.publishEvent(new EventA()); // ♻️ 死循环！
}

四、关键抉择：监听器 vs MQ 架构对垒

维度	Spring监听器	MQ消息队列
适用场景	单机事务协作 ✅	跨服务通信 ✅
可靠性	进程宕机事件消失 ❌	持久化/重试 ✅
吞吐量	内存级传输，10w+/s 🚀	受网络限制，1w/s ⚠️
开发效率	免搭建MQ，注解即用 ✅	需部署中间件 ❌
数据一致性	本地事务保障 ✅	需分布式事务 ⚠️