SpringBoot整合定时任务遇到的多实例问题

唠嗑部分

是这样，前几日完善了定时任务的日志记录，今日切换了服务器，多部署了一个节点，使用nginx负载均衡，但是查看日志却发现了如下情况

那糟糕了，传说中的多实例问题出现了，今天我们就来聊聊项目实战中定时任务如何做，首先我们看如下问题

1、什么是定时任务，能帮我们解决什么实际问题？

见名知意，定时任务就是让程序指定时间去执行某段代码，例如，每日8点给女朋友发早安祝福

那么能给我们开发中解决什么问题呢？

在实际开发中，有许多需要定时任务的场景，如，每日定时去同步数据、缓存的预热、定时清理日志文件、定时统计榜单…

2、项目实战中哪些场景需要使用到定时任务？

需求一：产品经理要求实现系统的3天内热搜榜，每日0点更新数据

需求二：系统需要依赖第三方系统的数据，而且请求并发较大，第三方数据是每日更新的

需求三：系统每天都会有大量操作日志，产品经理要求只保留一个月的数据

需求四：对于系统主页数据，每日9-12点并发最大，需要定时对缓存预热

…

以上需求都可以用定时任务实现

3、推荐使用的定时任务组件有哪些？

Spring整合了Scheduled，轻量级而且很好用，无UI展示

xxl-Job，xxl是xxl-job的开发者大众点评的许雪里名称的拼音开头，主要用于处理分布式的定时任务，其主要由调度中心和执行器组成，有良好的UI界面。

elastic-Job，Elastic-Job是当当网推出的分布式任务调度框架，用于解决分布式任务的协调调度问题，保证任务不重复不遗漏地执行；无UI展示，需要分布式协调工具Zookeeper的支持

…

4、如何实现分布式定时任务，避免多实例问题？

首先我们来说说什么是多实例问题，在我们的项目开发中，我们在部署定时任务时，通常只部署一台机器，如果部署多台机器时，同一个任务会执行多次(每个机器都会执行，互不影响)，那如果有一些给用户计算收益定时任务，每天定时给用户计算收益，如果部署了多台，同一个用户将重复计算多次收益，那就芭比Q了，那如果只部署一台，则会有单点故障问题，可用性无法保证

以上所说的xxl-job，elastic-Job均可以解决多实例问题，保证任务不重复不遗漏地执行

那我们使用Spring自带的Scheduled，如何避免多实例问题呢，我们可以使用redis锁来保证，具体逻辑如下

每个实例调用setnx命令插入一条数据，插入成功后返回1的实例执行job，返回0的不执行

言归正传

首先我们看下之前的代码逻辑，我这里是整合的Scheduled，自行封装的定时任务，在执行时，没有解决多实例问题

那我们的逻辑是，在此段代码执行时加入redis锁，保证执行一次

1、redis加锁方法封装

/**
* 加锁
* @param key
* @param timeStamp
* @return
*/
public Boolean lock(String key, String timeStamp){
    if (redisTemplate.opsForValue().setIfAbsent(getKey(key), timeStamp)) {
        return true;
    }
    String currentLock = (String) redisTemplate.opsForValue().get(getKey(key));
    if (StringUtils.hasLength(currentLock) && Long.parseLong(currentLock) < System.currentTimeMillis()) {
        String preLock = (String) redisTemplate.opsForValue().getAndSet(getKey(key), timeStamp);

        if (StringUtils.hasLength(preLock) && preLock.equals(currentLock)) {
            return true;
        }
    }
    return false;
}

/**
* 解锁
* @param key
* @param timeStamp
*/
public void unLock(String key, String timeStamp){
    try {
        String currentValue = (String) redisTemplate.opsForValue().get(getKey(key));
        if (StringUtils.hasLength(currentValue) && currentValue.equals(timeStamp)) {
            redisTemplate.opsForValue().getOperations().delete(getKey(key));
        }
    } catch (Exception e) {
        log.error("解锁异常");
    }
}

2、多实例解决实现逻辑

public void run() {
    long startTime = System.currentTimeMillis();
    Map<String, Scheduled> scheduledMap = scheduledTaskService.getScheduledMap();
    ScheduledLog scheduledLog = new ScheduledLog();
    Scheduled scheduled = scheduledMap.get(beanName);
    Boolean flag = Boolean.TRUE;
    String timeStamp = String.valueOf(System.currentTimeMillis() + 300L);
    try {
        Boolean lock = redisUtil.lock(redisUtil.getCacheKey(CachePrefixContent.LOCK_PREFIX, beanName), timeStamp);
        if (lock) {
            BaseResult result = BaseResult.ok();
            scheduledLog.setTaskId(scheduled.getTaskId());
            scheduledLog.setExecuteTime(LocalDateTime.now());
            // 执行定时任务处理逻辑
            execute(result);
            if (result.resOk()) {
                scheduledLog.setExecuteStatus(Boolean.TRUE);
            } else {
                scheduledLog.setExecuteStatus(Boolean.FALSE);
            }
            scheduledLog.setExecuteDesc(result.getMsg());
            redisUtil.unLock(redisUtil.getCacheKey(CachePrefixContent.LOCK_PREFIX, beanName), timeStamp);
        } else {
            flag = Boolean.FALSE;
        }
    } catch (Exception e) {
        log.error("定时任务:{}执行失败,{}", scheduled.getTaskName(), e);
        scheduledLog.setExecuteStatus(Boolean.FALSE);
        scheduledLog.setExecuteDesc(e.getMessage());
    } finally {
        long endTime = System.currentTimeMillis();
        log.info("【{}】【】【{}ms】", "定时任务", scheduled.getTaskName(), endTime - startTime);
        if (flag) {
            completableFutureService.runAsyncTask(() -> {
                scheduledLogMapper.insert(scheduledLog);
            });
        }
    }
}