黑马头条Day10-定时计算热点文章、xxl-job

一、今日内容

1. 需求分析

目前实现的思路：从数据库直接按照发布时间倒序查询

问题：

  • 如果访问量比较大，直接查询数据库，压力较大
  • 新发布的文章会展示在前面，并不是热点文章

2. 实现思路

解决方案：把热点数据存入redis进行展示

判断文章是否是热点，有几项标准：点赞数量、评论数量、阅读数量、收藏数量

计算文章热度，有两种方案：

  • 定时计算文章热度
  • 实时计算文章热度

3. 定时计算

根据文章的行为（点赞、评论、阅读、收藏）计算文章的分值，利用定时任务每天完成一次计算

把分值较大的文章数据存入到redis中

App端用户查询文章列表的时候，优先从redis中查询热度较高的文章数据。

4. 定时任务框架 - xxljob

spring传统的定时任务@Scheduled，但是这样存在一些问题：

  • 做集群任务时的重复执行问题
  • cron表达式定义在代码之中，修改不方便
  • 定时任务失败了，无法重试也没有统计
  • 如果任务量过大，不能有效的分片执行

解决这些问题的方案为：xxl-job分布式任务调度框架。

5. 学习目录

  • xxl-job概述
  • xxl-job入门案例
  • xxl-job高级部分
  • 热点文章定时计算
  • 查询文章接口改造

二、分布式任务调度

1. 什么是分布式任务调度

在分布式架构下，一个服务往往会部署多个实例来运行我们的服务，如果在这种分布式系统环境下运行任务调度，我们称之为分布式任务调度

将任务调度程序分布式构建，这样就可以具有分布式系统的特点，并且提高任务的调度处理能力：

1. 并行任务调度

并行任务调度实现靠多线程，如果有大量任务需要调度，此时光靠多线程就会有瓶颈了，因为一台计算机CPU的处理能力是有限的。

如果将任务调度程序分布式部署，每个结点还可以部署为集群，这样就可以让多台计算机共同去完成任务调度，我们可以将任务分割为若干个分片，由不同的实例并行执行，来提高任务调度的处理效率。

2. 高可用

若某一个实例宕机，不影响其他实例来执行任务。

3. 弹性扩容

当集群中增加实例就可以提高并行任务的处理效率。

4. 任务管理与监测

对系统中存在的所有定时任务进行统一的管理及监测。让开发人员及运维人员能够时刻了解任务执行情况，从而做出快速的应急处理响应。

分布式任务调度面临的问题：

当任务调度以集群方式部署，同一个任务调度可能会执行多次，例如：电商系统定期发放优惠券，就可能重复发放优惠券，对公司造成损坏，信用卡还款提醒就会重复执行多次，给用户造成烦恼，所以我们需要控制相同的任务在多个运行实例上只执行一次。常见解决方案：

  • 分布式锁：多个实例在任务执行前首先需要获取锁，如果获取失败那么就证明有其他服务已经在运行，如果获取成功那么证明没有服务在运行定时任务，那么就可以执行。
  • Zookeeper选举：利用Zookeeper对Leader实例执行定时任务，执行定时任务的时候判断自己是否是Leader，如果不是则不执行，如果是则执行业务逻辑，这样也能达到目的。

2. xxl-job简介

XXL-JOB是一个分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品，开箱即用。

特性说明
简单灵活
  • 提供Web页面对任务进行管理，管理系统支持用户管理、权限控制；
  • 支持容器部署；
  • 支持通过HTTP提供跨平台任务调度
丰富的任务管理功能
  • 支持页面对任务CRUD操作；
  • 支持在页面编写脚本任务、命令行任务、Java代码任务并执行；
  • 支持任务级联编排，父任务执行结束后触发子任务执行；
  • 支持设置指定任务执行节点路由策略，包括轮询、随机、广播、故障转移、忙碌转移等；
  • 支持Cron方式、任务依赖、调度中心API接口方式触发任务执行
高性能
  • 任务调度流程全异步化设计实现，如异步调度、异步运行、异步回调等，有效对密集调度进行流量削峰
高可用
  • 任务调度中心、任务执行节点均集群部署，支持动态扩展、故障转移；
  • 支持任务配置路由故障转移策略，执行器节点不可用时自动转移到其他节点执行
  • 支持任务处理阻塞策略：调度当任务执行节点忙碌时来不及执行任务的处理测试，包括：串行、抛弃、覆盖策略
易于监控运维
  • 支持设置任务失败邮件告警，预留接口支持短信、钉钉告警；
  • 支持实时查看任务执行运行数据统计图表、任务进度监控数据、任务完整执行日志

源码地址：xxl-job: 一个分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。

文档地址：分布式任务调度平台XXL-JOB

同类产品：

名称说明
TBSchedule淘宝推出，多年未更新，文档缺失严重，缺少维护
Elastic-job当当网借鉴TBSchedule并基于quartz二次开发的弹性分布式任务调度系统
Saturn唯品会开源的一个分布式任务调度平台，基于Elastic-job

3. xxl-job环境搭建

3.1 调度中心环境要求

  • Maven 3+
  • jdk 1.8+
  • Mysql 5.7+

3.2 源码仓库地址

源码仓库地址Release Dowmload
https://github.com/xuxueli/xxl-jobhttps://github.com/xuxueli/xxl-job/releases
http://gitee.com/xuxueli0323/xxl-jobxxl-job 发行版 - Gitee.com

也可以使用资料文件夹中的源码，解压到IDEA工作目录下，用IDEA打开

根据自己的情况修改maven配置

3.3 初始化“调度数据库”

作用：统一管理任务调度平台上调度任务，负责触发调度执行，并且提供任务管理平台。

步骤：调度数据库初始化SQL脚本执行

位置：xxl-job/doc/db/tables_xxl_job.sql 共八张表

- xxl_job_lock：任务调度锁表；

- xxl_job_group：执行器信息表，维护任务执行器信息；

- xxl_job_info：调度扩展信息表，用于保存XXL-JOB调度任务的扩展信息，如任务分组、任务名、机器地址、执行器、执行入参和报警右键等；

- xxl-job-log：调度日志表，用于保存XXL-JOB任务调度的历史信息，如调度结果、执行结果、调度入参、调度机器和执行器等；

- xxl_job_logglue：任务GLUE日志，用于保存GLUE更新历史，用于支持GLUE的版本回溯功能；

- xxl_job_registry：执行器注册表，维护在线的执行器和调度中心机器地址信息；

- xxl_job_user：系统用户表

调度中心支持集群部署，集群情况下各节点务必连接同一个mysql实例；

如果mysql做主从，调度中心集群节点务必强制走主库。

3.4 调度中心配置

配置文件位置：xxl-job/xxl-job-admin/src/main/resources/application.properties

（根据自己的情况，修改数据库连接密码）

步骤：启动调度中心XxlJobAdminApplication，默认登录账号"admin/123456"，登录后运行界面如下图所示。

http://localhost:8080/xxl-job-admin/toLogin

4. 配置部署调度中心 - docker安装

docker安装：

步骤①：创建mysql容器，初始化xxl-job的SQL脚本

docker run -p 3306:3306 --name mysql57 \
-v /opt/mysql/conf:/etc/mysql \
-v /opt/mysql/logs:/var/log/mysql \
-v /opt/mysql/data:/var/lib/mysql \
-e MYSQL_ROOT_PASSWORD=123456\
-d mysql:5.7

步骤②：拉取镜像

docker pull xuxueli/xxl-job-admin:2.3.0

步骤③：创建容器

docker run -e PARAMS="--spring.datasource.url=jdbc:mysql://192.168.200.130:3306/xxl_job?Unicode=true&characterEncoding=UTF-8 \
--spring.datasource.username=root \
--spring.datasource.password=123456" \
-p 8888:8080 -v /tmp:/data/applogs \
--name xxl-job-admin --restart=always  -d xuxueli/xxl-job-admin:2.3.0

http://192.168.200.130:8888/xxl-job-admin/toLogin

5. xxl-job入门案例 - Bean模式任务（方法形式）

步骤①：登录调度中心，点击下图所示“新建任务”按钮，新建示例任务

步骤②：创建xxljob-demo项目，导入依赖

<dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!--xxl-job--><dependency><groupId>com.xuxueli</groupId><artifactId>xxl-job-core</artifactId><version>2.3.0</version></dependency>
</dependencies>

步骤③：application.yml配置

server:port: 8881
xxl:job:admin:addresses: http://192.168.200.130:8888/xxl-job-adminexecutor:appname: xxl-job-executor-sampleport: 9999

步骤④：新建配置类

package com.heima.xxljob.config;import com.xxl.job.core.executor.impl.XxlJobSpringExecutor;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;@Configuration
public class XxlJobConfig {private Logger logger = LoggerFactory.getLogger(XxlJobConfig.class);@Value("${xxl.job.admin.addresses}")private String adminAddresses;@Value("${xxl.job.executor.appname}")private String appName;@Value("${xxl.job.executor.port}")private int port;@Beanpublic XxlJobSpringExecutor xxlJobSpringExecutor() {logger.info(">>>>>>>> xxl-job config init.");XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();xxlJobSpringExecutor.setAdminAddresses(adminAddresses);xxlJobSpringExecutor.setAppname(appName);xxlJobSpringExecutor.setPort(port);return xxlJobSpringExecutor;}
}

步骤⑤：添加任务代码，重要注解：@XxlJob("JobHandler")

package com.heima.xxljob.job;import com.xxl.job.core.handler.annotation.XxlJob;
import org.springframework.stereotype.Component;@Component
public class HelloJob {@XxlJob("demoJobHandler")public void helloJob() {System.out.println("简单任务执行了。。。。。。");}
}

步骤⑥：测试-单节点

启动微服务

package com.heima.xxljob;import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;@SpringBootApplication
public class XxlJobApplication {public static void main(String[] args) {SpringApplication.run(XxlJobApplication.class, args);}
}

在xxl-job的调度中心启动任务

6. 任务详解 - 执行器

  • 执行器：任务绑定的执行器，任务触发调度时将会自动发现注册成功的执行器，实现任务自动发现功能；
  • 另一方面，也可以方便的进行任务分组。每个任务必须绑定一个执行器。

以下是执行器属性的说明：

属性名称说明
AppName每个执行器集群的唯一标识AppName，执行器会周期性以AppName为对象进行自动注册。可以通过该配置自动发现注册成功的执行器，供任务调度时使用
名称执行器的名称，因为AppName限制字母数字等组成，可读性不强，名称为了提高执行器的可读性
排序执行器的排序，系统中需要执行器的地方，如任务新增，将会按照该排序读取可用的执行器列表
注册方式调度中心获取执行器地址的方式
机器地址注册方式为“手动录入”时有效，支持人工维护执行器的地址信息

自动注册和手动注册的区别和配置：

7. 任务详解 - 基础配置

基础配置：

基础配置说明
执行器每个任务必须绑定一个执行器，方便给任务进行分组
任务描述任务的描述信息，便于任务管理
负责人任务的负责人
报警邮件任务调度失败时邮件通知的邮箱地址，支持配置多个邮箱地址，配置多个邮箱地址时用逗号分隔

调度配置：

调度类型说明
无该类型不会主动触发调度
CRON该类型将会通过CRON，触发任务调度
固定速度该类型将会以固定速度，触发任务调度；按照固定的时间间隔，周期性触发

任务配置：

运行模式

说明

BEAN模式任务以JobHandler方式维护在执行器端；需要结合“JobHandler"属性匹配执行器中的任务
JobHandler运行模式以”BEAN模式"时生效，对应执行器中新开发的JobHandler类“@JobHandler”注解自定义的value值
执行参数任务执行所需的参数

阻塞处理策略：

阻塞处理策略：调度过于密集执行器来不及处理时的处理策略；

阻塞处理策略说明
单机串行（默认）调度请求进入单机执行器后，调度请求进入FIFO(First Input  First Output)队列并以串行方式运行
丢弃后续调度调度请求进入单机执行器后，发现执行器存在运行的调度任务，本次请求将会被丢弃并标记为失败
覆盖之前调度调度请求进入单机执行器后，发现执行器存在运行的调度任务，将会终止运行中的调度任务并清空队列，然后运行本地调度任务

路由策略：

当执行器集群部署时，提高丰富的路由策略，包括：

路由策略说明
FIRST（第一个）固定选择第一个机器
LAST（最后一个）固定选择最后一个机器
ROUND（轮询）
RANDOM（随机）随机选择在线的机器
CONSISTENT_HASH（一致性HASH）每个任务按照Hash算法固定选择某一台机器，且所有任务均匀散列在不同机器上；
LEAST_FREQUENTLY_USED（最不经常使用）使用频率最低的机器优先被选举
LEAST_RECENTLY_USED（最近最久未使用）最久未使用的机器优先被选举
FAILOVER（故障转移）按照顺序依次进行心跳检测，第一个心跳检测成功的机器选定为目标执行器并发起调度
BUSYOVER（忙碌转移）按照顺序依次进行空闲检测，第一个空闲检测成功的机器选定为目标执行器并发起调度
SHARDING_BROADCAST（分片广播）广播触发对应集群中所有机器执行一次任务，同时系统自动传递分片参数；可根据分片参数开发分片任务

8. 路由策略 - 轮询

步骤①：修改任务路由策略为轮询

步骤②：修改application.yml配置文件

server:port: ${port:8881}
xxl:job:admin:addresses: http://192.168.200.130:8888/xxl-job-adminexecutor:appname: xxl-job-executor-sampleport: ${executor.port:9999}

步骤③：启动多个微服务，每个微服务轮询地去执行任务

package com.heima.xxljob.job;import com.xxl.job.core.handler.annotation.XxlJob;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;@Component
public class HelloJob {@Value("${server.port}")private String port;@XxlJob("demoJobHandler")public void helloJob() {System.out.println("简单任务执行了。。。。。。" + port);}
}

9. 路由策略 - 分片广播

执行器集群部署时，任务路由策略选择“分片广播”的情况下，一次任务调度将会广播触发对应集群中所有执行器执行一次任务。

案例：

需求：让两个节点同时执行10000个任务，每个节点分别执行5000个任务

步骤①：创建分片执行器

步骤②：创建任务，路由策略为分片广播

步骤③：分片广播代码

修改application.yml配置

server:port: ${port:8881}
xxl:job:admin:addresses: http://192.168.200.130:8888/xxl-job-adminexecutor:appname: xxl-job-sharding-executorport: ${executor.port:9999}

修改HelloJob代码

package com.heima.xxljob.job;import com.xxl.job.core.context.XxlJobHelper;
import com.xxl.job.core.handler.annotation.XxlJob;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;import java.util.ArrayList;
import java.util.List;@Component
public class HelloJob {@Value("${server.port}")private String port;@XxlJob("demoJobHandler")public void helloJob() {System.out.println("简单任务执行了。。。。。。" + port);}@XxlJob("shardingJobHandler")public void shardingJobHandler() {// 分片参数int shardIndex = XxlJobHelper.getShardIndex();int shardTotal = XxlJobHelper.getShardTotal();// 业务逻辑List<Integer> list = getList();for (Integer integer : list) {if(integer % shardTotal == shardIndex) {System.out.println("当前第" + shardIndex + "分片执行了，任务项为：" + integer);}}}public List<Integer> getList() {List<Integer> list = new ArrayList<>();for (int i = 0; i < 10000; i++) {list.add(i);}return list;}
}

步骤④：启动多个微服务进行测试，一次执行可以执行多个任务

三、热点文章 - 定时计算

1. 需求分析

为每个频道缓存热度较高的30条文章优先展示

判断文章热度较高的标准：阅读量、点赞、评论、收藏

2. 实现思路

3. 实现步骤

分值计算不涉及到前端工程，也无需提高api接口，是一个纯后台的功能的开发。

3.1 频道列表远程接口准备

计算完成新热数据后，需要给每个频道缓存一份数据，所以需要查询所有频道信息

步骤①：在heima-leadnews-feign-api定义远程接口

package com.heima.apis.wemedia;import com.heima.model.common.dtos.ResponseResult;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.GetMapping;@FeignClient("leadnews-wemedia")
public interface IWemediaClient {@GetMapping("/api/v1/channel/list")public ResponseResult getChannels();
}

步骤②：在heima-leadnews-wemedia端提供接口

package com.heima.wemedia.feign;import com.heima.apis.wemedia.IWemediaClient;
import com.heima.model.common.dtos.ResponseResult;
import com.heima.wemedia.service.WmChannelService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;@RestController
public class WemediaClient implements IWemediaClient {@Autowiredprivate WmChannelService wmChannelService;@GetMapping("/api/v1/channel/list")@Overridepublic ResponseResult getChannels() {return wmChannelService.findAll();}
}

步骤③：在ApArticleMapper类新增如下：

    /*** 查询最近5天的文章* @param dayParam* @return*/List<ApArticle> findArticleListByLast5days(@Param("dayParam") Date dayParam);

在ApArticleMapper.xml新增丰富

<select id="findArticleListByLast5days" resultMap="resultMap">SELECTaa.*FROM`ap_article` aaLEFT JOIN ap_article_config aac ON aa.id = aac.article_id<where>and aac.is_delete != 1and aac.is_down != 1<if test="dayParam != null">and aa.publish_time <![CDATA[>=]]> #{dayParam}</if></where>
</select>

3.2 热文章业务层

步骤①：定义业务接口HotArticleService

package com.heima.article.service;public interface HotArticleService {/*** 计算热点文章*/public void computeHotArticle();
}

步骤②：创建一个vo接收计算分值后的对象

package com.heima.model.article.vos;import com.heima.model.article.pojos.ApArticle;
import lombok.Data;@Data
public class HotArticleVo extends ApArticle {/*** 文章分值*/private Integer score;
}

步骤③：业务实现层

package com.heima.article.service.impl;import com.alibaba.fastjson.JSON;
import com.heima.apis.wemedia.IWemediaClient;
import com.heima.article.mapper.ApArticleMapper;
import com.heima.article.service.HotArticleService;
import com.heima.common.constants.ArticleConstants;
import com.heima.common.redis.CacheService;
import com.heima.model.article.pojos.ApArticle;
import com.heima.model.article.vos.HotArticleVo;
import com.heima.model.common.dtos.ResponseResult;
import com.heima.model.wemedia.pojos.WmChannel;import lombok.extern.slf4j.Slf4j;
import org.joda.time.DateTime;
import org.springframework.beans.BeanUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;import java.util.ArrayList;
import java.util.Comparator;
import java.util.Date;
import java.util.List;
import java.util.stream.Collectors;@Service
@Slf4j
@Transactional
public class HotArticleServiceImpl implements HotArticleService {@Autowiredprivate ApArticleMapper apArticleMapper;@Autowiredprivate IWemediaClient wemediaClient;@Autowiredprivate CacheService cacheService;/*** 计算热点文章*/@Overridepublic void computeHotArticle() {// 1. 查询前5天的文章数据Date dateParam = DateTime.now().minusDays(50).toDate();List<ApArticle> apArticleList = apArticleMapper.findArticleListByLast5days(dateParam);// 2. 计算文章的分值List<HotArticleVo> hotArticleVoList = computeHotArticle(apArticleList);// 3. 为每个频道缓存30条分值较高的文章cacheTagToRedis(hotArticleVoList);}/*** 为每个频道缓存30条分值较高的文章* @param hotArticleVoList*/private void cacheTagToRedis(List<HotArticleVo> hotArticleVoList) {// 1. 每个频道缓存30条分值较高的文章ResponseResult responseResult = wemediaClient.getChannels();if(responseResult.getCode().equals(200)) {String channelJson = JSON.toJSONString(responseResult.getData());List<WmChannel> wmChannels = JSON.parseArray(channelJson, WmChannel.class);// 检索出每个频道的文章if(wmChannels != null && wmChannels.size() > 0) {for (WmChannel wmChannel : wmChannels) {List<HotArticleVo> hotArticleVos = hotArticleVoList.stream().filter(x ->x.getChannelId().equals(wmChannel.getId())).collect(Collectors.toList());// 给文章进行排序，取30条分值较高的文章存入redis key:频道id value:30条分值较高的文章sortAndCache(hotArticleVos, ArticleConstants.HOT_ARTICLE_FIRST_PAGE + wmChannel.getId());}}}// 2. 设置推荐数据sortAndCache(hotArticleVoList, ArticleConstants.HOT_ARTICLE_FIRST_PAGE + ArticleConstants.DEFAULT_TAG);}/*** 排序且缓存数据* @param hotArticleVos* @param key*/private void sortAndCache(List<HotArticleVo> hotArticleVos, String key) {// 1. 排序hotArticleVos = hotArticleVos.stream().sorted(Comparator.comparing(HotArticleVo::getScore).reversed()).collect(Collectors.toList());// 2. 截取前30条if(hotArticleVos.size() > 0) {hotArticleVos = hotArticleVos.subList(0, 30);}// 3. 缓存数据cacheService.set(key, JSON.toJSONString(hotArticleVos));}/*** 计算文章分值* @param apArticleList* @return*/private List<HotArticleVo> computeHotArticle(List<ApArticle> apArticleList) {List<HotArticleVo> hotArticleVoList = new ArrayList<>();if(apArticleList != null && apArticleList.size() > 0) {for (ApArticle apArticle : apArticleList) {HotArticleVo hot = new HotArticleVo();BeanUtils.copyProperties(apArticle, hot);Integer score = computeScore(apArticle);hot.setScore(score);hotArticleVoList.add(hot);}}return hotArticleVoList;}/*** 计算文章的具体分值* @param apArticle* @return*/private Integer computeScore(ApArticle apArticle) {Integer score = 0;if(apArticle.getLikes() != null) {score += apArticle.getLikes() * ArticleConstants.HOT_ARTICLE_LIKE_WEIGHT;}if(apArticle.getViews() != null) {score += apArticle.getViews();}if(apArticle.getComment() != null) {score += apArticle.getComment() * ArticleConstants.HOT_ARTICLE_COMMENT_WEIGHT;}if(apArticle.getCollection() != null) {score += apArticle.getCollection() * ArticleConstants.HOT_ARTICLE_COLLECTION_WEIGHT;}return score;}
}

步骤④：在数据库中准备数据

package com.heima.article.service.impl;import com.heima.article.ArticleApplication;
import com.heima.article.service.HotArticleService;
import org.junit.jupiter.api.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;import static org.junit.jupiter.api.Assertions.*;@SpringBootTest(classes = ArticleApplication.class)
@RunWith(SpringRunner.class)
public class HotArticleServiceImplTest {@Autowiredprivate HotArticleService hotArticleService;@Testpublic void computeHotArticle() {hotArticleService.computeHotArticle();}
}

如果运行单元测试时出现以下问题，在编辑运行配置，添加Shorten comman line

3.3 xxl-job定时计算

步骤①：在heima-leadnews-article中的pom文件中新增依赖

<!--xxl-job-->
<dependency><groupId>com.xuxueli</groupId><artifactId>xxl-job-core</artifactId><version>2.3.0</version>
</dependency>

步骤②：在xx--job-admin中新建执行器和任务

新建执行器：leadnews-hot-article-executor

新建任务：路由策略为轮询，Cron表达式：0 0 2 * * ?

步骤③：在leadnews-article中集成xxl-job

package com.heima.article.config;import com.xxl.job.core.executor.impl.XxlJobSpringExecutor;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;/*** xxl-job config** @author xuxueli 2017-04-28*/
@Configuration
public class XxlJobConfig {private Logger logger = LoggerFactory.getLogger(XxlJobConfig.class);@Value("${xxl.job.admin.addresses}")private String adminAddresses;@Value("${xxl.job.executor.appname}")private String appname;@Value("${xxl.job.executor.port}")private int port;@Beanpublic XxlJobSpringExecutor xxlJobExecutor() {logger.info(">>>>>>>>>>> xxl-job config init.");XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();xxlJobSpringExecutor.setAdminAddresses(adminAddresses);xxlJobSpringExecutor.setAppname(appname);xxlJobSpringExecutor.setPort(port);return xxlJobSpringExecutor;}}

在nacos配置中心的leadnews-article.yml添加以下配置：

xxl:job:admin:addresses: http://192.168.200.130:8888/xxl-job-adminexecutor:appname: leadnews-hot-article-executorport: 9999

步骤④：在article微服务中新建任务类

package com.heima.article.job;import com.heima.article.service.HotArticleService;
import com.xxl.job.core.handler.annotation.XxlJob;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;@Component
@Slf4j
public class ComputeHotArticleJob {@Autowiredprivate HotArticleService hotArticleService;@XxlJob("computeHotArticleJob")public void handle() {log.info("热文章分值计算调度任务开始执行。。。。。。");hotArticleService.computeHotArticle();log.info("热文章分值计算调度任务结束。。。。。。");}
}

四、查询文章接口改造

1. 思路分析

2. 功能实现

2.1 在ApArticleService中新增方法

步骤①：ApArticleService

    /*** 加载文章列表* @param dto* @param type 1：加载更多 2：加载最新* @param firstPage true:首页 false:非首页* @return*/public ResponseResult load2(ArticleHomeDto dto, short type, boolean firstPage);

ApArticleServiceImpl

    /*** 加载文章列表* @param dto* @param type 1：加载更多 2：加载最新* @param firstPage true:首页 false:非首页* @return*/@Overridepublic ResponseResult load2(ArticleHomeDto dto, short type, boolean firstPage) {if(firstPage) {String jsonStr = cacheService.get(ArticleConstants.HOT_ARTICLE_FIRST_PAGE + dto.getTag());if(StringUtils.isNotBlank(jsonStr)) {List<HotArticleVo> hotArticleVoList = JSON.parseArray(jsonStr, HotArticleVo.class);ResponseResult responseResult = ResponseResult.okResult(hotArticleVoList);return responseResult;}}return load(dto, type);}

2.2 修改控制器

ArticleHomeContrller

    /*** 加载首页* @param dto* @return*/@ApiOperation("加载首页")@PostMapping("/load")public ResponseResult load(@RequestBody ArticleHomeDto dto) {return apArticleService.load2(dto, ArticleConstants.LOADTYPE_LOAD_MORE, true);}

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/876238.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

CCS（Code Composer Studio 10.4.0）编译软件中文乱码怎么解决

CCS（Code Composer Studio 10.4.0）编译软件中文乱码怎么解决

如果是所有文件都出现了中文乱码这时建议直接在窗口首选项中修改&#xff1a;选择"Window" -> "Preferences"&#xff0c;找到"General" -> "Workspace"&#xff0c;将"Text file encoding"选项设置为"Other&quo…
阅读更多...
深度解析Linux-C——函数和内存管理

深度解析Linux-C——函数和内存管理

目录 函数指针&#xff1a; 指针函数&#xff1a; 参数为指针的函数&#xff1a; 参数为数组的函数&#xff1a; C语言内存管理 stdlib.h头文件常用函数介绍 1、局部变量 2、全局变量 3、 堆空间变量 4、静态变量 5、常量 函数指针&#xff1a; 指向函数的指针&#…
阅读更多...
Linux文件与相关函数的知识点3

Linux文件与相关函数的知识点3

main函数参数 int main(int argc,char *argv[]) { return 0; } C语言规定了main函数的参数只能有两个&#xff0c;一个是argc,一个是argv并且&#xff0c;argc只能是整数&#xff0c;第二个必须是指向字符 串的指针数组。 argc: 参数表示命令行中参数的个数&#xff0…
阅读更多...
Java实现七大排序（二）

Java实现七大排序（二）

一.交换排序 1.冒泡排序 这个太经典了&#xff0c;每个学编程都绕不开的。原理跟选择排序差不多&#xff0c;不过冒泡排序是直接交换。 public static void bubbleSort(int[] array){for (int i 0; i < array.length - 1; i) {for (int j 0; j < array.length-1-i; j…
阅读更多...
域内攻击手法——AS-REP Roasting攻击和Kerberoasting攻击

域内攻击手法——AS-REP Roasting攻击和Kerberoasting攻击

一、AS-REP Roasting攻击 1、AS-REP Roasting攻击原理 AS-REP Roasting是一种对用户账户进行离线爆破的攻击方式。但是该攻击方式使用上比较受限&#xff0c;因为其需要用户账户设置不要求Kerberos 预身份验证选项&#xff0c;而该选项默认是没有勾选的。Kerberos 预身份验证…
阅读更多...
20240727 每日AI必读资讯

20240727 每日AI必读资讯

&#x1f310;OpenAI向Google宣战&#xff0c;重磅推出AI搜索引擎SearchGPT &#xff01; - 将 AI 与实时网络信息结合 提供生成式UI结果 - SearchGPT 结合网络最新信息可以直接回答问题&#xff0c;同时注明相关来源链接。 - 还可以像与人对话一样提出后续问题&#xff0c;…
阅读更多...
进程概念（三）----- fork 初识

进程概念（三）----- fork 初识

目录 前言1. pid && ppid2. forka. 为什么 fork 要给子进程返回 0&#xff0c; 给父进程返回子进程的 pid &#xff1f;b. 一个函数是如何做到两次的&#xff1f;c. fork 函数在干什么&#xff1f;d. 一个变量怎么做到拥有不同的内容的&#xff1f;e. 拓展&#xff1a;…
阅读更多...
小红书电商首提“生活方式电商”定义，个性化需求也能做成好生意

小红书电商首提“生活方式电商”定义，个性化需求也能做成好生意

近日&#xff0c;小红书发布COO柯南与经济学者薛兆丰的对谈视频。对谈中柯南首次对外定义&#xff0c;小红书电商是“生活方式电商”。 柯南表示&#xff0c;生活方式电商是让用户在小红书买到的&#xff0c;不仅是好产品&#xff0c;也是一种向往的生活。 随着生活方式的多元…
阅读更多...
【初阶数据结构】9.二叉树（4）

【初阶数据结构】9.二叉树（4）

文章目录 5.二叉树算法题5.1 单值二叉树5.2 相同的树5.3 另一棵树的子树5.4 二叉树遍历5.5 二叉树的构建及遍历 6.二叉树选择题 5.二叉树算法题 5.1 单值二叉树 点击链接做题 代码&#xff1a; /*** Definition for a binary tree node.* struct TreeNode {* int val;* …
阅读更多...
PID 控制实验 - 整定实验

PID 控制实验 - 整定实验

Arduino PID Arduino-PID-LibraryArduino-PID-AutoTune-Library PID控制实验 – 制作测试台 PID Control Experiment – Making the Testing Rig PID (Proportional, Integral, Derivative) control is a classic control algorithm that I have used for a few projects,…
阅读更多...
Java面试还看传统八股文？快来看看这个场景题合集吧【附PDF】

Java面试还看传统八股文？快来看看这个场景题合集吧【附PDF】

以下就是这份面试场景文档↓ 这里有什么&#xff1f; ↓↓ 1.针对 2024 年面试行情的变化设计的面试场景题以及回答思路 2. 如何快速通过面试的详细攻略 3. 简历优化技巧 1.知己知彼才能百战百胜&#xff0c;如何做好面试前的准备工作 场景题答案以及更多场景题八股文一线大…
阅读更多...
java学习--枚举

java学习--枚举

问题引入&#xff1a; 当需要解决一个季节类的问题&#xff0c;我们使用学到的类与对象&#xff0c;创建一个季节的类然后添加构造器在进行分装就可以实现&#xff0c;但问题也随之而来&#xff0c;这样不仅可以有正常的四季还可以添加其他不存在的四季以及可以更改四季的属性…
阅读更多...
【Leetcode】十九、贪心算法：玩筹码 + 跳跃游戏

【Leetcode】十九、贪心算法：玩筹码 + 跳跃游戏

文章目录 1、贪心算法2、leetcode1217&#xff1a;玩筹码3、leetcode55&#xff1a;跳跃游戏 1、贪心算法 关于贪心算法中&#xff0c;“每一步都是最好的选择"的理解”。以零钱兑换为例&#xff0c;现在有1分、2分、5分的硬币&#xff0c;现在要凑出11分&#xff0c;且要…
阅读更多...
masscan 端口扫描——（Golang 简单使用总结）

masscan 端口扫描——（Golang 简单使用总结）

1. 前言 最近要做一个扫描 ip 端口的功能 扫描的工具有很多&#xff0c;但是如何做到短时间扫描大量的 ip 是个相对困难的事情。 市场上比较出名的工具有 masscan和nmap masscan 支持异步扫描&#xff0c;对多线程的利用很好&#xff0c;同时仅仅支持 syn 半开扫描&#xff…
阅读更多...
采用先进的人工智能视觉分析技术，能够精确识别和分析，提供科学、精准的数据支持的明厨亮灶开源了。

采用先进的人工智能视觉分析技术，能够精确识别和分析，提供科学、精准的数据支持的明厨亮灶开源了。

明厨亮灶视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒&#xff0c;省去繁琐重复的适配流程&#xff0c;实现芯片、算法、应用的全流程组合&#xff0c;从而大大减少企业级应用约95%的开发成本。AI技术可以24小时…
阅读更多...
SEO与数据中心代理IP的结合能带来哪些便利？

SEO与数据中心代理IP的结合能带来哪些便利？

本文将探讨将SEO与数据中心代理IP结合所带来的好处&#xff0c;以及如何利用这种组合来提升网站在搜索引擎中的排名和可见性。 1. 数据中心代理IP的作用和优势 数据中心代理IP指的是由数据中心提供的IP地址&#xff0c;用于隐藏真实服务器的位置和身份。与其他类型的代理IP相…
阅读更多...
【Java基础系列】RBAC：介绍与原理

【Java基础系列】RBAC：介绍与原理

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…
阅读更多...
【C++】：红黑树的应用 --- 封装map和set

【C++】：红黑树的应用 --- 封装map和set

点击跳转至文章&#xff1a;【C】&#xff1a;红黑树深度剖析 — 手撕红黑树&#xff01; 目录 前言一&#xff0c;红黑树的改造1. 红黑树的主体框架2. 对红黑树节点结构的改造3. 红黑树的迭代器3.1 迭代器类3.2 Begin() 和 End() 四&#xff0c;红黑树相关接口的改造4.1 Find…
阅读更多...
Java OpenCV 图像处理41 图形图像 图片缩放

Java OpenCV 图像处理41 图形图像 图片缩放

Java OpenCV 图像处理41 图形图像 图片缩放 1 图片缩放2 仿射变换3 透视变换 1 图片缩放 Java OpenCV 代码 OpenCV 提供的主要图像缩放函数&#xff0c;可以指定缩放比例或者目标尺寸。 Imgproc.resize(src, dst, new Size(width, height), fx, fy, interpolation);Imgproc.r…
阅读更多...
科学又省力 宠物浮毛怎么去掉便捷高效？除毛秘籍养宠空气净化器

科学又省力 宠物浮毛怎么去掉便捷高效？除毛秘籍养宠空气净化器

上次和朋友逛完街去她家&#xff0c;她家的猫哈基米一开门就飞奔过来&#xff0c;朋友直接抱起它狂亲。结果&#xff0c;猫毛和汗水粘得到处都是&#xff0c;手臂上、脸上都是&#xff0c;看得我这鼻炎星人直起鸡皮疙瘩。很多养宠物的朋友都说&#xff0c;天天给猫狗梳毛&#…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023