【黑马头条之xxl-Job分布式任务调度】

灰太狼 2023-10-14 18:04 37阅读 0赞

本笔记内容为[黑马头条][Link 1]项目的分布式任务调度热点文章部分

**目录**

一、今日内容

1、需求分析

2、实现思路

3、定时计算

4、定时任务框架-xxljob

二、分布式任务调度

1、什么是分布式任务调度

2、xxl-Job简介

3、XXL-Job-环境搭建

4、配置部署调度中心-docker安装

5、xxl-job入门案例编写

6、任务详解-执行器

7、任务详解-基础配置

8、路由策略(轮询)-案例

9、路由策略(分片广播)

三、热点文章-定时计算

1、需求分析

2、实现思路

3、实现步骤

四、查询文章接口改造

1、思路分析

2、功能实现

--------------------

# 一、**今日内容** #

--------------------

## 1、需求分析 ##

![14e980db1a0b413ab886291a6454956c.png][]

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1：
    
    如何访问量较大，直接查询数据库，压力较大
 *  问题2：
    
    新发布的文章会展示在前面，并不是热点文章

## 2、实现思路 ##

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 ##

![325e1c85eeff495d8f6fbb09bee7e8cc.png][]

>  *  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，但是这样存在这一些问题 ：

>  *  做集群任务的重复执行问题
>  *  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

# 二、分布式任务调度 #

--------------------

## 1、什么是分布式任务调度 ##

当前软件的架构已经开始向分布式架构转变，将单体结构拆分为若干服务，服务之间通过网络交互来完成业务处理。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业务，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**。

![3bef3be457704f15848c27efe8a2463f.png][]

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执行任务的处理效率。
> 
> **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，对公司造成损失，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 ##

针对分布式任务调度的需求，市场上出现了很多的产品：

> 1） TBSchedule：淘宝推出的一款非常优秀的高性能分布式调度框架，目前被应用于阿里、京东、支付宝、国美等很多互联网企业的流程调度系统中。但是已经多年未更新，文档缺失严重，缺少维护。
> 
> 2） XXL-Job：大众点评的分布式任务调度平台，是一个轻量级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。
> 
> 3）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，功能丰富强大，采用zookeeper实现分布式协调，具有任务高可用以及分片功能。
> 
> 4）Saturn： 唯品会开源的一个分布式任务调度平台，基于Elastic-job，可以全域统一配置，统一监 控，具有任务高可用以及分片功能。
> 
> 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线，开箱即用。

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。][xxl-job_]

文档地址：[分布式任务调度平台XXL-JOB][XXL-JOB]

**特性**

*  **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； 支持通过通用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，执行器节点不可用是自动转移到其他节点执行 支持任务超时控制、失败重试配置 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策略，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；

## 3、XXL-Job-环境搭建 ##

**1.调度中心环境要求**

*  Maven3+
 *  Jdk1.8+
 *  Mysql5.7+

**2.源码仓库地址**

<table> 
 <thead> 
  <tr> 
   <th>源码仓库地址</th> 
   <th>Release Download</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><a href="https://github.com/xuxueli/xxl-job" title="https://github.com/xuxueli/xxl-job" rel="nofollow">https://github.com/xuxueli/xxl-job</a></td> 
   <td><a href="https://github.com/xuxueli/xxl-job/releases" title="Download" rel="nofollow">Download</a></td> 
  </tr> 
  <tr> 
   <td><a href="http://gitee.com/xuxueli0323/xxl-job" title="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。" rel="nofollow">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。</a></td> 
   <td><a href="http://gitee.com/xuxueli0323/xxl-job/releases" title="Download" rel="nofollow">Download</a></td> 
  </tr> 
 </tbody> 
</table>

**3.初始化“调度数据库”**

请下载项目源码并解压，获取 “调度数据库初始化SQL脚本” 并执行即可。

位置：`/xxl-job/doc/db/tables_xxl_job.sql` 共8张表

![923e44ff099f4e9cbc48c1e7b0a9bd7c.png][]

> \- 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、执行入参和报警邮件等等；  
> \- 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;

**4.编译源码**

解压源码,按照maven格式将源码导入IDE, 使用maven进行编译即可，源码结构如下：

![13fb999b1fc9426393eb70279af6d9f6.png][]

**5.配置部署“调度中心”**

调度中心项目：xxl-job-admin

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。

步骤一：调度中心配置

调度中心配置文件地址：`/xxl-job/xxl-job-admin/src/main/resources/application.properties`

数据库的连接信息修改为自己的数据库

### web
    server.port=8888
    server.servlet.context-path=/xxl-job-admin
    
    ### actuator
    management.server.servlet.context-path=/actuator
    management.health.mail.enabled=false
    
    ### resources
    spring.mvc.servlet.load-on-startup=0
    spring.mvc.static-path-pattern=/static/**
    spring.resources.static-locations=classpath:/static/
    
    ### freemarker
    spring.freemarker.templateLoaderPath=classpath:/templates/
    spring.freemarker.suffix=.ftl
    spring.freemarker.charset=UTF-8
    spring.freemarker.request-context-attribute=request
    spring.freemarker.settings.number_format=0.##########
    
    ### mybatis
    mybatis.mapper-locations=classpath:/mybatis-mapper/*Mapper.xml
    #mybatis.type-aliases-package=com.xxl.job.admin.core.model
    
    ### xxl-job, datasource
    spring.datasource.url=jdbc:mysql://127.0.0.1:3306/xxl_job?Unicode=true&serverTimezone=Asia/Shanghai&characterEncoding=UTF-8
    spring.datasource.username=root
    spring.datasource.password=root
    spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
    
    ### datasource-pool
    spring.datasource.type=com.zaxxer.hikari.HikariDataSource
    spring.datasource.hikari.minimum-idle=10
    spring.datasource.hikari.maximum-pool-size=30
    spring.datasource.hikari.auto-commit=true
    spring.datasource.hikari.idle-timeout=30000
    spring.datasource.hikari.pool-name=HikariCP
    spring.datasource.hikari.max-lifetime=900000
    spring.datasource.hikari.connection-timeout=10000
    spring.datasource.hikari.connection-test-query=SELECT 1
    
    ### xxl-job, email
    spring.mail.host=smtp.qq.com
    spring.mail.port=25
    spring.mail.username=xxx@qq.com
    spring.mail.password=xxx
    spring.mail.properties.mail.smtp.auth=true
    spring.mail.properties.mail.smtp.starttls.enable=true
    spring.mail.properties.mail.smtp.starttls.required=true
    spring.mail.properties.mail.smtp.socketFactory.class=javax.net.ssl.SSLSocketFactory
    
    ### xxl-job, access token
    xxl.job.accessToken=
    
    ### xxl-job, i18n (default is zh_CN, and you can choose "zh_CN", "zh_TC" and "en")
    xxl.job.i18n=zh_CN
    
    ## xxl-job, triggerpool max size
    xxl.job.triggerpool.fast.max=200
    xxl.job.triggerpool.slow.max=100
    
    ### xxl-job, log retention days
    xxl.job.logretentiondays=30

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

## **4、配置部署调度中心-docker安装** ##

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=root \
    -d mysql:5.7

②.拉取镜像

docker pull xuxueli/xxl-job-admin:2.3.0

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=root" \
    -p 8888:8080 -v /tmp:/data/applogs \
    --name xxl-job-admin --restart=always  -d xuxueli/xxl-job-admin:2.3.0

## 5、xxl-job入门案例编写 ##

**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**

![a8acf7f9194c416f8e7870b050bda8f6.png][]

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

**3.application.yml配置**

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

**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;
    
    /**
     * 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;
    
    
        @Bean
        public XxlJobSpringExecutor xxlJobExecutor() {
            logger.info(">>>>>>>>>>> xxl-job config init.");
            XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();
            xxlJobSpringExecutor.setAdminAddresses(adminAddresses);
            xxlJobSpringExecutor.setAppname(appname);
            xxlJobSpringExecutor.setPort(port);
            return xxlJobSpringExecutor;
        }
    
    
    }

**5.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。。。。");
    
        }
    }

**6.测试-单节点**

*  启动微服务
 *  在xxl-job的调度中心中启动任务

## 6、任务详解-执行器 ##

*  执行器：任务的绑定的执行器，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

![1a0a113a083c4fae9468acc6c890e8aa.png][]

<table> 
 <thead> 
  <tr> 
   <th>属性名称</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>AppName</td> 
   <td>是每个执行器集群的唯一标示AppName, 执行器会周期性以AppName为对象进行自动注册。可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;</td> 
  </tr> 
  <tr> 
   <td>名称</td> 
   <td>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;</td> 
  </tr> 
  <tr> 
   <td>排序</td> 
   <td>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;</td> 
  </tr> 
  <tr> 
   <td>注册方式</td> 
   <td>调度中心获取执行器地址的方式；</td> 
  </tr> 
  <tr> 
   <td>机器地址</td> 
   <td>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；</td> 
  </tr> 
 </tbody> 
</table>

自动注册和手动注册的区别和配置

![a3d198bac0224c2aab1cc71d346519ec.png][]

## 7、任务详解-基础配置 ##

![cfba492efa82428cbf782275197f0de8.png][]

**基础配置**

*  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，支持配置多邮箱地址，配置多个邮箱地址时用逗号分隔

![4b570c26756348a29836bfa1bc67a815.png][]

**调度配置**

> 调度类型：
> 
>  *  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；按照固定的间隔时间，周期性触发；

![d45b9351a19c43e2ab02340994564ba3.png][]

**任务配置**

>  *  运行模式：
> 
> 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 行器中任务；
> 
>  *  JobHandler：运行模式为 "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；

![b14a9cb2eaf341c4bcf73bff15d69aba.png][]

**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；

>  *  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；

![b2675a0dec0c4f33a219835e39cc8a7c.png][]

**路由策略**

> 当执行器集群部署时，提供丰富的路由策略，包括；
> 
>  *  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；**

![8a3b4b4ceee74c0aa82446cf531aa489.png][]

## 8、路由策略(轮询)-案例 ##

1.修改任务为轮询

![63461c77646b4b22b243e5ddf230e827.png][]

2.启动多个微服务

![bddf3dc56fff4bad831e029a77cbe50b.png][]

修改yml配置文件

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

3.启动多个微服务

每个微服务轮询的去执行任务

## 9、路由策略(分片广播) ##

**1.分片逻辑**

执行器集群部署时，任务路由策略选择”分片广播”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

![0a94e124a3db4549b4c91a615b9f22d9.png][]

执行器集群部署时，任务路由策略选择”分片广播”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

![679a30cb5aa345a2900c87a89c9b887d.png][]

**2.路由策略(分片广播)-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

①：创建分片执行器

![26f07813cf7848a89ddb2e173b402445.png][]

②：创建任务，路由策略为分片广播

![acb89444c5724d5a921d41dd37e7c9f0.png][]

③：分片广播代码

分片参数

index：当前分片序号(从0开始)，执行器集群列表中当前执行器的序号；

total：总分片数，执行器集群的总机器数量；

修改yml配置

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

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(){
            //分片的参数
            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;
        }
    }

④：测试

启动多个微服务测试，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 ##

需求：为每个频道缓存热度较高的30条文章优先展示

![5ff6d03832244142a5d963e098720e0a.png][]

判断文章热度较高的标准是什么？文章：阅读，点赞，评论，收藏

## 2、实现思路 ##

![c9fed35b348046509410c7b87c340a96.png][]

## 3、实现步骤 ##

分值计算不涉及到前端工程，也无需提供api接口，是一个纯后台的功能的开发。

**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

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();
    }

② 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 {
    
        @Autowired
        private WmChannelService wmChannelService;
    
        @GetMapping("/api/v1/channel/list")
        @Override
        public ResponseResult getChannels() {
            return wmChannelService.findAll();
        }
    }

在ApArticleMapper.xml新增方法

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

修改ApArticleMapper类

package com.heima.article.mapper;
    
    import com.baomidou.mybatisplus.core.mapper.BaseMapper;
    import com.heima.model.article.dtos.ArticleHomeDto;
    import com.heima.model.article.pojos.ApArticle;
    import org.apache.ibatis.annotations.Mapper;
    import org.apache.ibatis.annotations.Param;
    
    import java.util.Date;
    import java.util.List;
    
    @Mapper
    public interface ApArticleMapper extends BaseMapper<ApArticle> {
    
        /**
         * 加载文章列表
         * @param dto
         * @param type  1  加载更多   2记载最新
         * @return
         */
        public List<ApArticle> loadArticleList(ArticleHomeDto dto,Short type);
    
        public List<ApArticle> findArticleListByLast5days(@Param("dayParam") Date dayParam);
    }

**2.热文章业务层**

定义业务层接口

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

修改ArticleConstans

package com.heima.common.constants;
    
    public class ArticleConstants {
        public static final Short LOADTYPE_LOAD_MORE = 1;
        public static final Short LOADTYPE_LOAD_NEW = 2;
        public static final String DEFAULT_TAG = "__all__";
    
        public static final String ARTICLE_ES_SYNC_TOPIC = "article.es.sync.topic";
    
        public static final Integer HOT_ARTICLE_LIKE_WEIGHT = 3;
        public static final Integer HOT_ARTICLE_COMMENT_WEIGHT = 5;
        public static final Integer HOT_ARTICLE_COLLECTION_WEIGHT = 8;
    
        public static final String HOT_ARTICLE_FIRST_PAGE = "hot_article_first_page_";
    }

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;
    }

业务层实现类

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 {
    
        @Autowired
        private ApArticleMapper apArticleMapper;
    
        /**
         * 计算热点文章
         */
        @Override
        public 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);
    
        }
    
        @Autowired
        private IWemediaClient wemediaClient;
    
        @Autowired
        private CacheService cacheService;
    
        /**
         * 为每个频道缓存30条分值较高的文章
         * @param hotArticleVoList
         */
        private void cacheTagToRedis(List<HotArticleVo> hotArticleVoList) {
            //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());
                    }
                }
            }
    
    
            //设置推荐数据
            //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(hotArticleVoList, ArticleConstants.HOT_ARTICLE_FIRST_PAGE+ArticleConstants.DEFAULT_TAG);
    
    
        }
    
        /**
         * 排序并且缓存数据
         * @param hotArticleVos
         * @param key
         */
        private void sortAndCache(List<HotArticleVo> hotArticleVos, String key) {
            hotArticleVos = hotArticleVos.stream().sorted(Comparator.comparing(HotArticleVo::getScore).reversed()).collect(Collectors.toList());
            if (hotArticleVos.size() > 30) {
                hotArticleVos = hotArticleVos.subList(0, 30);
            }
            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 scere = 0;
            if(apArticle.getLikes() != null){
                scere += apArticle.getLikes() * ArticleConstants.HOT_ARTICLE_LIKE_WEIGHT;
            }
            if(apArticle.getViews() != null){
                scere += apArticle.getViews();
            }
            if(apArticle.getComment() != null){
                scere += apArticle.getComment() * ArticleConstants.HOT_ARTICLE_COMMENT_WEIGHT;
            }
            if(apArticle.getCollection() != null){
                scere += apArticle.getCollection() * ArticleConstants.HOT_ARTICLE_COLLECTION_WEIGHT;
            }
    
            return scere;
        }
    }

在ArticleApplication的引导类中添加以下注解

@EnableFeignClients(basePackages = "com.heima.apis")

现在数据库中准备点数据

package com.heima.article.service.impl;
    
    import com.heima.article.ArticleApplication;
    import com.heima.article.service.HotArticleService;
    import org.junit.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;
    
    @SpringBootTest(classes = ArticleApplication.class)
    @RunWith(SpringRunner.class)
    public class HotArticleServiceImplTest {
    
        @Autowired
        private HotArticleService hotArticleService;
    
        @Test
        public void computeHotArticle() {
            hotArticleService.computeHotArticle();
        }
    }

**3.xxl-job定时计算-步骤**

①：在heima-leadnews-article中的pom文件中新增依赖

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

② 在xxl-job-admin中新建执行器和任务

新建执行器：leadnews-hot-article-executor

![e11348e1c7a240ca8aee778370617cc8.png][]

新建任务：路由策略为轮询，Cron表达式：0 0 2 \* \* ?

![ffab6ef50b0d4834bca7c3af54b34fe0.png][]

③ leadnews-article中集成xxl-job

XxlJobConfig

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;
    
    
        @Bean
        public 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配置新增配置

xxl:
      job:
        admin:
          addresses: http://192.168.200.130:8888/xxl-job-admin
        executor:
          appname: leadnews-hot-article-executor
          port: 9999

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 {
    
        @Autowired
        private 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 ##

![cea60a2f5a4d4b058bdac193bf50e30c.png][]

## 2、功能实现 ##

**1.在ApArticleService中新增方法**

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

实现方法

/**
         * 加载文章列表
         * @param dto
         * @param type      1 加载更多   2 加载最新
         * @param firstPage true  是首页  flase 非首页
         * @return
         */
    @Override
    public 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(type,dto);
    }

**2.修改控制器**

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

结束！

[Link 1]: https://so.csdn.net/so/search?q=%E9%BB%91%E9%A9%AC%E5%A4%B4%E6%9D%A1&spm=1001.2101.3001.7020
[14e980db1a0b413ab886291a6454956c.png]: https://img-blog.csdnimg.cn/14e980db1a0b413ab886291a6454956c.png
[325e1c85eeff495d8f6fbb09bee7e8cc.png]: https://img-blog.csdnimg.cn/325e1c85eeff495d8f6fbb09bee7e8cc.png
[3bef3be457704f15848c27efe8a2463f.png]: https://img-blog.csdnimg.cn/3bef3be457704f15848c27efe8a2463f.png
[xxl-job_]: https://gitee.com/xuxueli0323/xxl-job
[XXL-JOB]: https://www.xuxueli.com/xxl-job/
[923e44ff099f4e9cbc48c1e7b0a9bd7c.png]: https://img-blog.csdnimg.cn/923e44ff099f4e9cbc48c1e7b0a9bd7c.png
[13fb999b1fc9426393eb70279af6d9f6.png]: https://img-blog.csdnimg.cn/13fb999b1fc9426393eb70279af6d9f6.png
[a8acf7f9194c416f8e7870b050bda8f6.png]: https://img-blog.csdnimg.cn/a8acf7f9194c416f8e7870b050bda8f6.png
[1a0a113a083c4fae9468acc6c890e8aa.png]: https://img-blog.csdnimg.cn/1a0a113a083c4fae9468acc6c890e8aa.png
[a3d198bac0224c2aab1cc71d346519ec.png]: https://img-blog.csdnimg.cn/a3d198bac0224c2aab1cc71d346519ec.png
[cfba492efa82428cbf782275197f0de8.png]: https://img-blog.csdnimg.cn/cfba492efa82428cbf782275197f0de8.png
[4b570c26756348a29836bfa1bc67a815.png]: https://img-blog.csdnimg.cn/4b570c26756348a29836bfa1bc67a815.png
[d45b9351a19c43e2ab02340994564ba3.png]: https://img-blog.csdnimg.cn/d45b9351a19c43e2ab02340994564ba3.png
[b14a9cb2eaf341c4bcf73bff15d69aba.png]: https://img-blog.csdnimg.cn/b14a9cb2eaf341c4bcf73bff15d69aba.png
[b2675a0dec0c4f33a219835e39cc8a7c.png]: https://img-blog.csdnimg.cn/b2675a0dec0c4f33a219835e39cc8a7c.png
[8a3b4b4ceee74c0aa82446cf531aa489.png]: https://img-blog.csdnimg.cn/8a3b4b4ceee74c0aa82446cf531aa489.png
[63461c77646b4b22b243e5ddf230e827.png]: https://img-blog.csdnimg.cn/63461c77646b4b22b243e5ddf230e827.png
[bddf3dc56fff4bad831e029a77cbe50b.png]: https://img-blog.csdnimg.cn/bddf3dc56fff4bad831e029a77cbe50b.png
[0a94e124a3db4549b4c91a615b9f22d9.png]: https://img-blog.csdnimg.cn/0a94e124a3db4549b4c91a615b9f22d9.png
[679a30cb5aa345a2900c87a89c9b887d.png]: https://img-blog.csdnimg.cn/679a30cb5aa345a2900c87a89c9b887d.png
[26f07813cf7848a89ddb2e173b402445.png]: https://img-blog.csdnimg.cn/26f07813cf7848a89ddb2e173b402445.png
[acb89444c5724d5a921d41dd37e7c9f0.png]: https://img-blog.csdnimg.cn/acb89444c5724d5a921d41dd37e7c9f0.png
[5ff6d03832244142a5d963e098720e0a.png]: https://img-blog.csdnimg.cn/5ff6d03832244142a5d963e098720e0a.png
[c9fed35b348046509410c7b87c340a96.png]: https://img-blog.csdnimg.cn/c9fed35b348046509410c7b87c340a96.png
[e11348e1c7a240ca8aee778370617cc8.png]: https://img-blog.csdnimg.cn/e11348e1c7a240ca8aee778370617cc8.png
[ffab6ef50b0d4834bca7c3af54b34fe0.png]: https://img-blog.csdnimg.cn/ffab6ef50b0d4834bca7c3af54b34fe0.png
[cea60a2f5a4d4b058bdac193bf50e30c.png]: https://img-blog.csdnimg.cn/cea60a2f5a4d4b058bdac193bf50e30c.png