如何在Spring Boot通过Redis模拟延时队列实现日程提醒功能?
ztj100 2025-05-30 19:02 7 浏览 0 评论
在开发过程中日程提醒功能作为一个比较常见的功能出现,例如在一些场景中,用户设置了一个日程提醒之后,需要在指定的时间将提醒发送给用户提醒对应的操作,为了实现这种操作功能,我们可以通过Redis来模拟一个延时队列来实现日程消息提醒功能。
下面我们就来介绍一下如何在Spring Boot中如何结合Redis模拟延时队列实现日程提醒功能。
方案介绍
在Redis中有一个有序集合Sorted Set,我们可以通过这个有序集合来实现延时消息队列,通过Redis的ZADD和ZRANGEBYSCORE命令,将任务按照时间顺序进行存储,然后通过任务检索操作将到期任务梳理出来进行执行。具体操作如下所示。
实现步骤
首先第一步需要添加Redis的POM依赖,如下所示。
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter</artifactId>
</dependency>
</dependencies>
接下来就是利用有序集合实现延时队列操作。我们知道在Redis有序集合中,包含了如下的几个内容,用来表示创建的每个任务操作。
- Key:集合的名称,比如 schedule:tasks。
- Score:任务的触发时间戳(Unix 时间)。
- Value:任务的唯一标识或任务详情。
操作步骤如下所示。
- 第一步、使用 ZADD 添加任务到队列,Score 为触发时间。
- 第二步、使用 ZRANGEBYSCORE 获取当前时间前的任务。
- 第三步、触发任务后,使用 ZREM 删除任务。
完成上面的设计之后,接下来就是需要在Spring Boot的配置文件中添加Redis的连接配置,如下所示。
spring:
redis:
host: localhost
port: 6379
database: 0
根据上面的设计方案,我们需要创建一个Redis任务对象,如下所示,包含了任务的唯一标识以及内容情况,还有需要执行任务的时间。
@Data
@AllArgsConstructor
@NoArgsConstructor
public class ScheduleTask {
private String taskId; // 任务唯一标识
private String content; // 提醒内容
private Long executeTime; // 任务执行时间(Unix 时间戳)
}
实现任务管理逻辑
接下来就是创建Redis延时队列用来实现延迟操作。
@Service
public class TaskService {
private final String TASK_KEY = "schedule:tasks";
@Autowired
private RedisTemplate<String, String> redisTemplate;
// 添加任务
public void addTask(ScheduleTask task) {
redisTemplate.opsForZSet().add(TASK_KEY,
JSON.toJSONString(task),
task.getExecuteTime());
}
// 获取到期任务
public List<ScheduleTask> fetchDueTasks(long currentTime) {
Set<String> tasks = redisTemplate.opsForZSet()
.rangeByScore(TASK_KEY, 0, currentTime);
List<ScheduleTask> result = tasks.stream()
.map(task -> JSON.parseObject(task, ScheduleTask.class))
.collect(Collectors.toList());
redisTemplate.opsForZSet().removeRangeByScore(TASK_KEY, 0, currentTime);
return result;
}
}
定义好队列实现之后,接下,我们就可以创建一个定时任务然后定时检查是否有到期的任务需要执行,如下所示,每秒执行一次,检查队列中是否存在到期的消息需要执行。
@Component
public class TaskScheduler {
@Autowired
private TaskService taskService;
@Scheduled(fixedRate = 1000) // 每秒轮询一次
public void scheduleTasks() {
long currentTime = System.currentTimeMillis();
List<ScheduleTask> dueTasks = taskService.fetchDueTasks(currentTime);
for (ScheduleTask task : dueTasks) {
// 模拟发送提醒
System.out.println("提醒用户:" + task.getContent());
}
}
}
测试操作
完成上面的定时任务构建之后,接下来我们可以创建一个RESTFul接口用来创建延时任务并且调用TaskService服务将任务添加到延时队列中。如下所示。
@RestController
@RequestMapping("/tasks")
public class TaskController {
@Autowired
private TaskService taskService;
@PostMapping("/add")
public ResponseEntity<String> addTask(@RequestBody ScheduleTask task) {
taskService.addTask(task);
return ResponseEntity.ok("任务添加成功");
}
}
总结
到这里,Spring Boot通过Redis实现延时队列操作,通过Redis的Sorted Set具有高性能的排序和检索能力,适合实现延时任务队列。但是于此同时需要通过定时任务轮询检查到期时间,所以也是一种性能的消耗。但是在一些简单场景中,通过这种方式来实现日程提醒、订单超时处理等延时触发场景不失为一种合适的选择。
相关推荐
- 拒绝躺平,如何使用AOP的环绕通知实现分布式锁
-
如何在分布式环境下,像用synchronized关键字那样使用分布式锁。比如开发一个注解,叫@DistributionLock,作用于一个方法函数上,每次调方法前加锁,调完之后自动释放锁。可以利用Sp...
- 「解锁新姿势」 兄dei,你代码需要优化了
-
前言在我们平常开发过程中,由于项目时间紧张,代码可以用就好,往往会忽视代码的质量问题。甚至有些复制粘贴过来,不加以整理规范。往往导致项目后期难以维护,更别说后续接手项目的人。所以啊,我们要编写出优雅的...
- 消息队列核心面试点讲解(消息队列面试题)
-
Rocketmq消息不丢失一、前言RocketMQ可以理解成一个特殊的存储系统,这个存储系统特殊之处数据是一般只会被使用一次,这种情况下,如何保证这个被消费一次的消息不丢失是非常重要的。本文将分析Ro...
- 秒杀系统—4.第二版升级优化的技术文档二
-
大纲7.秒杀系统的秒杀活动服务实现...
- SpringBoot JPA动态查询与Specification详解:从基础到高级实战
-
一、JPA动态查询概述1.1什么是动态查询动态查询是指根据运行时条件构建的查询,与静态查询(如@Query注解或命名查询)相对。在业务系统中,80%的查询需求都是动态的,例如电商系统中的商品筛选、订...
- Java常用工具类技术文档(java常用工具类技术文档有哪些)
-
一、概述Java工具类(UtilityClasses)是封装了通用功能的静态方法集合,能够简化代码、提高开发效率。本文整理Java原生及常用第三方库(如ApacheCommons、GoogleG...
- Guava 之Joiner 拼接字符串和Map(字符串拼接join的用法)
-
Guave是一个强大的的工具集合,今天给大家介绍一下,常用的拼接字符串的方法,当然JDK也有方便的拼接字符串的方式,本文主要介绍guava的,可以对比使用基本的拼接的话可以如下操作...
- SpringBoot怎么整合Redis,监听Key过期事件?
-
一、修改Redis配置文件1、在Redis的安装目录2、找到redis.windows.conf文件,搜索“notify-keyspace-events”...
- 如何使用Python将多个excel文件数据快速汇总?
-
在数据分析和处理的过程中,Excel文件是我们经常会遇到的数据格式之一。本文将通过一个具体的示例,展示如何使用Python和Pandas库来读取、合并和处理多个Excel文件的数据,并最终生成一个包含...
- 利用Pandas高效处理百万级数据集,速度提升10倍的秘密武器
-
处理大规模数据集,尤其是百万级别的数据量,对效率的要求非常高。使用Pandas时,可以通过一些策略和技巧显著提高数据处理的速度。以下是一些关键的方法,帮助你使用Pandas高效地处理大型数据集,从而实...
- Python进阶-Day 25: 数据分析基础
-
目标:掌握Pandas和NumPy的基本操作,学习如何分析CSV数据集并生成报告。课程内容...
- Pandas 入门教程 - 第五课: 高级数据操作
-
在前几节课中,我们学习了如何使用Pandas进行数据操作和可视化。在这一课中,我们将进一步探索一些高级的数据操作技巧,包括数据透视、分组聚合、时间序列处理以及高级索引和切片。高级索引和切片...
- 原来这才是Pandas!(原来这才是薯片真正的吃法)
-
听到一些人说,Pandas语法太乱、太杂了,根本记不住。...
- python(pandas + numpy)数据分析的基础
-
数据NaN值排查,统计,排序...
- 利用Python进行数据分组/数据透视表
-
1.数据分组源数据表如下所示:1.1分组键是列名分组键是列名时直接将某一列或多列的列名传给groupby()方法,groupby()方法就会按照这一列或多列进行分组。按照一列进行分组...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)