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

Spring监听器(ApplicationEvent)比MQ更轻的异步神器 本文通过咖啡店场景生动解析Spring事件监听机制。核心要点:1.事件驱动模型类比咖啡店协作,通过订单事件(OrderEvent)解耦顾客、咖啡师、收银员等角色;2.提出三大高并发场景解决方案:缓存预加载、事务后清理、无侵入扩展;3.总结常见事故如事件篡改、异步丢失和循环调用;4.对比监听器与MQ的适用场景,给出架构选型决策树;5.性能优化建议包括异步处理、条件过滤和批量操作;6.强调单一职责、轻量事件、异常隔离等最佳实践。文章指出优秀架构应像高效咖啡店,通过事件驱动实现灵活可扩展的系统设计,在8核16G环 阅读详情

👉 这是一个或许对你有用的社群

🐱 一对一交流/面试小册/简历优化/求职解惑,欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料: 

👉这是一个或许对你有用的开源项目

国产Star破10w的开源项目,前端包括管理后台、微信小程序,后端支持单体、微服务架构

RBAC权限、数据权限、SaaS多租户、商城、支付、工作流、大屏报表、ERP、CRM、AI大模型、IoT物联网等功能:

  • 多模块:https://gitee.com/zhijiantianya/ruoyi-vue-pro

  • 微服务:https://gitee.com/zhijiantianya/yudao-cloud

  • 视频教程:https://doc.iocoder.cn

【国内首批】支持 JDK17/21+SpringBoot3、JDK8/11+Spring Boot2双版本 

来源:juejin.cn/post/7525726627960291391


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”

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/ruoyi-vue-pro

  • 视频教程:https://doc.iocoder.cn/video/

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」
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」
@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」
@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());
    }
}

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/yudao-cloud

  • 视频教程:https://doc.iocoder.cn/video/

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)
@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)
// 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):

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:

// 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)
// 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)
@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)
// 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 ⚠️

黄金决策树:

  • 同JVM事务操作 → Spring监听器(开发效率王炸)

  • 跨服务最终一致 → RocketMQ(可靠性担当)

五、性能调优:监听器的涡轮增压

异步喷射:

@Async // 方法级异步(线程池加速)
@EventListener
public void asyncProcess(LogEvent event) {...}

条件过滤(减少无效处理):

// 只处理VIP客户的订单
@EventListener(condition = "#event.user.level == 'VIP'")
public void handleVipOrder(OrderEvent event) {...}

批量处理(Spring 4.2+特性):

// 一次性处理整批订单(提升数据库IO效率)
@EventListener
public void batchProcess(List<OrderEvent> events) {
    orderDao.batchInsert(events.stream().map(OrderConverter::toEntity).toList());
}

六、最佳实践:5条生存法则

单一职责原则

一个监听器只做一件事:如 PaymentListener 只处理支付,CouponListener 只发券

事件轻量化

禁止在事件中携带 HttpSession 等重型对象(建议只传ID)

异常隔离舱

异步事件必须独立捕获异常:

@Async
@EventListener
public void handle(Event event) {
    try { 
        businessLogic(); 
    } catch (Exception e) { 
        // 记录日志 + 告警(防止雪崩)
        log.error("事件处理失败: {}", event, e); 
        alarmManager.notify(e);
    }
}
版本兼容设计

事件类预留版本字段:

public class OrderEvent {
    private final String version = "1.0"; // 未来可扩展
}
监控三件套
// 监控处理时长/失败率/QPS
@Around("@annotation(org.springframework.context.event.EventListener)")
public Object monitor(ProceedingJoinPoint pjp) {
    Timer.Sample sample = Timer.start();
    try {
        return pjp.proceed();
    } finally {
        sample.stop(Metrics.timer("event.process.time"));
    }
}

结语:事件驱动的艺术

优秀架构的本质不是预测所有需求,而是拥抱变化。

通过Spring事件监听器,我们将系统拆解为可插拔的乐高模块:

  • 新增功能时 → 添加监听器(无需修改核心代码)

  • 流量暴增时 → 开启异步(无需重构架构)

这恰如经营咖啡店的真谛:

  • “不是雇佣更快的咖啡师,而是设计永不拥堵的协作机制”

程序员彩蛋:

  • 下回当你为需求变更焦头烂额时,不妨问问自己:“我的代码,像一家应对自如的咖啡店吗?”

附录:性能压测数据(阿里云ECS 8核16G)

模式

吞吐量

平均延迟

CPU占用

同步监听

12,000/s

15ms

85%

异步+批量

98,000/s

2ms

62%

技术选型建议:万级QPS以内首选Spring事件,超越则上MQ


欢迎加入我的知识星球,全面提升技术能力。

👉 加入方式,“长按”或“扫描”下方二维码噢:

星球的内容包括:项目实战、面试招聘、源码解析、学习路线。

文章有帮助的话,在看,转发吧。
谢谢支持哟 (*^__^*)
VSCode+PlatformIO新建工程卡成狗?3步提速大法实测有效(附镜像源配置) 针对VSCode+PlatformIO新建工程时因依赖下载缓慢导致的加载慢问题,本文提供了三步核心提速方案。通过配置Python环境变量、修改PlatformIO插件设置以使用国内镜像源,并优化pip配置文件,实测可大幅缩短工程创建时间,有效解决创建工程卡顿的痛点。 阅读详情

相关推荐

如何在 Ubuntu 24.04 或 22.04 上安装和使用 GDebi

本文介绍了在Ubuntu 24.04上安装和使用GDebi的方法。GDebi是DPKG的轻量级替代品,能够自动解析并安装.deb包的依赖项。文章详细说明了系统更新、安装GDebi的步骤,并演示了通过GUI和CLI两种方式安装.deb包的操作流程。此外,还提供了验证安装和卸载包的方法。GDebi虽然非必需,但为用户提供了处理依赖项的另一种选择,适合需要安装本地Debian包的用户。

山岚的运维笔记 2033

Spring事件机制 ApplicationEventPublisher

Spring,观察者模式,ApplicationEventPublisher,事件,发布,监听

weixin_37672801的博客 5397

Python实战:5分钟搞定N-CMAPSS航空发动机数据集解析(附完整代码)

本文提供了一份针对N-CMAPSS航空发动机数据集的快速解析实战指南。通过Python的h5py和Pandas库,详细演示了如何高效读取HDF5格式文件、理解数据结构、提取关键特征(如传感器数据与剩余使用寿命RUL),并整合为可用于预测性维护分析的DataFrame,帮助研究者和工程师快速上手这一重要的工业时序数据集。

weixin_29083373的博客 281

Spring监听器(ApplicationEvent):比MQ更轻的异步神器!亿级流量下的咖啡店经营哲学

Spring事件驱动机制通过发布-订阅模式实现业务解耦,提升系统扩展性和性能。核心应用场景包括缓存预加载、事务后清理、功能扩展等。使用时需注意事件不可变性、异步配置和循环调用问题。相比MQ,更适合单机事务协作,具有开发效率高、吞吐量大优势。性能优化可通过异步处理、条件过滤和批量操作实现。最佳实践强调单一职责、事件不可变性和防御式编程,是应对高并发场景的利器。

m0_53626105的博客 835

LAP-D协议概述

Q.921协议由称为LAPD(链路访问协议-D通道),与HDLC的关系密切,它是在ISDN D通道上使用的数据链路协议。 注:http://www.freesoft.org/CIE/Topics/125.htm LAP-D的帧格式 标志、位填充技术和FCS校验计算与HDLC一致。 16位的地址包括C/R字段、SAPI(服务访问点标识)和TEI(端点标识)。TEI用于区分使用相同ISDN...

系统运维 1915

Unity游戏开发客户端面经——数据结构(初级)

Unity游戏开发客户端面经 之 数据结构篇

Sea3752的博客 1万+

Spring监听器:比MQ更轻的异步神器!

在当今高并发、分布式的技术浪潮中,异步通信已成为系统架构设计的"标配思维"。每当提及异步处理,技术人的脑海中往往会立即浮现出RabbitMQ、Kafka、RocketMQ等重量级消息中间件的身影。它们强大、可靠、功能丰富,但也带来了复杂性、运维成本和架构负担。当我们的异步通信需求仅限于单个应用内部或微服务内部时,引入完整的消息队列是否属于"杀鸡用牛刀"?是否有一种更轻量、更优雅、与Spring生态无缝集成的解决方案?这就是我们今天要探讨的Spring监听器(ApplicationEvent)

如果足够勇敢 应该扛起问题往前走 直到因果成熟自动脱落 人对问题的解决方式 不是试图找到答案 而是背负到可以解决的那一天 1202

Mac安装Claude Code的3种方式及5类报错解决方案

介绍在Mac上安装Claude Code的3种实测可行方式(官方dmg、Homebrew+ARM原生构建、Docker容器化),并针对Gatekeeper签名验证失败、Rosetta 2内存对齐崩溃、Python ABI兼容性冲突等5类高频报错提供根因分析与可复现解决方案,覆盖M1–M3及Intel

weixin_28728443的博客 367

比MQ更轻的异步神器——Spring监听器(ApplicationEvent)亿级流量下的咖啡店经营哲学

/ final修饰的订单ID:就像咖啡师绝不涂改的订单小票// 创建时间:记录订单诞生时刻(线程安全不可变)// 无setter:防止多线程并发篡改订单优秀架构的本质不是预测所有需求,而是拥抱变化。

qq_65388867的博客 949

26版SPSS操作教程(高级教程第十章)

#大道之行,在于坚持 #本期内容:二分类Logistic回归模型 #由于导师最近布置了学习SPSS这款软件的任务,因此想来平台和大家一起交流下学习经验,这期推送内容接上一次高级教程第九章的学习笔记,希望能得到一些指正和帮助~

你好! 1600

【阿里AgentScope框架】多框架组合:AgentScope加LangChain,让你的开发效率直线上升

本文以一个例子来看下AgentScope框架和LangChain如何实现融合使用,真的超级简单,一看就懂。这是一种思路,为多种框架的融合使用提供借鉴。

同学小张的博客 3476

第三篇 第 6 课

前置:第三篇第 1 课(stdx 引入),第二篇第 1 课(std.regex)。环境:仓颉 SDK 1.2.0。本文所有代码与输出均逐行实测。

weixin_41618057的博客 557

RK3588 ENV 环境配置之 fw_printenv

RK3588 ENV环境配置指南 本文详细介绍了在RK3588平台上配置ENV环境变量的完整流程。首先需要在parameter分区表中划分env分区,然后在U-Boot中配置MMC偏移地址。接着编译fw_printenv工具并部署到目标设备,配置fw_env.config文件指定存储位置。重点解决了内核中读写ENV时遇到的CRC校验问题,通过U-Boot的saveenv命令初始化环境变量存储区域。最后展示了如何使用fw_printenv/fw_setenv工具在内核中读写ENV变量,并建议将配置集成到根文件

501846585_QQAndroid_java 1036

MCP 2026-07-28 无状态协议大改版:Spring AI 2.1 多轮往返请求与网关路由落地

无状态,所以任何实例都能处理任何请求,扩容不再需要粘性会话;显式句柄,所以跨调用状态是可审计、可过期的,而不是藏在进程内存里;幂等重放,所以交互式中断在分布式环境下也可恢复,代价是你要自己保证副作用可对账;头部路由,所以网关能在不解析 body 的前提下做治理,而校验 header/body 一致性成了新的安全底线。这些没有一个是在发明新概念。它们是分布式系统里被验证过二十年的老手艺:无状态、显式上下文、幂等、网关治理、fail-fast、可观测。

qq_36021478的博客 199

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

实际工程问题:AI 生成 Spring Cache(@Cacheable / @CachePut / @CacheEvict)缓存注解踩坑

商品详情服务,要求:商品基础信息走缓存,减少 DB 查询;典型:AI 只贴注解,忽略 AOP 代理、key 设计、缓存穿透/击穿/过期、序列化、同步刷新,本地单测正常,上线后缓存脏数据、命中率异常、雪崩。如果业务在事务中,@CacheEvict / @CachePut 如果在事务提交前执行,一旦事务回滚,缓存已经被删掉/更新,数据不一致。• 如果在同一个类里用 this.xxx() 调用带缓存注解的方法,不走代理,缓存直接失效;// 更新商品:先更新 DB,再删除缓存,而不是直接 @CachePut。

2401_89363342的博客 492

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

压缩省了60%磁盘,写入TPS掉了25%——InnoDB页压缩的三类隐性代价与适用边界

InnoDB页压缩能显著降低表空间占用,但磁盘的节省不是免费的。压缩页在写入时需要CPU执行压缩算法、读取时需要CPU解压;压缩后的页在Buffer Pool中占用更少空间,但命中后的解压开销和未命中时的解压延迟会改变缓存的实际效能;写密集场景下,压缩/解压带来的写入放大可能让TPS明显下降。本文拆解InnoDB页压缩的物理机制、三类隐性代价的量化表现,以及“什么场景该用、什么场景该绕开”的判断框架。

DBAxiaoye的博客 356

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

Spring IoC 控制反转 完整技术笔记

Spring 框架的两大核心能力为IoC(控制反转)与AOP(面向切面编程)IoC:底层基于工厂模式实现,负责对象的创建、属性赋值与生命周期管理,是 Spring 框架的核心基础AOP:底层基于代理模式实现,用于实现横向功能的统一增强。

2401_87069538的博客 391

模型“看不见”中间的东西——prompt cache 与 Zone 分区

本文揭示了LLM系统中promptcache失效的根源:动态内容错置于系统提示词前缀,导致缓存命中率从80%骤降至4%。核心教训是“变化内容必须排在最后”——通过Zone分区(ZoneA稳定区、ZoneB动态区),将每轮可能变化的内容移至末尾,可确保前缀稳定,恢复高命中率。关键在于:前缀匹配要求逐字节相同,任何一处变动即导致后续全部失效。修复建议包括:重构提示词结构、正确分类内容、监控缓存单位(字节与token不可混用)、避免压缩破坏前缀。最终实现成本降低9倍,提升推理效率。

qinglongcn的博客 230

Spring Framework 7 HTTP Interface 实战:声明式 RestClient、超时与测试

Spring Framework 7 中,Java 开发者如何使用 HTTP Interface 管理外部服务调用?本文从传统 RestClient 出发,介绍 @HttpExchange、`@GetExchange`、`RestClientAdapter` 和 HttpServiceProxyFactory 的使用方式,并结合商品服务案例说明客户端配置、超时控制、异常处理及 Mock 测试。最后讨论从 RestTemplate、Feign 迁移时的技术取舍,帮助开发者建立更清晰的 HTTP 客户端架构。

代码不止,探索不息 259

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 624

【Spring AI】Tool Calling 入门与实践

本文介绍Spring AI中工具调用(Tool Calling)机制,通过@Tool注解定义可被模型调用的Java方法,实现模型与应用能力的协同。核心在于模型生成结构化调用请求,由应用执行真实逻辑并返回结果,确保安全可控。文章以查询时区时间为例,演示了工具注册、参数Schema、回调执行及异常处理等关键环节,并对比了三种注册方式:直接对象传递、MethodToolCallbackProvider统一管理与编程式构建,适用于不同场景下的灵活集成。

REGARD712的博客 409
上一篇: 你们公司的 QPS 是怎么统计出来的?这 5 种常见方法我踩过一半的坑
下一篇: 从原理到实战:基于SpringAI的RAG应用探索
公众号-芋道源码
博客等级 码龄10年 1640粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值