阿里或AWS Redis Key 失效事件实现延时任务

自动化Agent重构开发者工作流:从代码补全到任务闭环 自动化Agent正推动软件开发范式从‘代码补全’迈向‘理解-决策-执行’闭环,其核心在于上下文感知、多步推理与自主执行能力的融合。相比传统AI编码助手聚焦于降低键盘敲击量,新一代Agent通过RAG增强上下文理解、混合模型协同推理、以及调用CI/CD/K8s等真实环境API完成端到端交付,显著提升系统级问题解决效率。技术价值体现在缩短遗留系统认知周期、保障重构影响范围精准识别、实现合规敏感操作的策略化让渡。典型应用场景包括微服务拆分、生产故障根因定位、私有代码库驱动的SQL生成及Figma到可运行原型的转化 阅读详情

  

一、业务场景

  1. 某个设备需要保持激活状态,当失效的时候需要预警。

  1. 订单付款后需要在24小时之后触发短信提醒等等。

二、常见方案

  • 手动无线循环;

  • ScheduledExecutorService;

  • DelayQueue;

  • Redis zset 数据判断的方式;

  • Redis 键空间通知的方式;

  • Netty 提供的 HashedWheelTimer 工具类;

  • RabbitMQ 死信队列;

  • RabbitMQ 延迟消息插件 rabbitmq-delayed-message-exchange;

  • Spring Scheduled;

  • Quartz。

实现方式这里也例举一些,感兴趣可以自己扩展。本文主要讲通过redis实现。因为项目本身有使用redis的场景。

三、具体实现

Redis zset 数据判断的方式

  1. 借助 zset 数据类型,把延迟任务存储在此数据集合中,然后在开启一个无线循环查询当前时间的所有任务进行消费,实现代码如下(需要借助 Jedis 框架):

  2. import redis.clients.jedis.Jedis;
    import utils.JedisUtils;
    import java.time.Instant;
    import java.util.Set;
    public class RedisDelayQueueZset {
        // zset key
        private static final String KEY = "ghDelayQueue";
        
        public static void main(String[] args) throws InterruptedException {
            Jedis jedis = JedisUtils.getJedis();
            // 延迟 30s 执行(30s 后的时间)
            long delayTime = Instant.now().plusSeconds(30).getEpochSecond();
            jedis.zadd(KEY, delayTime, "order_1");
            // 继续添加测试数据
            jedis.zadd(KEY, Instant.now().plusSeconds(2).getEpochSecond(), "order_2");
            jedis.zadd(KEY, Instant.now().plusSeconds(2).getEpochSecond(), "order_3");
            jedis.zadd(KEY, Instant.now().plusSeconds(7).getEpochSecond(), "order_4");
            jedis.zadd(KEY, Instant.now().plusSeconds(10).getEpochSecond(), "order_5");
            // 开启延迟队列
            doDelayQueue(jedis);
        }
        /**
         * 延迟队列消费
         * @param jedis Redis 客户端
         */
        public static void doDelayQueue(Jedis jedis) throws InterruptedException {
            while (true) {
                // 当前时间
                Instant nowInstant = Instant.now();
                long lastSecond = nowInstant.plusSeconds(-1).getEpochSecond(); // 上一秒时间
                long nowSecond = nowInstant.getEpochSecond();
                // 查询当前时间的所有任务
                Set<String> data = jedis.zrangeByScore(KEY, lastSecond, nowSecond);
                for (String item : data) {
                    // 消费任务
                    System.out.println("消费:" + item);
                }
                // 删除已经执行的任务
                jedis.zremrangeByScore(KEY, lastSecond, nowSecond);
                Thread.sleep(1000); // 每秒轮询一次
            }
        }
    }

  3. 缺点:当数据量非常多的时候,比如超出redis读写瓶颈。又或者数据很少的时候。依旧要有一个循环在每秒操作。都显得不是很优雅于是有了下面的方式

Redis 键空间通知的方式

  1. 通过 notify-keyspace-events Ex 的命令手动开启,开启键空间通知后,我们就可以拿到每个键值过期的事件,利用这个机制实现延时任务的功能。

  2. 拿业务场景1来分析:

当设备上行或者心跳触发。那么我们更新key的失效时间。如果长时间掉线。那么监听到事件触发预警

     3.设置参数 notify-keyspace-events Ex

阿里云redis 设置完立马生效不需要重启

 

aws redis

默认的参数组只有common可以修改,所以如果用的不是common需要新建一个参数组覆盖原来的。这里我选择新建test 修改参数组也是立马生效不需要重启

      4.代码实现:

redis失效监听器注册

/**
 * Redis 消息监听器容器.
 *
 * @param redisConnectionFactory the redis connection factory
 * @return the redis message listener container
 */
@Bean
public RedisMessageListenerContainer redisMessageListenerContainer(RedisConnectionFactory redisConnectionFactory) {
    RedisMessageListenerContainer redisMessageListenerContainer = new RedisMessageListenerContainer();
    redisMessageListenerContainer.setConnectionFactory(redisConnectionFactory);
    return redisMessageListenerContainer;
}


/**
 * Redis Key失效监听器注册为Bean.
 *
 * @param redisMessageListenerContainer the redis message listener container
 * @return the redis event message listener
 */
@Bean
public RedisEventMessageListener redisEventMessageListener(RedisMessageListenerContainer redisMessageListenerContainer) {
    return new RedisEventMessageListener(redisMessageListenerContainer);
}

继承事件监听

package cn.fuzhi.cloud.v2.manager.redis;

import org.springframework.data.redis.connection.Message;
import org.springframework.data.redis.listener.KeyExpirationEventMessageListener;
import org.springframework.data.redis.listener.RedisMessageListenerContainer;

import java.time.LocalDateTime;

public class RedisEventMessageListener extends KeyExpirationEventMessageListener {
 
    /**
     * Creates new {@link RedisEventMessageListener} for {@code __keyevent@*__:expired} messages.
     *
     * @param listenerContainer must not be {@literal null}.
     */
    public RedisEventMessageListener(RedisMessageListenerContainer listenerContainer) {
        super(listenerContainer);
    }
 
    @Override
    protected void doHandleMessage(Message message) {
        // 这个就是过期的key ,过期后,也就是事件触发后对应的value是拿不到的。
        // 这里实现业务逻辑,如果是服务器集群的话需要使用分布式锁进行抢占执行。
        String key = message.toString();
        System.out.println("key = " + key);
        System.out.println("end = " + LocalDateTime.now());
    }
}

四、redis-cli测试notify-keyspace-events是否生效

先开一个客户端连接

redis-cli -h xxxx -p 6379 -a password

连接成功输入

PSUBSCRIBE __keyevent@*__:expired

 

出现这个就可以了先不要关闭窗口

另外开一个窗口


setex ghDelayQueue 3 3

 

出现上述输出就表示配置成功

注意一点就是这种方式:事件触发后对应的value是拿不到的,只能获取到key的内容。所以要对key的命名给出规范

最后有啥提出一起交流

大模型任务匹配指南:GPT-5.5、Claude、Gemini场景化选型 大语言模型并非越‘大’越好,其核心价值在于与具体任务的精准匹配。理解模型底层能力原理——如GPT-5.5的因果链锚定机制、Claude的跨文档语义缝合架构、Gemini的跨模态token统一编码器——是避免报错与提升效能的前提。这些技术特性直接决定其在代码调试、长文档审阅、多模态分析等工程场景中的不可替代性。实践中,‘rate limit reached for gpt-5.5’或‘your current account is not eligible for gemini’等高频报错,90%源于任务与模 阅读详情

相关推荐

中间件:分布式系统的交通枢纽与核心组件实战解析

在分布式系统架构中,中间件作为连接应用与基础设施的关键组件,其核心价值在于解耦、复用与标准化。从原理上看,中间件通过提供标准接口和协议,将业务逻辑与底层技术细节分离,例如消息队列实现异步通信,缓存加速数据访问。其技术价值在于提升系统扩展性、可靠性和开发效率,是构建高可用、高性能系统的基石。应用场景广泛,涵盖服务通信、数据管理、系统协调等,例如API网关统一入口、Redis缓存热点数据、Nacos实现服务发现。本文聚焦于中间件的核心思想、主流组件(如Kafka、Redis)的深度解析,并结合部署配置与生产运维

chongyuwan4121的博客 488

【项目实】AWS提供的几种Redis产品:Amazon ElastiCache for Redis、Amazon MemoryDB for Redis或自托管Redis on EC2。每种产品都有其优

这些服务提供高性能的内存存储解决方案,可以显著提高应用程序的响应速度和吞吐量。它们对于需要快速访问频繁更改的数据的应用程序尤其有用,例如实时分析、游戏分数更新、会话存储等。这些服务可以轻松集成到现有的AWS环境中,如与Lambda函数、EC2实例、RDS数据库等结合使用。

奶爸的编程之路,也就一周冷个三天 2417

黑五高可用基础设施实战:流量洪峰下的稳定性加固指南

高可用基础设施是应对电商大促流量洪峰的核心能力,其本质在于系统韧性而非简单资源冗余。它依托故障自动隔离、秒级恢复、关键链路降级等机制,保障下单、支付、库存等核心交易链路在3~5倍峰值流量下持续可用。技术实现涵盖DNS TTL优化、CDN动态缓存分级、API网关熔断限流、Redis Cluster高可用选型及PostgreSQL强一致事务设计。尤其在黑五等确定性高峰场景中,需兼顾成本与风险,优先落地健康检查、连接池调优、结构化日志、业务级监控等可验证、可回滚的工程实践。本文聚焦真实故障模式与配置细节,为运维、

weixin_30387799的博客 378

RedisKey的失效监听器KeyExpirationEventMessageListener

TODO

xiaoxiaosu2的博客 5856

Mythos模型能力跃迁:从漏洞挖掘到沙箱逃逸的技术本质

大语言模型正从‘文本生成工具’演进为具备自主推理与系统级操作能力的通用智能体。其核心原理在于将符号执行、图神经网络与强化学习深度融合,实现对软件逻辑的数学建模与路径穷举,从而将零日漏洞挖掘从概率事件升级为确定性流程。这一技术跃迁带来显著工程价值:在SWE-bench Pro等基准中实现77.8%高成功率,并在UK AISI CTF等真实攻击链测试中完成22/32步企业级渗透。典型应用场景覆盖金融风控、工业控制系统安全评估及开源项目漏洞治理。当前关键挑战集中于沙箱逃逸风险与推理预算失控,而Mythos正是这一

tomfish 401

API接口入门指南:从概念到实战调用天气查询API

API(应用程序编程接口)是现代软件开发和系统集成的核心技术,它定义了不同软件组件之间通信的标准化方式。其核心原理是通过预定义的请求格式和响应规范,实现跨系统、跨平台的数据交换与功能调用。在技术价值上,API极大地提升了开发效率,促进了模块化、服务化和生态协作,是构建微服务、云原生和开放平台架构的基石。从应用场景来看,无论是前端获取后端数据、移动端与服务器交互、集成第三方支付与地图服务,还是调用AI大模型能力,都离不开API接口。本文以天气查询API为例,手把手演示从申请密钥到代码调用的完整流程,并探讨免费

Eric.Net的专栏 415

用redis的key过期事件做定时任务

普通的定时任务: Timer timer = new Timer(); timer.schedule(new TimerTask() { @Override public void run() { System.out.println("定时任务开始执行!"); } },System.currentTimeMillis()-60*1000L); 因为我们做的是消息服务,当

had__had的博客 748

云服务器SQL注入防护七层实战指南

SQL注入是一种利用用户输入拼接恶意SQL语句,从而非法访问或操控数据库的经典Web安全漏洞。其核心原理在于应用程序未对输入进行有效隔离,导致执行逻辑与数据边界模糊。该漏洞具有跨数据库(MySQL/PostgreSQL/SQL Server)、跨云平台(阿里云/AWS/腾讯云)的通用性,技术价值在于能以极低成本造成数据泄露、删库勒索等严重后果。典型应用场景包括登录表单、搜索接口、分页排序等所有接收用户输入并构造SQL的环节。本文聚焦云服务器环境下的纵深防御体系,围绕参数化查询、权限最小化、白名单校验等关键实

weixin_30698527的博客 352

AWS迁移教程,Redis迁移到Elasticache

为解决这一问题,AWS云专门提供多种简单且高效的迁移方式,进行帮助企业实现应用程序的平稳迁移,从而降低迁移过程中的风险和成本。找到用于ElastiCache和源端实例的安全组,然后选中该安全组,向安全组添加额外的入站规则,允许安全组中的所有实例在端口 6379 上的 TCP 流量。也可以查看ElastiCache的Events(事件)了解迁移信息,Event(事件)页面将显示迁移相关信息,包括迁移开始时间、完成时间以及迁移是否失败。如果迁移失败,此页面将包含有关迁移失败的信息。

九河智造云的内容中心 1666

【信息科学与工程学】计算机科学与自动化——第一百九十八篇 高并发高可用的知识点01

以上补充约 110 行,涵盖分布式协调、服务网格细节、数据库高级特性、性能分析工具、混沌工程、安全渗透、合规审计、研发效能、新兴技术、架构模式、实用工具及经典论文。涵盖数据库索引与锁、NoSQL、前端性能、安全攻防、压测工具深入、监控深入、云原生存储、服务治理扩展、代码质量、DevOps 文化、行业标准、软技能及未来趋势。好的,继续补充更多高并发、高可用、高可靠的知识与技术,涵盖更深层的数据库内部机制、分布式事务、服务治理、运维自动化、安全与前沿技术等领域。

weixin_49199313的博客 737

【信息科学与工程学】计算机科学与自动化——第三百零四篇 高性能系统开发指南01

高并发:限流、熔断、降级高性能:红包拆分、多级缓存、大Key/热Key拆分、Pipeline、线程池、RocketMQ零丢失、幂等、分布式锁、集群缩容、分批入库海量数据处理:日志分表分片、跨表查询、冷热分层、大数据引擎服务器选型系统安全:网关安全、服务器安全、云存储安全、风控、监控、测试数据一致性:缓存与数据库一致性、大厂方案、蓝绿回滚、流量一致性、流程一致性项目与团队管理:流程问题、管理问题(风险、成本、人员、文档、培训)稳定性建设:上线三板斧、线上五步闭环、混沌工程、容量规划。

weixin_49199313的博客 252

AWS redis创建

第二步创建参数组,因为默认的参数组是修改不了。所以必须新创一个参数组。以下根据需求是否启用,可以保持默认,然后下一步,确认配置然后创建。安装redis-cli。第三步创建Redis。

SINGWIN01的博客 1193

树莓派驱动DLPDLCR230NPEVM+framebuffer显示图片

DLPDLCR230NPEVM DLP® LightCrafter™ Display 230NP 是一个易于使用的紧凑型即插即用评估平台,适用于消费类产品、工业、医疗和物联网 (IoT) 市场中的各种超便携显示应用。此评估模块 (EVM) 采用 DLP230NP 芯片组,该芯片组由DLP230NP.23 1080p DMD、DLPC3436显示控制器和DLPA2005PMIC/LED 驱动器组成。此 EVM 外形小巧,配备生产就绪型光学引擎以及支持 18 位 RGB 并行视频接口...

L_Y000的博客 2621

Redis 数据库 入门 教程

Redis 数据库入门教程

freeking101的博客 3687

Qwen3.6-27B本地部署实战:LM Studio配置、硬件门槛与避坑指南

大语言模型本地部署是当前AI工程落地的核心能力之一,其本质是将高参数量模型(如27B级)在受限硬件环境下实现低延迟、高稳定推理。关键技术原理涵盖量化压缩(如GGUF格式与q4_k_m精度权衡)、GPU显存分配策略(KV Cache管理与Offloading机制)、以及运行时环境兼容性(CUDA驱动、llama.cpp后端版本)。该能力直接决定私有化AI应用的技术可行性与成本边界,广泛应用于企业知识库构建、代码辅助、长文档分析等对数据主权和响应确定性要求高的场景。本文聚焦Qwen3.6-27B这一典型27B模

weixin_33272631的博客 469

AR Tag 与 ROS:从基础部署到机器人视觉定位实战

本文详细介绍了AR Tag技术在ROS环境下的部署与应用,涵盖从基础原理到机器人视觉定位的实战技巧。通过分析AR Tag的特征提取、位姿解算等核心技术,结合ROS工具包`ar_track_alvar`的配置优化,帮助开发者实现高精度的视觉定位系统。文章还分享了深度相机配置、坐标转换及性能优化等实用经验,适用于仓储机器人、物流分拣等场景。

weixin_33146151的博客 182

JuiceFS 新手必知 24 问

JuiceFS 是一个创新性的软件产品,很多初次尝试的小伙伴对产品和用法感到很多疑惑,所以为了帮助大家快速理解并上手 JuiceFS,我们整理了24个关于 JuiceFS 经典的问题答案,相信经过这 24 问,大家对 JuiceFS 会有更清晰的认识,使用上也会更加得心应手。...

JuiceFS的博客 1281

(详细教程)opencv+pycharm+笔记本摄像头 做一个人脸识别

文章目录 前言 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结 一、安装opencv-python 这里推荐使用pycharm直接安装opencv-python 打开文件——设置——python解释器——点击+号 搜索opencv-python,点击安装包,等待片刻即可安装好 检查是否安装好,新建一个项目输入以下代码,若无报错则安装好 import cv2 二、准备分类器 咱们使用opencv官方提供的分类器,包括面部识别,侧...

qq_52852432的博客 1万+

【系统架构设计师】综合知识篇

本文是软考系统架构设计师备考笔记,系统梳理了考试核心知识点,重点涵盖中间件技术、缓存问题和解决方案。主要内容包括: 中间件概述:定义位于OS与应用间的软件层,分类包括数据库访问、RPC、消息队列等,分析7大技术优点。 消息中间件:对比RabbitMQ/Kafka/RocketMQ特性,详解点对点和发布订阅模型,列举异步解耦、流量削峰等典型场景。 Redis缓存:介绍单线程模型、5种数据结构,重点分析RDB/AOF持久化机制和集群高可用方案。 缓存三大问题:通过流程图解析雪崩(随机过期时间/熔断降级)、穿透(

你的博客 885

基于深度学习的中文方言识别模型训练实战

本文介绍了一个基于深度学习的中文方言识别模型开发流程。项目采用PyTorch框架和Chinese-BERT-wwm预训练模型,构建了包含BERT基础层、方言特征增强层和注意力机制的多方言分类系统。文中详细阐述了数据收集策略,包括从社交媒体、语料库和众包平台获取多源数据,并实现了文本清洗、同义词替换和回译等数据增强技术。模型架构部分展示了如何在BERT基础上添加方言特征提取层和多头注意力机制来提升识别性能。该方案支持普通话、粤语等6种主要方言的识别,目标准确率达90%以上,响应时间小于100ms,适用于智能客

电脑管家 1736

Altium Designer 超详细入门教程

本文是一份Altium Designer新手入门教程,详细介绍了从软件基础到PCB制版的全流程。主要内容包括:软件界面介绍与工程创建方法;原理图设计中的元件放置、电气连线、标注添加等操作;PCB设计的布局布线、铺铜和DRC检查;Gerber和钻孔文件的导出方法。教程还提供了分类整理的实用快捷键表和新手避坑指南,强调原理图编译和DRC检查的重要性。通过本教程,新手可以快速掌握AD基本操作,完成简单电路板的设计与制版文件导出。

学习中...... 853

JuiceFS 1.4 发布:用对象存储成本实现高性能文件系统,破解海量数据管理三角难题

在数据爆炸的时代,海量非结构化数据的管理面临成本、性能与可控性的核心挑战。分布式文件系统作为连接应用与底层存储的关键抽象层,其价值在于为上层业务提供统一、标准的POSIX接口,同时通过智能缓存、数据分片、元数据优化等技术,在廉价对象存储之上构建出高性能访问能力。这不仅大幅降低了存储成本,还通过集中式的元数据管理,实现了细粒度的权限控制、配额审计与数据生命周期管理,为AI训练、数据湖、日志归档等场景提供了高性价比的解决方案。JuiceFS社区版1.4的最新升级,正是围绕这一技术路径,通过引入服务端透明压缩和目

weixin_30655569的博客 280

电子元器件-接口电路篇:RS-232、RS485/422、I2C、SPI、USB、网口

以上规定说明了RS-232C 标准对逻辑电平的定义。对于数据(信息码):逻辑“1”的传输的电平为-3V~-15V,逻辑“0”传输的电平为+3V~+15V;对于控制信号;接通状态(ON)即信号有效的电平为+3V~+15V,断开状态(OFF)即信号无效的电平为-3V~-15V,也就是当传输电平的绝对值大于3V 时,电路可以有效地检查出来;

qq_60226558的博客 891

小米MiMo Token Plan:IoT资源计量与Credit计费体系详解

在物联网(IoT)平台开发中,资源计量与服务计费是保障系统可持续运营的核心机制。不同于大模型API的token计费逻辑,小米MiMo Token Plan是一套面向海量异构设备的语义化资源度量框架,以Credit为单位对API调用进行三维加权定价——涵盖操作类型、资源消耗与安全等级。该体系支撑高频低延时场景下的公平计费与弹性扩容,广泛应用于智能家电远程控制、批量设备管理及固件升级等典型IoT业务。开发者需理解其与传统REST计费的本质差异,并结合Webhook替代轮询、Batch优化、调用画像分析等工程实践

weixin_28744423的博客 755

汽车UDS诊断详解及Vector相关工具链使用说明——总述

1.什么是诊断 车辆在运行过程中,不可避免地会发生一些故障,为了确保行车安全,我们要求车上的ECU能够实时监测部件的运行状态,一旦发现异常情况,能通过点亮报警灯等方式提示驾驶员。但是,点亮报警灯只能告诉驾驶员车辆发生了故障,最多只能定位到故障ECU,比如ABS报警灯亮说明ABS系统出现故障,但具体是什么部件发生故障并不能通过报警灯显示出来。这时就需要ECU在本地存储一个与故障相对应的故障代码,在进行维修的时候,可以通过车上的OBD接口连接诊断仪,把这个存储的故障代码读取出来,从而进一步定位到更加具体的故障部

weixin_42967006的博客 2万+

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

生产者消费者模型实战:缓冲区设计、压测与跨系统协同

生产者消费者模型是并发系统资源协调的核心范式,其本质在于解决数据生成与处理速率不匹配带来的积压、丢弃与延迟问题。该模型依托缓冲区实现解耦,通过信号量、互斥锁等同步机制保障线程安全,技术价值体现在削峰填谷、异步解耦与故障隔离。广泛应用于消息队列(Kafka/RabbitMQ)、内存队列(BlockingQueue)、实时日志采集、电商秒杀及AI内容分发等高并发场景。本文聚焦真实工程痛点——如何科学设定缓冲区大小、规避内存溢出与重复消费、实现跨语言/跨云的可靠协作,并提供可复现的Python压测代码与动态水位调

weixin_30776545的博客 449

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

上一篇: 搭建 SkyWalking 单机环境
下一篇: 搭建docker私服镜像中心docker-registry和docker-registry-web
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

打赏作者

爱钓鱼的程序员小郭

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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