redis 模拟quartz sharding

最新推荐文章于 2025-04-21 09:36:27 发布

原创最新推荐文章于 2025-04-21 09:36:27 发布 · 509 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#数据库

java 专栏收录该内容

217 篇文章

订阅专栏

本文介绍了一种基于缓存的任务调度机制，通过动态扩容及任务分配策略实现高效的任务管理。利用缓存工具类进行任务的分配与存储，并通过循环算法确保任务能够均衡地分配到不同的IP地址上。


// 支持动态扩容 
    private static String ip="192.168.1.3";

    //获取所有任务
    @Test
    public void execute() throws InterruptedException {
        CacheUtil cacheUtil01=context.getBean("cacheUtil01",CacheUtil.class);
        cacheUtil01.lPush("ipList",ip); // 优化点  注册的成功后 获取返回的索引(分片Id)
        //int sheardId=1;
        //根据 分片id 获取任务
        //List<Integer> jobs=getJobs(sheardId);
        for(int i=0;i<365;i++){
            List<String> list=cacheUtil01.hMget("ipList-Map",String.valueOf(i));
            if(CollectionUtils.isEmpty(list) || list.get(0) == null) {
                Thread.sleep(1000);
                executeTask(i, "110");
            }
        }
    }

//执行任务
    public void executeTask(int day,String shopguid){
        CacheUtil cacheUtil01=context.getBean("cacheUtil01",CacheUtil.class);
        //list llen
        List<String> ips=cacheUtil01.lRange("ipList",0,10);
        int mode=day%ips.size();
        if(ips.get(mode).equals(ip)){
            cacheUtil01.hAdd("ipList-Map",String.valueOf(day),ip);
            System.out.println(ip+":"+shopguid+"-第"+day+"天");
        }
    }