加群联系作者vx：xiaoda0423
仓库地址：webvueblog.github.io/JavaPlusDoc…
事件类型策略模式
重构目标
| 原问题 | 策略模式方案 |
|---|---|
| 多个 if-else 处理不同事件类型 | 每种事件类型用一个独立的策略类处理 |
| 修改时容易误改其他逻辑 | 新增类型只需增加一个策略类 |
| 方法臃肿，难测试 | 单一职责原则，每个策略只管自己逻辑 |
结构说明
swift
复制编辑
src/main/java/com/example/batteryswap/
├── BatterySwapApplication.java // 启动类
├── controller/
│ └── SwapEventController.java // 模拟外部请求入口
├── strategy/
│ ├── BatterySwapStrategy.java
│ ├── BatterySwapStrategyFactory.java
│ ├── LabelSwapStrategy.java
│ ├── DoorGetStrategy.java
│ └── ErrMsgSwapStrategy.java
├── service/
│ └── DummyBusinessService.java // 模拟服务类
├── model/
│ ├── CabinetsBizEvent.java
│ └── BExchSvcOrder.java
└── dto/
└── RestRet.java // 响应封装类
目标：
- 职责分离： 拆分常量类，按照业务维度归类。
- 避免魔法值： 可通过
enum替代字符串常量，提高可读性与类型安全。 - 方法优化： 替换多重
if-else为更清晰的策略/映射方式。 - 命名统一规范： 常量命名建议全部大写，并用
_分隔词语。
总结：
-
高并发性能优化：
- 使用
computeIfAbsent替代手动判断延迟队列是否存在，提高线程安全性。 - 避免重复调用
initDelayQueue。
- 使用
-
代码结构优化：
- 提取公共日志方法，减少重复。
- 分类注释清晰，增强可维护性。
-
可扩展性提升：
- 使用泛型支持更强类型检查。
- 提前暴露接口方法，提高使用灵活性。
-
线程安全与可用性优化：
delayedQueueMap使用ConcurrentHashMap保证线程安全。- 使用统一异常处理方式，方便故障排查。
| 优化点 | 描述 |
|---|---|
| 缓存队列对象 | 避免重复初始化 RBlockingDeque 和 RDelayedQueue 提升性能，支持高并发。 |
| 双重检查锁 | 防止多线程下并发初始化，提高线程安全性和效率。 |
| 统一日志格式 | 清晰易懂，便于排查问题。 |
| 异步投递接口 | 提升吞吐能力，适用于高并发场景。 |
sendIfPresent 逻辑优化 | 移除已存在元素后重新添加，确保更新逻辑准确。 |
| 高扩展性结构 | 支持多个队列名称，便于扩展不同业务队列。 |
. 线程安全本地缓存
- 使用
ConcurrentHashMap和computeIfAbsent，避免并发初始化导致队列重复创建。
2. 统一序列化配置
- 使用
JsonJacksonCodec，确保延迟消息的序列化在 Redis 分布式环境中兼容性强，支持多服务跨语言。
3. 异步发送接口优化
- 提供
sendAsync和sendAsyncIfAbsent，适合高并发不阻塞场景。
4. 队列重用与延迟队列封装解耦
- 支持动态创建多个队列，适合大规模系统中多个业务模块隔离使用。
5. 可扩展性设计
- 后续可扩展为队列优先级、回调通知、队列消费监听等模块。
6. 兼容 Redis Cluster 架构
- Redisson 内部会处理 Cluster 路由逻辑，避免手动分片。
/**
* 延迟消息生产者，基于 Redisson 实现高可用、高并发的分布式延迟队列
*/
@Component
public class DelayMessageProducer {
private static final Logger log = LoggerFactory.getLogger(DelayMessageProducer.class);
@Autowired
private RedissonClient redissonClient;
// 本地缓存已创建的延迟队列，提升性能，避免重复创建
private final Map<String, RDelayedQueue<Object>> delayedQueueMap = new ConcurrentHashMap<>(4);
/**
* 初始化延迟队列，使用本地缓存减少 Redisson 重复创建开销
*/
private RDelayedQueue<Object> initDelayQueue(String queueName) {
return delayedQueueMap.computeIfAbsent(queueName, name -> {
RBlockingDeque<Object> blockingDeque = redissonClient.getBlockingDeque(name, new JsonJacksonCodec());
return redissonClient.getDelayedQueue(blockingDeque);
});
}
}
springboot，springcloud启动过程
1. 启动类的执行（Main方法）
Spring Boot 的启动过程从 @SpringBootApplication 注解的类的 main 方法开始。该方法调用了 SpringApplication.run() 来启动整个 Spring Boot 应用。@SpringBootApplication 注解是一个组合注解，它包含了：
@Configuration：表明该类是配置类。@EnableAutoConfiguration：启用 Spring Boot 的自动配置。@ComponentScan：启动组件扫描，扫描该类所在包及其子包中的 Bean。
2. SpringApplication.run() 方法
SpringApplication.run() 是 Spring Boot 启动过程中的关键方法。它会完成以下任务：
- 创建并配置
SpringApplication对象。 - 启动嵌入式的 Web 服务器（如 Tomcat、Jetty）。
- 初始化 Spring 容器（ApplicationContext）。
- 执行一些其他的初始化操作，比如命令行参数解析、环境配置等。
3. 初始化 SpringApplication 对象
在执行 SpringApplication.run() 时，SpringApplication 会被初始化，它会做以下几件事：
- 设置
ApplicationContext（默认是AnnotationConfigApplicationContext）。 - 设置
Banner（Banner 是 Spring Boot 启动时显示的 ASCII 字符图标）。 - 设置
CommandLineRunner和ApplicationRunner接口的 Bean，它们会在应用启动后执行。
Spring Boot 启动过程大致如下：
- 执行
main方法，调用SpringApplication.run()启动应用。 - 初始化
SpringApplication，加载配置。 - 创建并初始化
ApplicationContext，扫描并注册 Bean。 - 自动配置系统根据依赖自动配置应用。
- 发布应用启动事件。
- 执行
CommandLineRunner和ApplicationRunner中的代码（如果定义）。 - 启动完成，应用开始运行。
Spring Cloud 是基于 Spring Boot 构建的分布式系统的开发框架，旨在简化微服务架构的构建。它提供了很多用于微服务架构的解决方案，如服务发现、负载均衡、配置管理、消息驱动等。
Spring Cloud 的启动过程依赖于 Spring Boot 启动过程，但它有自己的一些额外步骤，主要用于处理服务注册与发现、配置管理、服务通信等。下面是 Spring Cloud 启动的主要过程：
1. 启动类的执行（Main 方法）
与 Spring Boot 类似，Spring Cloud 的应用通常也从一个 main 方法开始。在这个方法中，调用 SpringApplication.run() 来启动应用。@SpringCloudApplication 注解是 Spring Cloud 的启动注解，它是一个组合注解，包含了：
@SpringBootApplication：包含了 Spring Boot 启动的所有功能。@EnableDiscoveryClient或@EnableEurekaClient：启用服务发现客户端，这让服务能够注册到 Eureka 或其他服务注册中心。@EnableCircuitBreaker：启用熔断器机制，防止调用失败时影响其他服务。
Spring Cloud 是基于 Spring Boot 构建的分布式系统的开发框架，旨在简化微服务架构的构建。它提供了很多用于微服务架构的解决方案，如服务发现、负载均衡、配置管理、消息驱动等。
Spring Cloud 的启动过程依赖于 Spring Boot 启动过程，但它有自己的一些额外步骤，主要用于处理服务注册与发现、配置管理、服务通信等。下面是 Spring Cloud 启动的主要过程：
1. 启动类的执行（Main 方法）
与 Spring Boot 类似，Spring Cloud 的应用通常也从一个 main 方法开始。在这个方法中，调用 SpringApplication.run() 来启动应用。@SpringCloudApplication 注解是 Spring Cloud 的启动注解，它是一个组合注解，包含了：
@SpringBootApplication：包含了 Spring Boot 启动的所有功能。@EnableDiscoveryClient或@EnableEurekaClient：启用服务发现客户端，这让服务能够注册到 Eureka 或其他服务注册中心。@EnableCircuitBreaker：启用熔断器机制，防止调用失败时影响其他服务。
2. SpringApplication.run() 方法
SpringApplication.run() 是 Spring Boot 启动的关键方法，也同样适用于 Spring Cloud，它会执行以下步骤：
- 创建并配置
SpringApplication对象。 - 启动应用的上下文（
ApplicationContext）。 - 加载并初始化 Spring Boot 自动配置。
- 初始化服务注册中心，开始与服务发现交互。
在 Spring Cloud 中，如果应用涉及服务注册与发现（如 Eureka 或 Consul），这一步会连接到注册中心，进行服务注册。
3. 服务发现与注册
如果应用是一个服务消费者或提供者，并且启用了服务发现机制（如 Eureka），则 Spring Cloud 会：
- 启动服务发现客户端（如
EurekaClient），并自动注册到服务发现平台。 - 每个服务都会将其实例信息（如 IP 地址、端口等）注册到服务注册中心（如 Eureka）。
- 服务消费者在启动时会自动从服务注册中心获取服务列表，使用负载均衡进行调用。
4. 配置管理
Spring Cloud 提供了配置中心（如 Spring Cloud Config Server），允许将应用的配置从集中式的配置服务器中获取。Spring Cloud 在启动时会尝试连接配置服务器，并加载应用的配置。
如果启用了 Spring Cloud Config，启动时会从配置服务器获取配置信息（如数据库连接信息、微服务配置等），这些信息会被自动加载到 Spring 环境中。
5. 熔断器与负载均衡
Spring Cloud 还集成了 Netflix 的一些工具，如 Hystrix（熔断器）和 Ribbon（负载均衡），帮助处理服务调用的可靠性和负载均衡。启动时，Spring Cloud 会根据配置启动这些组件，确保服务调用的容错性。
- Hystrix：通过
@EnableCircuitBreaker注解启用熔断器，防止调用失败时影响其他服务。 - Ribbon：启用客户端负载均衡，服务消费者会根据 Ribbon 自动选择一台合适的服务提供者。
Spring Cloud 启动过程的主要步骤如下：
- 执行
main方法，调用SpringApplication.run()启动应用。 - 初始化 Spring Boot 的核心功能，加载配置。
- 启动服务注册与发现，服务注册到注册中心。
- 加载和初始化 Spring Cloud 相关功能（如配置中心、熔断器、负载均衡等）。
- 执行
CommandLineRunner和ApplicationRunner中的代码（如果定义）。 - 启动完成，应用开始接受请求。
-
提高并发性能：
- 使用异步处理Kafka消息发送，避免在主线程中阻塞，提升性能。
- 可以通过增加并发线程池来处理多个消息，提高吞吐量。
-
提高高可用性：
- 如果Kafka发送失败，可以进行重试或者备用处理，以确保消息不丢失。
- 对于消息处理，可以考虑使用队列处理和死信队列的机制，避免消息丢失和延时。
-
优化代码逻辑：
- 代码中没有处理异常情况，我们可以增加异常处理和日志记录。
- 可以使用缓存机制减少频繁调用的数据库操作。
解释：
-
异步消息处理：
- 在
handle()方法中，使用ExecutorService提交异步任务来处理 Kafka 消息的发送。这样可以避免消息处理阻塞主线程，提高系统的并发处理能力。
- 在
-
日志记录和异常处理：
- 增加了异常捕获和日志记录，确保在发生异常时能够捕获并记录，方便后续排查问题。
- 使用 Kafka 的
addCallback方法来捕获消息发送成功与失败的回调，分别进行相应的日志记录。
-
ExecutorService 线程池：
- 通过
ExecutorService使用线程池来处理高并发任务。线程池的大小可以根据实际业务需求进行调整（这里使用了一个固定大小的线程池，大小为10）。线程池能够有效地管理并发任务，避免因线程创建过多而消耗过多的资源。
- 通过
-
提高可扩展性和高可用性：
- 通过异步操作和线程池，可以根据业务需要调整并发度，并发量增加时，只需要扩展线程池即可。
- Kafka 发送失败时，增加了失败回调，可以根据需要做重试机制，或者将失败消息放入死信队列进行后续处理。
-
消息格式化：
- 使用
GsonUtils.getJsonFromObject(event)将OrderOverdueEvent对象转化为 JSON 字符串。虽然这里没有修改，但可以根据需要优化 JSON 序列化方式。
- 使用
代码：
@Component
public class OrderOverdueMessageHandler extends AbstractDelayMessageHandler<String> {
private static final Logger log = LoggerFactory.getLogger(OrderOverdueMessageHandler.class);
@Autowired
@Qualifier("bizKafkaTemplate")
KafkaTemplate<String, String> bizKafkaTemplate;
@Autowired
private ExecutorService executorService; // 用于处理异步消息发送
/**
* 订单逾期消息处理，异步发送到 Kafka
*
* @param message 订单ID
*/
@Override
public void handle(String message) {
// 异步执行发送Kafka的操作，避免阻塞主线程
executorService.submit(() -> {
try {
log.info("接收到订单逾期延时消息，订单Id：{}", message);
OrderOverdueEvent event = OrderOverdueEvent.builder()
.source(OrderOverdueSourceEnum.DELAY_QUEUE.getCode())
.orderId(message)
.build();
// 将事件发送到 Kafka
bizKafkaTemplate.send(KafkaConstant.ORDER_OVERDUE_TOPIC, GsonUtils.getJsonFromObject(event))
.addCallback(
result -> log.info("订单逾期消息成功发送到 Kafka, 订单Id：{}", message),
ex -> log.error("订单逾期消息发送到 Kafka 失败，订单Id：{}", message, ex)
);
} catch (Exception e) {
log.error("处理订单逾期消息时发生异常，订单Id：{}", message, e);
}
});
}
/**
* 获取队列名称
*
* @return 队列名称
*/
@Override
public String queueName() {
return RedissonConstant.ORDER_OVERDUE_DELAY_QUEUE;
}
/**
* 定义ExecutorService用于并发执行消息发送操作
*
* @return ExecutorService
*/
@Bean
public ExecutorService executorService() {
return Executors.newFixedThreadPool(10); // 创建固定大小的线程池，根据业务需求调整线程数
}
}
-
KafkaTemplate 注入：使用
@Autowired注解注入了一个KafkaTemplate<String, String>，并且通过@Qualifier指定了具体的 Kafka 模板（bizKafkaTemplate）。 -
消息处理方法
handle：handle方法接收一个String类型的消息（即订单 ID）。- 创建一个
OrderOverdueEvent对象，并将订单 ID 和事件来源（OrderOverdueSourceEnum.DELAY_QUEUE.getCode()）等信息封装到事件中。 - 调用
bizKafkaTemplate.send方法将事件对象转化为 JSON 字符串后，发送到 Kafka 中，使用的主题是KafkaConstant.ORDER_OVERDUE_TOPIC。
-
队列名称：
queueName()方法返回了延时队列的名称，RedissonConstant.ORDER_OVERDUE_DELAY_QUEUE，这个名称通常对应于 Redis 中的延时队列。
使用场景：
该类用于订单逾期的消息处理，特别是在延时消息处理的场景下。假设某个订单逾期了，并且该逾期事件被放入 Redis 的延时队列中，当延时到达时，这个类会从队列中取出订单 ID，然后生成一个事件并通过 Kafka 发送到相关系统，进行进一步的处理。
配置 Kafka 和 Redis
在 application.yml 或 application.properties 文件中配置 Kafka 和 Redis（或者使用默认配置）：
Kafka 配置：
spring:
kafka:
producer:
bootstrap-servers: localhost:9092
key-serializer: org.apache.kafka.common.serialization.StringSerializer
value-serializer: org.apache.kafka.common.serialization.StringSerializer
Redis 配置（如果没有自动配置）：
spring:
redis:
host: localhost
port: 6379
调用 OrderOverdueMessageHandler
在你的服务或控制器中调用 OrderOverdueMessageHandler，可以模拟一个订单逾期消息的处理：
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
@Service
public class OrderOverdueService {
@Autowired
private OrderOverdueMessageHandler orderOverdueMessageHandler;
public void handleOrderOverdue(String orderId) {
// 调用 handler 处理订单逾期消息
orderOverdueMessageHandler.handle(orderId);
}
}
定时任务中定期检查订单状态，当发现订单逾期时，调用上面的服务方法处理逾期：
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Component;
@Component
public class OrderOverdueTask {
@Autowired
private OrderOverdueService orderOverdueService;
@Scheduled(fixedRate = 5000) // 每 5 秒检查一次
public void checkOrderOverdue() {
// 假设从数据库或其他地方获取到逾期订单的 ID
String orderId = "123456"; // 模拟订单 ID
orderOverdueService.handleOrderOverdue(orderId);
}
}
实际应用中应该有一个 Kafka 消费者来接收这些消息并进行处理。以下是一个简单的 Kafka 消费者示例：
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.stereotype.Service;
@Service
public class OrderOverdueConsumer {
@KafkaListener(topics = "order-overdue-topic", groupId = "order-overdue-group")
public void consume(String message) {
// 处理订单逾期事件
System.out.println("消费到订单逾期消息: " + message);
// 解析消息并做后续处理
}
}
查看 Kafka 消息
你可以在 Kafka 的消费者端接收到订单逾期的消息，消息内容是一个 JSON 字符串，包含订单 ID 和来源信息。例如：
{
"source": "DELAY_QUEUE",
"orderId": "123456"
}
总结：
| 类别 | 优化内容 |
|---|---|
| ✅ 可读性 | 使用 switch 替代多个 if-else |
| ✅ 性能 | 避免重复调用、日志统一处理 |
| ✅ 安全性 | finally 中解锁加 isLocked && rLock.isHeldByCurrentThread() 判断 |
| ✅ 可维护 | 各种业务分支更清晰易扩展，核心流程注释明确 |
