作为量化交易者，既想实时掌握自选股票的价格动态，又不想在工作时间频繁打开行情软件“暴露行踪”？前面我们已经实现了自选股票维护和股票详情获取功能，这一篇就基于这两大基础，打造一个“摸鱼专属”的股票实时价格系统——核心逻辑是：将感兴趣的股票添加到自选列表，通过定时任务在交易时间自动抓取实时价格并更新到Redis，后续只需查看Redis中的数据，就能悄无声息掌握行情，完美适配摸鱼场景！
本文作为Java量化系列的第六篇，将聚焦“实时价格系统的核心构建”，基于Spring定时任务、Redis缓存技术，完整实现“定时调度→批量抓取→缓存存储”的全链路逻辑。提供的代码已涵盖核心业务逻辑，我们会逐模块拆解设计思路、关键细节和优化点，即使是新手也能跟着实现一套属于自己的实时价格系统。
一、核心需求与场景设计
1.1 摸鱼场景核心诉求
不同于专业的行情软件，摸鱼场景下的实时价格系统更注重“低存在感”“高可靠性”“轻量化”，核心需求如下：
- 定时自动更新：交易时间内自动
- 抓取自选股票价格，无需手动触发，避免频繁操作暴露；
- 精准时间调度：仅在股票交易时间（9:30-11:30、13:00-15:00）执行更新，非交易时间不浪费资源；且14:57后需规避尾盘波动，延迟执行避免无效请求；
- 批量高效抓取：支持多只自选股票批量更新，每批控制数量避免触发数据源反爬，同时异步执行提升效率；
- Redis缓存存储：价格数据存储到Redis，查看时直接访问Redis（如通过Redis Desktop Manager工具），无需打开行情软件；缓存有效期合理设置，兼顾实时性与性能；
- 异常兼容：抓取失败时不影响整体系统运行，股票名称缺失时自动补充，保证缓存数据完整性。
1.2 核心流程设计
整个实时价格系统的核心流程可概括为“三步走”，形成闭环：
自选股票录入 → 定时任务触发（交易时间内） → 批量抓取实时价格（调用第五篇的多数据源接口） → Redis缓存更新/存储 → 摸鱼时查看Redis数据
其中，“定时任务触发”“批量抓取价格”“Redis缓存存储”是三大核心模块，也是本文的重点拆解内容。
二、核心设计：定时任务调度策略
定时任务是系统的“心脏”，需精准控制执行时间：仅在工作日的交易时段执行，非交易时间、节假日不执行；14:57后需延迟执行，避免尾盘高频波动导致的无效抓取。这里采用Spring的定时任务注解（@Scheduled）结合Cron表达式实现调度，同时通过时间工具类控制执行边界。
2.1 Cron表达式设计
根据需求，定时任务需在 交易日期内 执行（即每15s执行一次，避开开盘前的9:00-9:30和午休时间），对应的Cron表达式为：
1/15 * 9,10,11,13,14 ? * 1-5
Cron表达式拆解（从左到右）：
- 1/15：秒位，每隔15s执行一次
- *：分位，每1分钟执行一次；
- 9,10,11,13,14：时位，仅在9-11点、13-14点执行（避开12点午休）；
- ?：日位，不指定具体日期；
- *：月位，所有月份都执行；
- 1-5：星期位，仅周一到周五（工作日）执行。
2.2 定时任务核心代码实现
定时任务核心逻辑：先判断当前是否为交易时间（非交易时间直接返回）；若为14:57后（尾盘时段），则休眠4分钟避开波动；最后异步执行自选股票价格更新操作，避免阻塞任务调度。
@Component
public class StockPriceSchedule {
@Resource
private StockSelectedService stockSelectedService;
@Resource
private DateHelper dateHelper;
// 线程池，用于异步执行价格更新，避免阻塞定时任务
@Resource
private Executor executor;
/**
* 定时更新自选股票实时价格（摸鱼专属）
*/
@Scheduled(cron = "1/15 * 9,10,11,13,14 ? * 1-5")
@Override
public void execute(String param) {
// 1. 时间校验：非交易时间直接返回（避免节假日、午休、开盘前/收盘后执行）
// dateHelper.isWorkingTime()：自定义工具类方法，判断当前是否为股票交易时间（9:30-11:30、13:00-15:00）
if (dateHelper.isWorkingTime(new Date())) {
return;
}
// 2. 尾盘处理：14:57之后休眠4分钟，避开尾盘波动，确保查询时间在15:00之后
if (MyDateUtil.isWillEndStockPriceTime()) {
// 休眠240秒（4分钟），使后续价格查询在收盘后执行，避免频繁波动导致的无效数据
MyDateUtil.sleep(1000 * 240);
}
// 3. 异步执行价格更新：提交到线程池，避免阻塞定时任务调度（核心：不影响下一次任务执行）
executor.execute(
() -> {
// 更新所有自选股票的价格（param传null表示更新全部）
stockSelectedService.updateSelectedCodePrice(null);
}
);
}
}
2.3 关键时间工具类说明
上述代码中依赖两个核心时间工具类方法，确保任务执行的时间准确性：
- dateHelper.isWorkingTime()：判断当前时间是否为股票交易时间（9:30-11:30、13:00-15:00），非交易时间（如9:00-9:29、12:00-12:59）直接返回，不执行价格更新；
- MyDateUtil.isWillEndStockPriceTime()：判断当前时间是否在14:57之后（尾盘时段），若是则休眠4分钟，避免在尾盘高频波动时频繁抓取无效数据；
- MyDateUtil.sleep()：自定义休眠方法，封装Thread.sleep()，简化异常处理。
三、核心实现：自选股票价格批量更新
定时任务触发后，核心逻辑是“批量获取自选股票代码→分批抓取价格→异步执行更新”，避免单只股票抓取失败影响整体，同时控制每批数量规避数据源反爬。这部分逻辑主要在StockSelectedService中实现，分为三个核心方法：updateSelectedCodePrice（入口方法）、updateSelectedCodePriceByList（分批处理）、batchGenerateRealPriceData（批量抓取）。
3.1 入口方法：updateSelectedCodePrice
核心作用：接收股票代码参数（可为null），若指定代码则更新单只股票价格，若为null则批量更新所有用户的自选股票价格；同时对股票代码进行分批处理（每5只为一批），避免一次性请求过多触发反爬。
@Service
public class StockSelectedServiceImpl implements StockSelectedService {
@Resource
private Executor executor;
@Override
public void updateSelectedCodePrice(String code) {
// 初始化用于执行价格更新的股票代码列表
List<String> executeCodeList;
// 1. 单只股票更新：若指定了股票代码，直接更新该股票
if (StrUtil.isNotBlank(code)) {
updateSelectedCodePriceByList(Collections.singletonList(code));
} else {
// 2. 批量更新：获取所有用户的自选股票代码（findCodeByUserId(-1)：-1表示查询所有用户的自选股票）
List<String> selectCodeList = findCodeByUserId(-1);
// 校验股票代码列表是否为空，为空则直接返回
if (CollUtil.isEmpty(selectCodeList)) {
return;
}
// 3. 代码列表处理：将查询到的代码添加到待执行列表
List<String> codeList = new ArrayList<>();
Optional.ofNullable(selectCodeList).ifPresent(codeList::addAll);
// 4. 分批处理：每5只为一批，避免一次性请求过多触发数据源反爬
int batchSize = 5; // 每批数量，可根据数据源反爬策略调整
for (int i = 0; i < codeList.size(); i += batchSize) {
// 计算当前批次的最后一个索引（避免越界）
int maxIndex = Math.min(i + batchSize, codeList.size());
// 提取当前批次的股票代码列表
executeCodeList = codeList.subList(i, maxIndex);
// 异步执行当前批次的价格更新
List<String> finalExecuteCodeList = executeCodeList;
updateSelectedCodePriceByList(finalExecuteCodeList);
}
}
}
}
3.2 分批处理方法：updateSelectedCodePriceByList
核心作用：接收一批股票代码，将价格更新任务提交到线程池异步执行，同时休眠50毫秒避免频繁请求数据源，进一步降低反爬风险。
@Override
public void updateSelectedCodePriceByList(List<String> codeList) {
// 提交异步任务：批量更新一批股票的实时价格
List<String> finalExecuteCodeList1 = codeList;
executor.submit(
() -> {
try {
// 调用股票抓取服务，批量生成实时价格数据
stockCrawlerService.batchGenerateRealPriceData(finalExecuteCodeList1);
// 休眠50毫秒：控制请求频率，避免触发数据源反爬机制
TimeUnit.MILLISECONDS.sleep(50);
} catch (Exception e) {
// 异常处理：抓取失败时忽略，避免单批失败影响整体（生产环境可添加日志记录）
log.error("批量更新股票价格失败，代码列表：{}", finalExecuteCodeList1, e);
}
}
);
}
3.3 批量抓取方法：batchGenerateRealPriceData
核心作用：接收一批股票代码，转换为全代码（如001318→sz001318），调用第五篇实现的多数据源接口（getStockDetail）抓取实时价格，再通过StockCacheService将价格数据缓存到Redis。
StockNowPriceDto 存储缓存对象:
@Data
@Builder
public class StockNowPriceDto implements Serializable {
private String code;
private String name;
private BigDecimal price;
private String percent;
private String timestamp;
@Tolerate
public StockNowPriceDto() {}
public String getTimestamp() {
return DateUtil.now();
}
}
@Service
public class StockCrawlerServiceImpl implements StockCrawlerService {
@Resource
private StockDetailService stockDetailService;
@Resource
private StockCacheService stockCacheService;
@Resource
private StockAssember stockAssember; // DTO转换器：StockShowInfoDto → StockNowPriceDto
// 批量生成股票实时价格数据，并缓存到Redis
private void batchGenerateRealPriceData(List<String> codeList) {
// 校验代码列表是否为空，为空则直接返回
if (CollUtil.isEmpty(codeList)) {
return;
}
// 1. 代码格式转换：将纯代码（如001318）转换为全代码（如sz001318、sh600000）
// StockUtil.getFullCode()：自定义工具类方法，根据股票代码前缀判断交易所（如00开头→深交所sz，60开头→上交所sh）
List<String> fullCodeList = codeList.stream().map(
StockUtil::getFullCode
).collect(Collectors.toList());
// 2. 遍历代码列表，抓取每只股票的实时价格并缓存
for (String code : codeList) {
// 调用第五篇实现的多数据源接口，获取股票实时详情（自动切换财联社/腾讯数据源）
StockShowInfoDto stockDto = getStockDetail(code);
// 转换DTO：将StockShowInfoDto（完整详情）转为StockNowPriceDto（仅价格相关字段，轻量化）
StockNowPriceDto nowPriceDto = stockAssember.showInfo2NowPrice(stockDto);
// 缓存到Redis：调用StockCacheService的方法
stockCacheService.setNowCachePrice(code, nowPriceDto);
}
}
}
3.4 关键说明
- 代码格式转换：StockUtil.getFullCode()是核心工具方法，根据股票代码规则转换为全代码（如00开头→sz，60开头→sh，30开头→sz，68开头→sh），确保能正确调用数据源接口；
- DTO转换：通过StockAssember.showInfo2NowPrice()将完整的StockShowInfoDto转换为轻量化的StockNowPriceDto（仅保留代码、名称、当前价、涨跌幅度等核心字段），减少Redis存储占用；
- 异步执行：从定时任务到分批更新，全程采用异步执行，避免单只股票抓取缓慢或失败影响整体任务进度。
四、核心实现：Redis缓存存储与优化
Redis是摸鱼场景的“核心载体”，所有实时价格数据都存储在这里，查看时只需打开Redis客户端（如Redis Desktop Manager）即可，无需打开行情软件。这部分核心逻辑是“缓存key设计→数据完整性处理→缓存有效期设置”，确保数据可靠且轻量化。
4.1 缓存核心代码实现
@Service
public class StockCacheServiceImpl implements StockCacheService {
@Resource
private RedisUtil redisUtil;
@Resource
private StockDomainService stockDomainService;
@Override
public void setNowCachePrice(String code, StockNowPriceDto price) {
// 1. 空值校验：若价格DTO为空，直接返回（避免缓存空数据）
if (price == null) {
return;
}
// 2. 股票名称补充：若名称为空，从股票基础表查询补充（避免缓存中名称缺失）
if (!StrUtil.isNotBlank(price.getName())){
StockQueryParam stockQueryParam = new StockQueryParam();
stockQueryParam.setCode(code);
// 从股票基础表（stock表）查询股票信息
StockDo stockDo = stockDomainService.getByCondition(stockQueryParam);
// 若查询到则补充名称，否则设为“未知股票名”
String stockName = Optional.ofNullable(stockDo).map(StockDo::getName).orElse("未知股票名");
price.setName(stockName);
}
// 3. 缓存存储：设计合理的key，设置有效期为3天
String cacheKey = Const.STOCK_PRICE + code; // 缓存key格式：STOCK_PRICE:001318
// 有效期3天：兼顾实时性（交易时间每15s更新一次）和离线查看需求
redisUtil.set(cacheKey, price, 3, TimeUnit.DAYS);
}
}
4.2 关键设计亮点
- 缓存Key设计：采用“固定前缀+股票代码”的格式（如STOCK_PRICE:001318），清晰易识别，后续查看或删除缓存时更便捷；
- 数据完整性处理：若抓取到的价格数据中股票名称为空（如数据源返回异常），自动从股票基础表（stock表）查询补充，避免缓存中出现“未知股票”的无效数据；
- 有效期设置：缓存有效期设为3天，既保证交易时间内每10分钟更新一次的实时性，又支持非交易时间（如周末）离线查看历史数据，适配摸鱼场景的灵活需求；
- 轻量化存储：存储的是StockNowPriceDto（仅核心价格字段），而非完整的StockShowInfoDto，减少Redis内存占用，提升查询速度。
4.3 摸鱼查看方式
缓存存储后，查看方式超简单，全程无需打开行情软件：
- 安装Redis客户端工具（如Redis Desktop Manager、Another Redis DeskTop Manager）；
- 连接部署Redis的服务器（本地或云服务器）；
- 在Redis中找到对应的缓存Key（如STOCK_PRICE:001318），点击即可查看存储的StockNowPriceDto数据，包含股票名称、当前价、涨跌幅度等核心信息。
小贴士：可将Redis客户端工具设置为“老板键”（如Ctrl+~），工作时一键隐藏，摸鱼查看更安全！
五、核心优化点与生产环境适配
上述实现已满足摸鱼场景的基础需求，但在生产环境中使用或进一步优化时，需补充以下要点：
- 线程池优化：自定义线程池参数（核心线程数、最大线程数、队列容量），避免默认线程池导致的资源耗尽问题；例如核心线程数设为5，最大线程数设为10，队列容量设为100，适配批量更新场景；
- 日志增强：在关键节点（如定时任务触发、批量抓取失败、缓存更新成功）添加详细日志，便于问题排查；例如记录每批更新的股票代码、抓取耗时、缓存Key等信息；
- 失败重试机制：对抓取失败的股票代码，添加重试机制（如最多重试3次，每次间隔1秒），避免因网络波动导致的单次失败；可通过Spring Retry实现重试逻辑；
- Redis集群适配：若部署在生产环境，建议使用Redis集群（主从复制+哨兵模式），避免单点故障导致缓存不可用；同时开启Redis持久化（RDB+AOF），防止数据丢失；
- 代码解耦：将StockUtil、MyDateUtil等工具类抽取为独立模块，提升代码复用性；将Cron表达式、每批处理数量、缓存有效期等配置项放入配置文件（application.yml），便于后续动态调整；
- 权限控制：若多用户使用，需在缓存Key中添加用户ID前缀（如STOCK_PRICE:USER1001:001318），确保不同用户的自选股票数据隔离，避免数据混乱。
六、系列文章预告
本文完成了量化系统“摸鱼专属模块”——股票实时价格系统的构建，实现了定时调度、批量抓取、Redis缓存的全链路逻辑，从此可以悄无声息掌握自选股票动态。下一篇文章将聚焦“股票查询和统计“，进一步提升摸鱼体验！
最后，留一个思考问题：在多用户场景下，如何优化批量更新逻辑（如按用户分组更新、避免重复抓取同一股票），才能兼顾效率与数据隔离？欢迎在评论区交流～
