分布式调度XXL-JOB

1.概述

本篇笔记是跟学 1小时掌握XXL-JOB分布式调度实战-带你掌握java定时任务框架-面试必问之后记录的笔记，希望各位支持原视频。
课程中的资料：课程资料
提取码：b7ku

1.1什么是任务调度

我们可以思考一下下面业务场景的解决方案:

• 某电商平台需要每天上午10点，下午3点，晚上8点发放一批优惠券
• 某银行系统需要在信用卡到期还款日的前三天进行短信提醒
• 某财务系统需要在每天凌晨0:10分结算前一天的财务数据，统计汇总

以上场景就是任务调度所需要解决的问题

任务调度是为了自动完成特定任务，在约定的特定时刻去执行任务的过程

1.2 为什么需要分布式调度

使用Spring中提供的注解@Scheduled，也能实现调度的功能
在业务类中方法中贴上这个注解,然后在启动类上贴上@EnableScheduling注解

@Scheduled(cron = "0/20 * * * * ? ")public void doWork(){//doSomething   }

感觉Spring给我们提供的这个注解可以完成任务调度的功能，好像已经完美解决问题了，为什么还需要分布式呢?

主要有如下这几点原因:

1. 高可用：单机版的定式任务调度只能在一台机器上运行，如果程序或者系统出现异常就会导致功能不可用。
2. 防止重复执行: 在单机模式下，定时任务是没什么问题的。但当我们部署了多台服务，同时又每台服务又有定时任务时，若不进行合理的控制在同一时间，只有一个定时任务启动执行，这时，定时执行的结果就可能存在混乱和错误了。
3. 单机处理极限：原本1分钟内需要处理1万个订单，但是现在需要1分钟内处理10万个订单；原来一个统计需要1小时，现在业务方需要10分钟就统计出来。你也许会说，你也可以多线程、单机多进程处理。的确，多线程并行处理可以提高单位时间的处理效率，但是单机能力毕竟有限（主要是CPU、内存和磁盘），始终会有单机处理不过来的情况。

1.3 XXL-JOB介绍

XXL-Job：是大众点评的分布式任务调度平台，是一个轻量级分布式任务调度平台, 其核心设计目标是开发迅速、学习简单、轻量级、易扩展。

大众点评目前已接入XXL-JOB，该系统在内部已调度约100万次，表现优异。

目前已有多家公司接入xxl-job，包括比较知名的大众点评，京东，优信二手车，360金融 (360)，联想集团 (联想)，易信 (网易)等等

官网地址 XXL-JOB官网

系统架构图

设计思想

将调度行为抽象形成“调度中心”公共平台，而平台自身并不承担业务逻辑，“调度中心”负责发起调度请求。

将任务抽象成分散的JobHandler，交由“执行器”统一管理，“执行器”负责接收调度请求并执行对应的JobHandler中业务逻辑。

因此，“调度”和“任务”两部分可以相互解耦，提高系统整体稳定性和扩展性；

2.快速入门

2.1 下载源码

调度中心代码:

源码下载地址:

https://github.com/xuxueli/xxl-job

https://gitee.com/xuxueli0323/xxl-job

资料中解压该压缩包

2.1 初始化调度数据库

请下载项目源码并解压，获取 “调度数据库初始化SQL脚本” 并执行即可。

“调度数据库初始化SQL脚本” 位置为:

/xxl-job-master/doc/db/tables_xxl_job.sql

执行后

2.2 编译源码

解压源码,按照maven格式将源码导入IDE, 使用maven进行编译即可，源码结构如下：

2.3 配置部署调度中心

2.3.1 调度中心配置

修改xxl-job-admin项目的配置文件application.properties,把数据库账号密码配置上

### web
server.port=8080
server.servlet.context-path=/xxl-job-admin### actuator
management.server.servlet.context-path=/actuator
management.health.mail.enabled=false### resources
spring.mvc.servlet.load-on-startup=0
spring.mvc.static-path-pattern=/static/**
spring.resources.static-locations=classpath:/static/### freemarker
spring.freemarker.templateLoaderPath=classpath:/templates/
spring.freemarker.suffix=.ftl
spring.freemarker.charset=UTF-8
spring.freemarker.request-context-attribute=request
spring.freemarker.settings.number_format=0.############# mybatis
mybatis.mapper-locations=classpath:/mybatis-mapper/*Mapper.xml
#mybatis.type-aliases-package=com.xxl.job.admin.core.model### xxl-job, datasource
spring.datasource.url=jdbc:mysql://192.168.202.200:3306/xxl_job?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai
spring.datasource.username=root
spring.datasource.password=WolfCode_2017
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver### datasource-pool
spring.datasource.type=com.zaxxer.hikari.HikariDataSource
spring.datasource.hikari.minimum-idle=10
spring.datasource.hikari.maximum-pool-size=30
spring.datasource.hikari.auto-commit=true
spring.datasource.hikari.idle-timeout=30000
spring.datasource.hikari.pool-name=HikariCP
spring.datasource.hikari.max-lifetime=900000
spring.datasource.hikari.connection-timeout=10000
spring.datasource.hikari.connection-test-query=SELECT 1
spring.datasource.hikari.validation-timeout=1000### xxl-job, email
spring.mail.host=smtp.qq.com
spring.mail.port=25
spring.mail.username=xxx@qq.com
spring.mail.from=xxx@qq.com
spring.mail.password=xxx
spring.mail.properties.mail.smtp.auth=true
spring.mail.properties.mail.smtp.starttls.enable=true
spring.mail.properties.mail.smtp.starttls.required=true
spring.mail.properties.mail.smtp.socketFactory.class=javax.net.ssl.SSLSocketFactory### xxl-job, access token
xxl.job.accessToken=default_token### xxl-job, i18n (default is zh_CN, and you can choose "zh_CN", "zh_TC" and "en")
xxl.job.i18n=zh_CN## xxl-job, triggerpool max size
xxl.job.triggerpool.fast.max=200
xxl.job.triggerpool.slow.max=100### xxl-job, log retention days
xxl.job.logretentiondays=30

这里报红忽略即可

这里配置自己的数据库账号和密码

2.3.2 部署项目

运行XxlJobAdminApplication程序即可。

调度中心访问地址:

http://localhost:8080/xxl-job-admin

默认登录账号 “admin/123456”, 登录后运行界面如下图所示。

至此“调度中心”项目已经部署成功。

2.4 配置部署执行器项目

新建项目

选择Spring Initializr
Group:cn.wolfcode
Artifact:xxl-job-demo

选择spring boot的版本和Spring Web

2.4.1 添加Maven依赖

创建SpringBoot项目并且添加如下依赖:

<!-- xxl-job执行器依赖 -->
<dependency><groupId>com.xuxueli</groupId><artifactId>xxl-job-core</artifactId><version>2.3.1</version>
</dependency>

2.4.2 执行器配置

在配置文件中添加如下配置:
application.properties

### 调度中心部署根地址 [选填]：如调度中心集群部署存在多个地址则用逗号分隔。执行器将会使用该地址进行"执行器心跳注册"和"任务结果回调"；为空则关闭自动注册；
xxl.job.admin.addresses=http://127.0.0.1:8080/xxl-job-admin
### 执行器通讯TOKEN [选填]：非空时启用；
xxl.job.accessToken=default_token
### 执行器AppName [选填]：执行器心跳注册分组依据；为空则关闭自动注册
xxl.job.executor.appname=xxl-job-executor-sample
### 执行器注册 [选填]：优先使用该配置作为注册地址，为空时使用内嵌服务 ”IP:PORT“ 作为注册地址。从而更灵活的支持容器类型执行器动态IP和动态映射端口问题。
xxl.job.executor.address=
### 执行器IP [选填]：默认为空表示自动获取IP，多网卡时可手动设置指定IP，该IP不会绑定Host仅作为通讯实用；地址信息用于 "执行器注册" 和 "调度中心请求并触发任务"；
xxl.job.executor.ip=127.0.0.1
### 执行器端口号 [选填]：小于等于0则自动获取；默认端口为9999，单机部署多个执行器时，注意要配置不同执行器端口；
xxl.job.executor.port=9999
### 执行器运行日志文件存储磁盘路径 [选填] ：需要对该路径拥有读写权限；为空则使用默认路径；
xxl.job.executor.logpath=/data/applogs/xxl-job/jobhandler
### 执行器日志文件保存天数 [选填] ： 过期日志自动清理, 限制值大于等于3时生效; 否则, 如-1, 关闭自动清理功能；
xxl.job.executor.logretentiondays=30

注意调度中心和执行器token要一致

2.4.3 添加执行器配置

创建XxlJobConfig配置对象:

XxlJobConfig.java

@Configuration
public class XxlJobConfig {@Value("${xxl.job.admin.addresses}")private String adminAddresses;@Value("${xxl.job.accessToken}")private String accessToken;@Value("${xxl.job.executor.appname}")private String appname;@Value("${xxl.job.executor.address}")private String address;@Value("${xxl.job.executor.ip}")private String ip;@Value("${xxl.job.executor.port}")private int port;@Value("${xxl.job.executor.logpath}")private String logPath;@Value("${xxl.job.executor.logretentiondays}")private int logRetentionDays;@Beanpublic XxlJobSpringExecutor xxlJobExecutor() {XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();xxlJobSpringExecutor.setAdminAddresses(adminAddresses);xxlJobSpringExecutor.setAppname(appname);xxlJobSpringExecutor.setAddress(address);xxlJobSpringExecutor.setIp(ip);xxlJobSpringExecutor.setPort(port);xxlJobSpringExecutor.setAccessToken(accessToken);xxlJobSpringExecutor.setLogPath(logPath);xxlJobSpringExecutor.setLogRetentionDays(logRetentionDays);return xxlJobSpringExecutor;}
}

2.4.4 添加任务处理类

添加任务处理类，交给Spring容器管理，在处理方法上贴上@XxlJob注解

SimpleXxlJob.java

@Component
public class SimpleXxlJob {@XxlJob("demoJobHandler")public void demoJobHandler() {LocalDateTime now = LocalDateTime.now();String format = now.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));System.out.println("执行完毕" + format);}
}

运行启动类

运行后发现8080端口被占用了

修改application.properties，增加配置

重启启动类，发现此时是没有输出的
登录调度中心

http://localhost:8080/xxl-job-admin/jobgroup

查看：执行器管理 发现里面有我们添加的执行器

2.5 运行HelloWorld程序

2.5.1 任务配置&触发执行

登录调度中心,在任务管理中新增任务

配置内容如下:

注意JobHandler和注解中的值保持一致即可

新增后界面如下:

我们先执行一次

点击保存

我这里查看日志发现报错

报错信息

在网上查询了一下处理方法，原来是没有添加注解@Component

重启再执行，就看到控制台打印了

接着启动定时调度任务

会发现每隔5秒执行一次

2.5.2 查看日志

在调度中心的调度日志中就可以看到，任务的执行结果.

管控台也可以看到任务的执行信息.

2.6 GLUE模式(Java)

任务以源码方式维护在调度中心，支持通过Web IDE在线更新，实时编译和生效，因此不需要指定JobHandler。

（ “GLUE模式(Java)” 运行模式的任务实际上是一段继承自IJobHandler的Java类代码，它在执行器项目中运行，可使用@Resource/@Autowire注入执行器里中的其他服务.

添加Service

我们在HelloService类中添加

@Service
public class HelloService {public void methodA(){System.out.println("执行MethodA的方法");}public void methodB(){System.out.println("执行MethodB的方法");}
}

重新启动该服务

假如我们现在想给这个方法A和B添加为定时任务，我们就可以采用glue的方式
添加任务配置

通过GLUE IDE在线编辑代码

---

编写内容如下:

package com.xxl.job.service.handler;import cn.wolfcode.xxljobdemo.service.HelloService;
import com.xxl.job.core.handler.IJobHandler;
import org.springframework.beans.factory.annotation.Autowired;public class DemoGlueJobHandler extends IJobHandler {@Autowiredprivate HelloService helloService;@Overridepublic void execute() throws Exception {helloService.methodA();}
}

点击保存即可，添加上版本号

我们可以先执行一次尝试一下

控制台打印结果

那我们想调用B方法呢，只需要修改调度中心的代码，然后保存版本号

点击执行一次之后

我们看IDEA的控制台

启动并执行程序

2.6 执行器集群

2.6.1 执行器集群环境搭建

修改执行器模块
在IDEA中设置SpringBoot项目运行开启多个集群

配置如下：

-Dserver.port=8089

启动两个SpringBoot程序,需要修改Tomcat端口和执行器端口
启动后发现报错

原因是tomcat的端口虽然不一样，但是执行器的端口冲突了

• Tomcat端口8088程序的命令行参数如下:

  -Dserver.port=8088 -Dxxl.job.executor.port=9999 

• Tomcat端口8089程序的命令行参数如下:

-Dserver.port=8089 -Dxxl.job.executor.port=9998

这时候就启动成功了，在调度中心可以看到，执行器有2台了

然后我们点击启动，看一下定时任务的执行效果在集群中是怎么样的

发现只在其中的一台服务器上执行，另一台不执行，这样保证了不会重复执行代码。
8089端口

8088端口

那这样的话，我们集群就没意义了啊，我们想到要调整成负载均衡的策略
我们先停止定时任务，然后编辑一下任务

在任务管理中，修改路由策略，修改成轮询

重新启动,我们可以看到效果是,定时任务会在这两台机器中进行轮询的执行

• 8088端口的控制台日志如下:

• 8089端口的控制台日志如下:
• 

2.6.2 调度路由算法讲解

当执行器集群部署时，提供丰富的路由策略，包括:

1. FIRST（第一个）：固定选择第一个机器

2. LAST（最后一个）：固定选择最后一个机器；

3. ROUND（轮询）：依次的选择在线的机器发起调度

4. RANDOM（随机）：随机选择在线的机器；

5. CONSISTENT_HASH（一致性HASH）：

   每个任务按照Hash算法固定选择某一台机器，且所有任务均匀散列在不同机器上。

6. LEAST_FREQUENTLY_USED（最不经常使用）：使用频率最低的机器优先被选举；

7. LEAST_RECENTLY_USED（最近最久未使用）：最久未使用的机器优先被选举；

8. FAILOVER（故障转移）：按照顺序依次进行心跳检测，第一个心跳检测成功的机器选定为目标执行器并发起调度；

9. BUSYOVER（忙碌转移）：按照顺序依次进行空闲检测，第一个空闲检测成功的机器选定为目标执行器并发起调度；

10. SHARDING_BROADCAST(分片广播)：

    广播触发对应集群中所有机器执行一次任务，同时系统自动传递分片参数；可根据分片参数开发分片任务；

3. 分片功能讲解

3.1 案例需求讲解

需求:我们现在实现这样的需求，在指定节假日，需要给平台的所有用户去发送祝福的短信.

3.1.1 初始化数据

在数据库中导入xxl_job_demo.sql数据

资料中提供了

创建数据库

CREATE DATABASE xxl_job_demo;
USE xxl_job_demo;

执行数据库脚本

3.1.2 集成Druid&MyBatis

在xxl-job-demo项目的pom.xml
添加依赖

<!--MyBatis驱动-->
<dependency><groupId>org.mybatis.spring.boot</groupId><artifactId>mybatis-spring-boot-starter</artifactId><version>1.2.0</version>
</dependency>
<!--mysql驱动-->
<dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><!-- 这里版本根据自己的指定 --><version>5.1.8</version>
</dependency>
<!--lombok依赖-->
<dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><scope>provided</scope>
</dependency>
<dependency><groupId>com.alibaba</groupId><artifactId>druid</artifactId><version>1.1.10</version>
</dependency>

在xxl-job-demo的application.properties中
添加配置

spring.datasource.url=jdbc:mysql://localhost:3306/xxl_job_demo?serverTimezone=GMT%2B8&useUnicode=true&characterEncoding=UTF-8
spring.datasource.driverClassName=com.mysql.jdbc.Driver
spring.datasource.type=com.alibaba.druid.pool.DruidDataSource
spring.datasource.username=root
spring.datasource.password=WolfCode_2017

添加实体类

UserMobilePlan

@Data
@AllArgsConstructor
@NoArgsConstructor
public class UserMobilePlan {private Long id;//主键private String username;//用户名private String nickname;//昵称private String phone;//手机号码private String info;//备注
}

添加Mapper处理类
UserMobilePlanMapper

UserMobilePlanMapper接口

@Mapper
public interface UserMobilePlanMapper {@Select("select * from t_user_mobile_plan")List<UserMobilePlan> selectAll();
}

3.1.3 业务功能实现

任务处理方法实现
修改SimpleXxlJob.java

    @Autowiredprivate UserMobilePlanMapper userMobilePlanMapper;@XxlJob("sendMsgHandler")public void sendMsgHandler() throws Exception {List<UserMobilePlan> userMobilePlans = userMobilePlanMapper.selectAll();LocalDateTime now = LocalDateTime.now();String format = now.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));System.out.println("任务开始时间:" + format + ",处理任务数量:" + userMobilePlans.size());Long startTime = System.currentTimeMillis();userMobilePlans.forEach(item -> {try {//模拟发送短信动作TimeUnit.MILLISECONDS.sleep(10);} catch (InterruptedException e) {e.printStackTrace();}});Long endTime = System.currentTimeMillis();LocalDateTime now2 = LocalDateTime.now();String format2 = now2.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));System.out.println("任务结束时间:" + format2);System.out.println("任务耗时:" + (endTime - startTime) + "毫秒");}

修改XxlJobDemoApplication.java
添加@MapperScan注解

@SpringBootApplication
@MapperScan(basePackages = "cn.wolfcode.xxljobdemo.mapper")
public class XxlJobDemoApplication {public static void main(String[] args) {SpringApplication.run(XxlJobDemoApplication.class, args);}}

之后启动程序

任务配置信息
新增任务，这里就不设置轮询了

启动任务

看一下控制台：我们花了31秒执行完

3.2 分片概念讲解

比如我们的案例中有2000+条数据，如果不采取分片形式的话，任务只会在一台机器上执行，这样的话需要20+秒才能执行完任务.

如果采取分片广播的形式的话，一次任务调度将会广播触发对应集群中所有执行器执行一次任务，同时系统自动传递分片参数；可根据分片参数开发分片任务；
修改任务为分片广播的形式

原理如下：

获取分片参数方式:

// 可参考Sample示例执行器中的示例任务"ShardingJobHandler"了解试用 
int shardIndex = XxlJobHelper.getShardIndex();
int shardTotal = XxlJobHelper.getShardTotal();

修改SimpleXxlJob.java

    @XxlJob("sendMsgHandler")public void sendMsgHandler() throws Exception {// 分片// 可参考Sample示例执行器中的示例任务"ShardingJobHandler"了解试用int shardIndex = XxlJobHelper.getShardIndex();int shardTotal = XxlJobHelper.getShardTotal();System.out.println("分片的总数:" + shardTotal + ",分片的索引:" + shardIndex);}

修改完后重启服务

然后我们刷新一下调度中心，2台无误

然后启动祝福短信

执行结果如下：

通过这两个参数，我们可以通过求模取余的方式，分别查询，分别执行，这样的话就可以提高处理的速度。

之前2000+条数据只在一台机器上执行需要20+秒才能完成任务，分片后，有两台机器可以共同完成2000+条数据，每台机器处理1000+条数据，这样的话只需要10+秒就能完成任务

3.3 案例改造成任务分片

Mapper增加查询方法
修改UserMobilePlanMapper.java添加方法

@Mapper
public interface UserMobilePlanMapper {@Select("select * from t_user_mobile_plan where mod(id,#{shardingTotal})=#{shardingIndex}")List<UserMobilePlan> selectByMod(@Param("shardingTotal") Integer shardingTotal, @Param("shardingIndex") Integer shardingIndex);
}

任务类方法

    @XxlJob("sendMsgHandler")public void sendMsgHandler() throws Exception {LocalDateTime now = LocalDateTime.now();String format = now.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));System.out.println("任务开始时间:" + format);int shardTotal = XxlJobHelper.getShardTotal();int shardIndex = XxlJobHelper.getShardIndex();List<UserMobilePlan> userMobilePlans = null;if (shardTotal == 1) {//如果没有分片就直接查询所有数据userMobilePlans = userMobilePlanMapper.selectAll();} else {userMobilePlans = userMobilePlanMapper.selectByMod(shardTotal, shardIndex);}System.out.println("处理任务数量:" + userMobilePlans.size());Long startTime = System.currentTimeMillis();userMobilePlans.forEach(item -> {try {TimeUnit.MILLISECONDS.sleep(10);} catch (InterruptedException e) {e.printStackTrace();}});Long endTime = System.currentTimeMillis();LocalDateTime now2 = LocalDateTime.now();String format2 = now.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));System.out.println("任务结束时间:" + format2);System.out.println("任务耗时:" + (endTime - startTime) + "毫秒");}

重启服务，再此启动，执行一次

查看IDEA控制台
8088端口

8089端口

任务设置

4. 项目集成XXL-JOB

我们现在做一个商品的定时上架功能
1.在秒杀项目中pom.xml添加xxl-job依赖

<!-- xxl-job执行器依赖 --><dependency><groupId>com.xuxueli</groupId><artifactId>xxl-job-core</artifactId><version>2.3.1</version></dependency>

2.添加xxl-job的配置信息
把原先application.properties配置文件变为application.yaml
一般是放到nacos配置中心

xxl:job:admin:addresses: http://127.0.0.1:8080/xx1-job-adminaccessToken: default_tokenexecutor:appname: seckill-executorip: 127.0.0.1port: 9999logpath: /data/applogs/xxl-job/jobhandlerlogretentiondays: 30

3.新建配置类
XxlJobConfig.java

@Configuration
public class XxlJobConfig {@Value("${xxl.job.admin.addresses}")private String adminAddresses;@Value("${xxl.job.accessToken}")private String accessToken;@Value("${xxl.job.executor.appname}")private String appname;//@Value("${xxl.job.executor.address}")//private String address;@Value("${xxl.job.executor.ip}")private String ip;@Value("${xxl.job.executor.port}")private int port;@Value("${xxl.job.executor.logpath}")private String logPath;@Value("${xxl.job.executor.logretentiondays}")private int logRetentionDays;@Beanpublic XxlJobSpringExecutor xxlJobExecutor() {XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();xxlJobSpringExecutor.setAdminAddresses(adminAddresses);xxlJobSpringExecutor.setAppname(appname);//xxlJobSpringExecutor.setAddress(address);xxlJobSpringExecutor.setIp(ip);xxlJobSpringExecutor.setPort(port);xxlJobSpringExecutor.setAccessToken(accessToken);xxlJobSpringExecutor.setLogPath(logPath);xxlJobSpringExecutor.setLogRetentionDays(logRetentionDays);return xxlJobSpringExecutor;}
}

4.新增执行器

输入AppName:seckill-executor
名称：秒杀服务
注册方式:自动注册

启动SeckillApplication,查看执行管理器

5.添加执行器的代码逻辑即可
修改SimpleXxlJob

@Component
public class SimpleXxlJob {@XxlJob("seckillProductCacheHandler")public void demoJobHandler() throws Exception {LocalDateTime now = LocalDateTime.now();String format = now.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));System.out.println("执行完毕" + format);}
}

6.配置任务管理
新增任务

配置如下：

7.修改代码逻辑即可
SimpleXxlJob 添加方法

@Autowired
private ISeckillProductService seckillProductService;
@Autowired
private StringRedisTemplate redisTemplate;@Xx1Job("seckillProductCacheHandler")
public void seckillProductCacheHandler(){//查询当天的秒杀商品数据List<SeckillProductVo> vos_10 = seckillProductService. queryByTime(10);syncToRedis(10, vos_10) ;List<SeckillProductVo> vos_12 = seckillProduc tService. queryByTime(12) ;syncToRedis(12, vos_12);List<SeckillProductVo> vos_14 = seckillProductService. queryByTime(14) ;syncToRedis(14, vos_14);
}
public void syncToRedis(Integer time, List<SeckillProductVo> vos) {String key = SeckillRedisKey.SECKILL_PRODUCT_HASH.getRealKey(time+"");// 删除之前的数据redisTemplate.delete(key);for(SeckillProductVo vo:vos){redisTemplate.opsForHash().put(key,vo.getId()+"",JSON.toJSONString(vo));}
}

触发执行一次后

8.查看redis中产生数据

9.改造代码
后续改造代码，从redis中拿到数据即可