Spring Boot整合Redis实现订单超时处理-Spring专区论坛-技术-SpringForAll社区

Spring Boot整合Redis实现订单超时处理

  Redis支持过期监听,可以根据这个监听过期数据来进行订单的超时处理

流程如下:

d2b5ca33bd20231107151158

 

修改配置文件

redis配置

在redis安装目录下找到下图文件:

d2b5ca33bd20231107151224

搜索notify-keyspace-events配置一下键过期的参数,开启key过期回调监听,如下图所示:

d2b5ca33bd20231107151206

配置完之后重启下服务才能生效

yml/properties配置

配置 Redis 连接:在 application.properties  application.yml 文件中配置 Redis 的连接。

yml中redis配置:

d2b5ca33bd20231107151238

properties中redis配置:

d2b5ca33bd20231107151245

 

pom依赖


添加 Redis 依赖:确保项目中已添加了 Redis 相关的依赖

d2b5ca33bd20231107151259

 

配置类


添加序列化及key过期事件监听

@Configuration
public class RedisListenerConfig {


    /**
     * 监听key过期事件
     *
     * @author ztt
     * @date 2023/10/24 15:01
     **/
    @Bean
    RedisMessageListenerContainer container(RedisConnectionFactory connectionFactory) {
        RedisMessageListenerContainer container = new RedisMessageListenerContainer();
        container.setConnectionFactory(connectionFactory);
        return container;
    }

    /**
     * RedisTemplate序列化
     *
     * @author ztt
     * @date 2023/10/24 15:00
     **/
    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
        redisTemplate.setConnectionFactory(redisConnectionFactory);
        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
        redisTemplate.setKeySerializer(stringRedisSerializer);
        redisTemplate.setHashKeySerializer(stringRedisSerializer);
        Jackson2JsonRedisSerializer<?> jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(Object.class);
        redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
        redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);
        redisTemplate.afterPropertiesSet();
        return redisTemplate;
    }
}

创建订单时设置超时时间


@Service
public class TestOrderService ServiceImpl extends ServiceImpl<TestOrderMapper, TestOrder> implements TestOrderService{
	// .. 订单逻辑
	// 在创建订单时,将订单信息存储到 Redis,并为订单键设置合适的过期时间,以便 Redis 在超时后将其自动删除。
	//... 逻辑省略
	// 添加缓存
	commonRedisCache.put(ORDER_CACHE_KEY + testOrder.getId(), testOrder, 15*60); // 设置超时时间为15分钟
}

监听类


设置订单超时监听器:监听Redis 中的订单键是否已超时。如果订单超时,执行相应的处理逻辑。

/**
 * @ClassName RedisKeyExpirationListener
 * @Description TODO
 * @Author @ztt
 * @Date 2023/10/24 15:04
 * @Version 1.0
 */
@Slf4j
@Component
public class RedisKeyExpirationListener extends KeyExpirationEventMessageListener {

	/** 测试订单 */
    @Resource
    private TestOrderService orderService;

	/** 通用redis缓存操作类 */
    @Resource
    private CommonRedisCache commonRedisCache ;

    public RedisKeyExpirationListener(RedisMessageListenerContainer listenerContainer) {
        super(listenerContainer);
    }

    /**
     * 针对redis数据失效事件,进行数据处理
     * @param message 失效的key
     */
    @Override
    public void onMessage(Message message, byte[] pattern) {
        log.info("过期redis数据:" + message.toString());
        try {
            String key = message.toString();
            //从失效key中筛选代表订单失效的key
            // 超时处理逻辑
            ...
            log.info("订单号为【" + 123456 + "】超时未支付-*****");    
        } catch (Exception e) {
            e.printStackTrace();
            log.error("【修改支付订单过期状态异常】:" + e.getMessage());
        }
    }
}

优缺点


在 Spring Boot 中整合 Redis 监听订单超时主要的优缺点:

优点

  1. 实时性:使用 Redis 来监听订单超时,可以实现实时性处理。当订单超时时,处理操作可以立即触发,而不需要定期轮询数据库或其他方式。

  2. 高性能:Redis 是一个内存数据库,因此具有高性能。它能够快速存储和检索数据,适合用于订单超时处理。

  3. 可扩展性:Redis 支持分布式部署,因此可以轻松扩展应用程序以处理更多订单。可以使用 Redis Sentinel 或 Redis Cluster 来实现高可用性和负载均衡。

  4. 减轻数据库压力:将订单超时的检查和处理从数据库转移到 Redis,可以减轻数据库服务器的负载,因为不再需要频繁地查询数据库。

  5. 简化代码:Redis 提供了内置的过期键和发布/订阅功能,这些功能使订单超时的处理逻辑更加简单和可维护。

缺点

  1. 单一点故障:如果 Redis 实例发生故障,可能导致订单超时处理不可用。为了解决这个问题,可以使用 Redis Sentinel 或 Redis Cluster 来提高可用性。

  2. 不适合持久性数据:Redis 是一个内存数据库,不适合用于持久性数据存储。如果订单数据需要长期保留,仍然需要在数据库中保留订单信息。

  3. 配置和维护:Redis 需要一些配置和维护工作,包括备份、监控、调整内存限制等。这可能需要额外的管理工作。

  4. 消息队列的竞争条件:如果多个实例同时处理订单超时,可能会引发竞争条件,需要在代码中进行处理。

  5. 性能成本:虽然 Redis 具有高性能,但在大规模订单处理时,可能需要更多的 Redis 实例和更强大的硬件,这可能带来一些成本。

作者:爱编程的张兔兔,来源:https://juejin.cn/post/7295731039032344610

请登录后发表评论