使用 Redisson 实现分布式 CountDownLatch,如何使用RCountDownLatch实现内外网数据互通的超时控制?

闭锁(CountDownLatch)是一种用于同步多个线程的机制,它可以让一个或多个线程等待其他线程完成某个任务后再继续执行。

在Java中,RCountDownLatch 是 Redisson 提供的分布式闭锁实现,它基于 Redis 的分布式系统,可以在分布式环境中实现多个线程的同步。

闭锁的核心概念是一个计数器,该计数器可以被初始化为一个正整数,并通过 trySetCount() 方法来设置初始计数值。每个线程在完成任务后,可以通过 countDown() 方法将计数器减一。当计数器的值达到零时,所有等待的线程将被释放,继续执行后续操作。

RCountDownLatch latch = redissonClient.getCountDownLatch(LATCH_KEY);
latch.trySetCount(1);
latch.await();

// 在其他线程或JVM里
RCountDownLatch latch = redissonClient.getCountDownLatch(LATCH_KEY);
latch.countDown();

1、实现多个线程的同步

下面是一个示例代码,演示了如何使用 RCountDownLatch 实现多个线程的同步:

import org.redisson.Redisson;
import org.redisson.api.RCountDownLatch;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;

public class CountDownLatchExample {
    private static final int THREAD_COUNT = 5;

    public static void main(String[] args) throws InterruptedException {
        // 初始化 Redisson 客户端
        RedissonClient redissonClient = getRedissonClient();

        // 创建闭锁对象,设置初始计数值
        RCountDownLatch latch = redissonClient.getCountDownLatch("my-latch");
        latch.trySetCount(THREAD_COUNT);

        // 创建多个线程并启动
        for (int i = 0; i < THREAD_COUNT; i++) {
            new Thread(() -> {
                // 模拟线程执行任务
                // ...

                // 任务完成后,计数器减一
                latch.countDown();
            }).start();
        }

        // 等待所有线程任务完成
        latch.await();

        // 所有线程任务完成后,执行后续操作
        System.out.println("All threads have completed!");

        // 关闭 Redisson 客户端
        redissonClient.shutdown();
    }

    private static RedissonClient getRedissonClient() {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://localhost:6379");
        return Redisson.create(config);
    }
}

解析:

  1. 首先,我们通过调用 getRedissonClient() 方法初始化了 Redisson 客户端。
  2. 接下来,我们通过 redissonClient.getCountDownLatch(LATCH_KEY) 创建了一个 RCountDownLatch 对象,并将其与指定的键 LATCH_KEY 关联起来。
  3. 使用 latch.trySetCount(1) 方法设置了初始计数值为1。
  4. 然后,我们调用 latch.await() 方法来等待其他线程完成任务。如果计数器的值不为0,当前线程将被阻塞。
  5. 当其他线程完成任务后,调用 latch.countDown() 方法将计数器减一。
  6. 最后,我们关闭了 Redisson 客户端。

总结:
本文介绍了如何使用 Redisson 实现分布式的 CountDownLatch。通过初始化 Redisson 客户端、创建 RCountDownLatch 对象、设置初始计数值、等待其他线程完成任务和计数减一等步骤,我们可以在分布式环境下进行线程同步操作。

2、经典场景

【需求】:我有一个外网接口,但是它无法直接访问内网的数据。现在有一个第三方需要通过外网接口获取内网的数据。我希望在第三方请求外网接口时,外网接口能够等待内网获取数据并返回给第三方,如果等待超过30秒则直接返回超时。

为了满足这个需求,我们可以使用 RCountDownLatch 来设计实现。具体的设计方案如下:

  1. 第三方向外网接口发送请求。
  2. 外网接口接收到请求后,将请求信息发送到 Kafka。
  3. 内网的服务启动一个消费者,从 Kafka 中获取请求信息。
  4. 内网服务根据请求内容获取数据,并将数据存放在 Redis 中。
  5. 内网服务使用 RCountDownLatch 创建一个闭锁对象,并设置初始计数值为 1。
  6. 内网服务在获取并存放数据到 Redis 后,调用 countDown() 方法将闭锁计数器减一。
  7. 外网接口使用 await() 方法等待闭锁计数器达到零,即等待内网服务完成数据的获取和存放到 Redis。
  8. 当闭锁计数器达到零时,外网接口从 Redis 中获取数据,并将数据作为响应返回给第三方。
  9. 如果等待超过30秒,外网接口直接返回超时信息给第三方。

通过这个设计方案,外网接口可以等待内网服务完成数据获取并返回给第三方。 RCountDownLatch 在这里起到了同步的作用,确保外网接口在获取到数据之前能够等待。

这个设计方案中,RCountDownLatch 用于外网服务等待内网服务完成数据获取和存放到 Redis 的过程。以下是一个简单的示例代码:

import org.redisson.api.RCountDownLatch;
import org.redisson.api.RedissonClient;

@Service
@RequiredArgsConstructor
public class OuterServiceImpl implements OuterService {
    /**
     * RedissonClient 
     */
    private final RedissonClient redissonClient;
    
    /**
     * KafkaConsumer 
     */
    private final KafkaConsumer kafkaConsumer;

    public Response processRequest(Request request) {
        // 发送请求到 Kafka
        kafkaProducer.send(request);

        // 创建闭锁对象并设置初始计数值为 1【】每个请求或会话都需要有自己唯一的 LATCH_KEY
        RCountDownLatch latch = redissonClient.getCountDownLatch(LATCH_KEY);
        latch.trySetCount(1);

        try {
            // 等待内网服务完成数据获取和存放到 Redis
            if (!latch.await(30, TimeUnit.SECONDS)) {
                // 超时处理
                return new Response("Timeout");
            }

            // 从 Redis 中获取数据
            Object data = redissonClient.getBucket(request.getId()).get();

            // 返回数据给第三方
            return new Response("Success", data);
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
            // 异常处理
            return new Response("Error");
        }
    }

    // Kafka 消费者监听处理请求
    private void handleRequest(Message message) {
        // 处理请求并将数据存放到 Redis

        // 计数器减一
        RCountDownLatch latch = redissonClient.getCountDownLatch(LATCH_KEY);
        latch.countDown();
    }
}

在上述示例代码中,OuterService 类是一个外网服务,它使用 RCountDownLatch 实现了等待内网服务完成数据获取和存放到 Redis 的功能。在 processRequest() 方法中,它发送请求到 Kafka,并创建了一个闭锁对象。然后等待闭锁计数器达到零,即等待内网服务完成数据获取和存放到 Redis。如果等待时间超过 30 秒,将返回超时信息给第三方。

handleRequest() 方法中,外网服务的 Kafka 消费者监听处理请求,并在处理完成后调用 countDown() 方法,将闭锁计数器减一。

需要注意的是,示例代码中的 Kafka 消费者和生产者等细节并未展示,你需要根据实际情况进行实现。

总结:通过使用 RCountDownLatch,我们可以实现外网接口等待内网获取数据的场景。外网服务在调用内网服务之后等待闭锁计数器达到零,然后从 Redis 中获取数据返回给第三方。如果等待时间超过指定时间,则直接返回超时信息。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.kler.cn/a/273391.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

MYSQL日志 redo_log更新流程 bin_log以及bin_log数据恢复

Redo_log写入策略 Redo log的Innodb_flush_log_at_trx_commit:: 这个参数有三个取值 取值为0&#xff1a;每次事务提交时&#xff0c;只是把redo_log留在 redo log buffer中&#xff0c;宕机会丢失数据&#xff1b; 取值为1&#xff08;默认值&#xff09;&#xff1a;每次事…

STM32CubeIDE基础学习-BEEP蜂鸣器实验

STM32CubeIDE基础学习-BEEP蜂鸣器实验 文章目录 STM32CubeIDE基础学习-BEEP蜂鸣器实验前言第1章 硬件介绍第2章 工程配置2.1 工程外设配置部分2.2 生成工程代码部分 第3章 代码编写第4章 实验现象总结 前言 前面学习了LED闪烁实验&#xff0c;现在来学习一下蜂鸣器发声实验&am…

【LabVIEW FPGA入门】并行执行

利用图形化编程的并行特性以及 FPGA 上 LabVIEW 图的真正并行实现&#xff0c;您可以通过将应用程序代码划分为更小的进程来进一步优化执行速度。与整个应用程序在一个循环中运行相比&#xff0c;这使得每个进程能够实现更高的循环速率和更高的应用程序整体执行速率。 …

Docker部署TeamCity来完成内部CI、CD流程

使用TeamCity来完成内部CI、CD流程 本篇教程主要讲解基于容器服务搭建TeamCity服务&#xff0c;并且完成内部项目的CI流程配置。至于完整的DevOps&#xff0c;我们后续独立探讨。 一个简单的CI、CD流程 以下分享一个简单的CI、CD流程&#xff08;仅供参考&#xff09;&#…

AJAX-原理XMLHttpRequest

定义 使用 查询参数 定义&#xff1a;浏览器提供给服务器的额外信息&#xff0c;让服务器返回浏览器想要的数据 语法&#xff1a;http://xxxx.com/xxx/xxx?参数名1值1&参数名2值2

yocto编译测试

源码下载 git clone -b gatesgarth git://git.yoctoproject.org/poky lkmaolkmao-virtual-machine:~/yocto$ git clone -b gatesgarth git://git.yoctoproject.org/poky Cloning into poky... remote: Enumerating objects: 640690, done. remote: Counting objects: 100% (13…

部署Zabbix Agents添加使能监测服务器_Windows平台_MSI/Archive模式

Windows平台 一、从MSI安装Windows代理,添加Windows Servers/PC 概述 可以从Windows MSI安装包(32位或64位) 安装Zabbix agent 32位包不能安装在64位Windows中 所有软件包都支持TLS,配置TLS可选 支持UI和命令行的安装。 1、下载Agent代理程序,使用Agent2升级版,官网链接如…

计算机视觉之三维重建(1)---摄像机几何

文章目录 一、针孔模型和透镜1.1 针孔摄像机1.2 近轴折射模型1.3 透镜问题 二、摄像机几何2.1 像平面和像素平面2.2 齐次坐标下的投影变换2.3 摄像机倾斜2.4 规范化摄像机2.5 世界坐标系2.6 Faugeras定理2.7 投影变换性质&#xff1a; 三、其他投影摄像机模型3.1 弱透视投影摄像…

MacOS本地使用Docker Desktop 搭建Minio容器

1. 下载docker Desktop docker官网&#xff1a;https://www.docker.com/products/docker-desktop/ 根据自己的型号进行选择&#xff0c;我的M系列芯片&#xff0c;选择的是Apple-Chip&#xff0c;记得需要看到最后噢&#xff01; 最后有坑点解决办法&#xff01; 最后有坑点解…

Zinx框架的高级用法

一、使用框架提供的实用类 zinx框架已经提供了常用的IO通道类-TCP。 阅读Tcp相关类的使用文档&#xff0c;将之前的3个案例用TCP的方式实现。 步骤&#xff1a; 创建Tcp数据通道类继承ZinxTcpData&#xff0c;重写GetInputNextStage函数&#xff0c;内容跟之前标准输入通道类…

鸿蒙Harmony应用开发—ArkTS声明式开发(绘制组件:Polygon)

多边形绘制组件。 说明&#xff1a; 该组件从API Version 7开始支持。后续版本如有新增内容&#xff0c;则采用上角标单独标记该内容的起始版本。 子组件 无 接口 Polygon(value?: {width?: string | number, height?: string | number}) 从API version 9开始&#xff0…

python知识点总结(四)

这里写目录标题 1、Django 中的缓存是怎么用的&#xff1f;2、现有2元、3元、5元共三种面额的货币&#xff0c;如果需要找零99元&#xff0c;一共有多少种找零的方式?3、代码执行结果4、下面的代码执行结果为&#xff1a;5、说一下Python中变量的作用域。6、闭包7、python2与p…

STM32:定时器

TIM&#xff08;Timer&#xff09;定时器 定时器可以对输入的时钟进行计数&#xff0c;并在计数值达到设定值时触发中断 16位计数器、预分频器、自动重装寄存器的时基单元&#xff0c;在72MHz计数时钟下可以实现最大59.65s的定时72/65536/65536 不仅具备基本的定时中断功能&…

Grid布局

<!DOCTYPE html> <html lang"zh-CN"><head><meta charset"UTF-8" /><meta name"viewport" content"widthdevice-width, initial-scale1.0" /><title>Flex布局和Grid布局</title><style&…

每周编辑精选|微软开源 Orca-Math 高质量数学数据集、清华大学研究团队发布条件去噪扩散模型 SPDiff...

Orca-Math 是微软研究院发布的数学推理模型&#xff0c;该模型展示了较小的专业模型在特定领域的价值&#xff0c;它们可以匹配甚至超越更大模型的性能。微软近期开源了用于训练 Orca-Math 的 Orca-Math-200K 数学单词问题数据集&#xff0c;现已在 hyper.ai 官网提供下载&…

深入学习NIO三大核心:缓冲区 Buffer、通道Channel、Selector选择器

缓冲区 Buffer 一、简单介绍 Buffer&#xff0c;顾名思义就是缓冲区的意思&#xff0c;它是NIO中数据交换的载体&#xff0c;实质上是一种承载数据的容器。在上一篇BIO文章中我们提到BIO的工作模式是使用流来进行数据交换&#xff0c;并且根据操作的不同&#xff0c;分为输入…

Easy-Jmeter: 性能测试平台

目录 写在开始1 系统架构2 表结构设计3 测试平台生命周期4 分布式压测5 压力机管理6 用例管理6.1 新增、编辑用例6.2 调试用例6.3 启动测试6.4 动态控量6.5 测试详情6.6 环节日志6.7 实时数据6.8 测试结果 7 测试记录7 用例分析8 系统部署8.1普通部署8.2容器化部署 写在最后 写…

《LeetCode热题100》笔记题解思路技巧优化_Part_5

《LeetCode热题100》笔记&题解&思路&技巧&优化_Part_5 &#x1f60d;&#x1f60d;&#x1f60d; 相知&#x1f64c;&#x1f64c;&#x1f64c; 相识&#x1f622;&#x1f622;&#x1f622; 开始刷题图论&#x1f7e1;1. 岛屿数量&#x1f7e1;2. 腐烂的橘子…

量子计算+HPC!ORNL与Riverlane、Rigetti合作研发

内容来源&#xff1a;量子前哨&#xff08;ID&#xff1a;Qforepost&#xff09; 编辑丨慕一 编译/排版丨沛贤 1000字丨8分钟阅读 近日&#xff0c;英国量子计算初创公司Riverlane和美国量子计算公司Rigetti Computing宣布将参与由美国能源部橡树岭国家实验室&#xff08;OR…

day03vue学习

day03 一、今日目标 1.生命周期 生命周期介绍生命周期的四个阶段生命周期钩子声明周期案例 2.综合案例-小黑记账清单 列表渲染添加/删除饼图渲染 3.工程化开发入门 工程化开发和脚手架项目运行流程组件化组件注册 4.综合案例-小兔仙首页 拆分模块-局部注册结构样式完善…
最新文章