ShedLock 多锁提供者支持在模块化单体架构中的应用
2025-06-18 07:23:41作者:范靓好Udolf
背景与问题分析
在现代分布式系统架构中,任务调度是一个常见需求。ShedLock作为一个轻量级的分布式锁库,能够确保定时任务在分布式环境中只执行一次。然而,在模块化单体架构(Modular Monolith)中,特别是采用垂直切片架构(Vertical-Slice Architecture)的项目里,现有的ShedLock实现存在一个明显的局限性。
模块化单体架构将系统按照业务边界划分为多个独立模块,每个模块包含自己的应用层、领域层和数据访问层。这种架构强调模块间的解耦,每个模块通常拥有独立的数据存储方案。而当前ShedLock的设计强制要求整个应用只能使用单一的LockProvider,这与模块化设计的理念产生了冲突。
技术痛点
ShedLock现有的@SchedulerLock注解实现存在以下技术限制:
- 依赖全局唯一的LockProvider Bean,无法为不同模块配置独立的锁存储
- 注解处理逻辑硬编码了单LockProvider的假设
- 无法支持不同模块使用不同数据库schema或不同锁机制的需求
这种限制导致在模块化架构中,所有模块被迫共享同一个锁存储,破坏了模块的独立性,可能引发以下问题:
- 模块间锁表耦合,难以独立演进
- 无法针对特定模块选择最优的锁实现
- 数据库权限和隔离级别难以精细控制
解决方案设计
针对上述问题,社区提出了扩展@SchedulerLock注解的方案,使其支持指定特定的LockProvider。核心设计思路包括:
- 在注解中增加lockProvider属性,用于指定使用的LockProvider Bean名称
- 修改注解处理逻辑,根据指定名称从Spring上下文中获取对应的LockProvider
- 使用获取到的LockProvider创建专用的LockManager执行锁定逻辑
这种设计保持了向后兼容性,同时为模块化架构提供了必要的灵活性。实现上可以采用两种方式:
- 直接扩展原生@SchedulerLock注解
- 创建新的@QualifiedSchedulerLock注解作为补充
实现细节
在参考实现中,新增的@QualifiedSchedulerLock注解定义如下:
@Target({METHOD, ANNOTATION_TYPE})
@Retention(RUNTIME)
public @interface QualifiedSchedulerLock {
String lockProvider(); // 指定LockProvider Bean名称
String name(); // 锁名称
String lockAtMostFor() default ""; // 最大锁定时间
String lockAtLeastFor() default ""; // 最小锁定时间
}
对应的切面处理逻辑核心部分如下:
@Around("@annotation(QualifiedSchedulerLock)")
public Object acquireQualifiedSchedulerLock(ProceedingJoinPoint scheduledMethod) {
// 获取注解配置
var lockParameters = signature.getMethod().getAnnotation(QualifiedSchedulerLock.class);
// 根据名称获取指定的LockProvider
var lockProvider = (LockProvider) applicationContext.getBean(lockParameters.lockProvider());
// 创建锁管理器并执行
var lockManager = createLockManager(lockProvider, configurationExtractor);
lockManager.executeWithLock(running(scheduledMethod));
return null;
}
架构价值
这一改进为模块化架构带来了显著价值:
- 真正的模块独立性:每个模块可以完全控制自己的锁存储策略
- 技术多样性支持:不同模块可以根据需求选择Jdbc、Redis、Mongo等不同锁实现
- 数据隔离:模块可以使用独立的数据库schema存储锁信息
- 演进自由:模块可以独立升级或替换锁实现而不影响其他模块
最佳实践建议
在实际应用中,建议考虑以下实践:
- 为每个业务模块定义专用的LockProvider Bean
- 使用模块前缀命名锁表,如"modulea_locks"、"moduleb_locks"
- 对于需要强隔离的场景,为模块配置独立的数据源
- 在模块的自动配置类中定义相关的锁基础设施
总结
ShedLock对多LockProvider的支持解决了模块化架构中的一个关键痛点,使分布式锁管理能够与模块化设计原则保持一致。这一改进不仅提升了架构的灵活性,也为系统的可维护性和可扩展性带来了显著提升。对于采用垂直切片架构或领域驱动设计的项目,这一特性将大大简化分布式任务调度的实现复杂度。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2