ShedLock 多锁提供者支持在模块化单体架构中的应用
2025-06-18 23:38:36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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1