ShedLock核心原理深度剖析:从LockProvider到SchedulerLock的完整工作流程
ShedLock是一个专为分布式环境设计的轻量级锁框架,用于确保你的定时任务在多个节点上最多同时执行一次。如果你正在部署微服务架构,面对定时任务重复执行的问题,ShedLock提供了简单而强大的解决方案。
🔍 什么是ShedLock分布式锁?
ShedLock不是一个完整的分布式调度器,而是一个专注于解决定时任务重复执行问题的锁机制。它的核心思想是:当一个任务正在某个节点上执行时,它会获取一个锁,阻止其他节点(或线程)执行相同的任务。
核心特性包括:
- ✅ 仅对标注了
@SchedulerLock的方法进行锁定 - ✅ 相同名称的任务同一时间只能在一个节点上执行
- ✅ 其他被相同锁保护的任务不会被阻塞,而是直接被跳过
- ✅ 任务完成后立即释放锁(除非指定了
lockAtLeastFor)
🏗️ ShedLock三组件架构
ShedLock由三个核心组件构成,共同构建了完整的分布式锁体系:
1. Core核心模块
位于shedlock-core/,提供基础的锁机制实现,包括LockProvider接口、LockConfiguration配置类等关键组件。
2. Integration集成模块
支持Spring AOP、Micronaut AOP或手动代码集成,将锁机制与应用框架无缝对接。
3. LockProvider锁提供器
通过各种外部存储提供锁服务,包括SQL数据库、MongoDB、Redis、Hazelcast等。
🔄 完整工作流程解析
任务触发阶段
当Spring的定时任务调度器触发一个任务时,ShedLock通过两种代理模式介入:
方法级代理模式
工作流程:
- Spring Scheduling生成
Runnable任务实例 - TaskScheduler接收并准备执行任务
- AOP代理拦截方法调用,包装目标
ScheduledMethod - 代理调用
executeIfNotLocked()方法检查分布式锁 - 获取锁成功后执行实际业务逻辑
调度器级代理模式
工作流程:
- Spring Scheduling生成
Runnable任务 - TaskScheduler AOP代理拦截任务提交
- 将普通
Runnable转换为LockableRunnable - 真实
TaskScheduler执行包装后的任务 - 在
run()方法中检查分布式锁
锁获取与执行阶段
无论采用哪种代理模式,核心逻辑都在executeIfNotLocked()方法中实现:
// 伪代码示意
if (lockProvider.lock(lockConfig)) {
try {
// 执行实际业务逻辑
scheduledMethod.execute();
} finally {
lockProvider.unlock(lockConfig);
}
}
📊 锁配置策略详解
lockAtMostFor安全网机制
必须设置lockAtMostFor,确保即使节点崩溃,锁也会在一定时间后自动释放。建议设置为远大于正常执行时间的值。
lockAtLeastFor时钟同步保护
防止在极短任务和节点时钟差异的情况下,多个节点同时执行任务。
实战配置示例
@Scheduled(cron = "0 */15 * * * *")
@SchedulerLock(name = "scheduledTaskName",
lockAtMostFor = "14m",
lockAtLeastFor = "14m")
public void scheduledTask() {
// 业务逻辑
}
🔧 LockProvider实现生态
ShedLock支持丰富的锁提供器实现:
数据库类
- JdbcTemplate:最常用的数据库锁提供器
- R2DBC:响应式数据库支持
- jOOQ:类型安全的SQL构建
- Exposed:Kotlin SQL框架
NoSQL类
- MongoDB:文档数据库支持
- Redis:内存数据库支持
- Cassandra:宽列数据库支持
云服务类
- DynamoDB:AWS云数据库
- Firestore:Google云数据库
- S3:对象存储支持
🚀 最佳实践指南
1. 正确配置锁超时时间
@Configuration
@EnableScheduling
@EnableSchedulerLock(defaultLockAtMostFor = "10m")
class MySpringConfiguration {
// 配置
}
2. 使用数据库时间
强烈推荐使用usingDbTime()选项,基于数据库服务器时钟,避免应用服务器时钟不同步问题。
3. 锁断言验证
@Scheduled(...)
@SchedulerLock(name = "taskName")
public void scheduledTask() {
LockAssert.assertLocked(); // 防止配置错误
// 业务逻辑
}
⚠️ 重要注意事项
不要手动删除锁记录
ShedLock在内存中缓存现有的锁记录,手动删除会导致锁记录无法自动重建。
不是分布式调度器
ShedLock只提供锁功能,不负责任务调度。如果你需要完整的分布式调度器,请考虑其他项目。
🎯 总结
ShedLock通过简洁而强大的设计,解决了分布式环境下定时任务重复执行的核心痛点。从LockProvider的多样化实现到SchedulerLock的智能代理,整个工作流程体现了"简单即是美"的设计哲学。
无论你选择哪种LockProvider实现,核心的工作流程都保持一致:拦截 → 检查锁 → 执行 → 释放锁。这种一致性使得ShedLock在不同技术栈中都能提供可靠的服务。
分布式定时任务管理从未如此简单 🎉
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00

