ShedLock项目中jOOQ LockProvider的Schema配置问题解析
在使用ShedLock分布式锁框架时,开发者可能会遇到需要自定义数据库表所在schema的需求。本文将深入探讨如何为jOOQ LockProvider配置自定义schema,以及解决配置过程中可能遇到的问题。
问题背景
ShedLock是一个轻量级的分布式锁框架,它通过数据库表来协调不同JVM实例之间的锁状态。当使用jOOQ作为数据访问层时,开发者可能会发现默认情况下ShedLock会从public schema中查找shedlock表,而实际业务中可能需要将表放在其他schema中。
配置方案
jOOQ提供了灵活的schema映射机制,可以通过RenderMapping配置来实现表在不同schema之间的映射关系。正确的配置方式如下:
Settings settings = Settings()
.withRenderQuotedNames(RenderQuotedNames.EXPLICIT_DEFAULT_UNQUOTED)
.withRenderNameCase(RenderNameCase.LOWER_IF_UNQUOTED)
.withRenderMapping(RenderMapping()
.withSchemata(
MappedSchema().withInput("") // 空字符串表示默认schema
.withOutput("orchestrator") // 目标schema名称
.withTables(
MappedTable().withInput("shedlock")
.withOutput("shedlock"))));
关键点说明
-
默认schema表示:在jOOQ中,空字符串("")表示默认schema,而不是"public"。这是配置时容易出错的地方。
-
大小写处理:RenderNameCase.LOWER_IF_UNQUOTED确保在非引用模式下使用小写标识符,与大多数数据库的默认行为一致。
-
引号处理:RenderQuotedNames.EXPLICIT_DEFAULT_UNQUOTED控制SQL标识符的引用行为,避免不必要的引号。
实际应用
在实际项目中,可以将上述配置封装为一个Spring Bean:
@Bean
public Settings jooqSettings() {
return new Settings()
.withRenderMapping(new RenderMapping()
.withSchemata(new MappedSchema()
.withInput("")
.withOutput("orchestrator")));
}
这样配置后,所有默认schema下的表访问都会被重定向到orchestrator schema,包括ShedLock使用的shedlock表。
注意事项
-
确保数据库用户有权限访问目标schema中的表。
-
在生产环境中,建议将schema名称外部化配置,而不是硬编码在代码中。
-
如果使用多数据源,需要为每个数据源单独配置jOOQ Settings。
通过正确配置jOOQ的schema映射,开发者可以灵活地将ShedLock表放置在任何需要的schema中,满足企业级应用的多租户或环境隔离需求。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00