下单成功后要送优惠券、加积分、发通知。直接在订单服务里挨个调用,下游越加越多,订单代码慢慢长成一棵圣诞树。Spring 自带的事件机制就是进程内的解耦利器——和 MQ 的思想同源,只是活动范围在一个 JVM 里。
三件套:事件(继承 ApplicationEvent)、发布器(ApplicationEventPublisher)、监听器(@EventListener):
// 1. 定义事件:只带数据,不带逻辑
public class OrderPaidEvent extends ApplicationEvent {
private final Long orderId;
public OrderPaidEvent(Object source, Long orderId) {
super(source); this.orderId = orderId;
}
}
// 2. 订单服务里发布
applicationEventPublisher.publishEvent(new OrderPaidEvent(this, 1001L));
// 3. 各下游各自监听,互不相识
@EventListener
public void sendCoupon(OrderPaidEvent event) {
couponService.grant(event.getOrderId()); // 赠券
}
订单服务只认识事件,不认识任何下游——新增消费者就是加一个 @EventListener,发布方零改动。这就是 11.1 发布订阅思想在进程内的样子。
同步是默认行为:@EventListener 默认在发布线程里执行。发布方的事务回滚了,监听器干的活却收不回来——于是有了事务边界版监听器:@TransactionalEventListener(phase = AFTER_COMMIT),只在事务提交成功后触发。「落库成功才发通知」的正确姿势,这里和 11.3 的事务消息是同一个命题的两种解法。
phase 还有两个兄弟:AFTER_ROLLBACK(回滚才触发)、AFTER_COMPLETION(结束就触发)。一个易混点:AFTER_COMMIT 里读发布方刚写的数据没问题——事务已提交,读得到;但监听器想和发布方共用同一个事务,不可能——事务已经结束,它的写操作只能另起炉灶。
事件和 MQ 怎么分工,一张小表说清:
| 维度 | Spring 事件 | MQ |
|---|---|---|
| 范围 | 单 JVM 进程内 | 跨进程跨服务 |
| 可靠性 | 发布即忘,宕机就丢 | 持久化可重试 |
| 解耦 | 发布方零改动加监听 | 两边只认消息契约 |
| 适合 | 同应用内解耦 | 跨团队跨系统 |
口径一句话:进程内的下游用事件,跨服务的下游用 MQ。下单后同应用里记流水,用 @EventListener;要通知库存系统,走 MQ——两把刀各切各的菜,不存在谁取代谁。
@Async(把方法执行切到异步线程池的注解)标上后,调用方立刻返回,方法在线程池里跑。原理一句话:又是 AOP 代理(13.3 的知识直接复用)——代理把方法体包成任务提交给线程池。
由此三个推论全部成立:
1. 自调用失效:this 调用不过代理,注解等于白标——和事务失效同一根因
2. 线程池是命门:默认线程池队列满后会拒绝任务,线上「偶发不执行」多半是它——自定义 Executor 落地
3. 异常会消失:异步方法的异常调用方拿不到,必须在方法内自己记日志/补偿
@Configuration
public class AsyncConfig implements AsyncConfigurer {
@Override
public Executor getAsyncExecutor() {
ThreadPoolTaskExecutor ex = new ThreadPoolTaskExecutor();
ex.setCorePoolSize(8); ex.setMaxPoolSize(16);
ex.setQueueCapacity(200);
ex.setThreadNamePrefix("biz-async-");
ex.initialize(); // 别忘了初始化
return ex;
}
}
@Async 和 @EventListener 组合(监听器方法上再加 @Async),事件处理就进了独立线程池——发布方完全不等待。
返回值也立一条规矩:@Async 方法可以直接返回 CompletableFuture——调用方各自 join,天然并行。发三张券的耗时从三段相加,变成三段取最长。这是异步方法的正确姿势:不是甩手不管,是把等待组织成并行。
@Scheduled(按固定频率或 cron 表达式定时执行方法的注解)开箱即用:
@Scheduled(cron = "0 0 3 * * ?") // 每天凌晨3点
public void dailyReport() { /* ... */ }
@Scheduled(fixedDelay = 60000) // 上次执行完60秒后再跑
public void refreshCache() { /* ... */ }
fixedDelay(上次结束到下次开始的间隔)和 fixedRate(固定频率,理论上按起点算)别混:任务耗时不稳定时,fixedDelay 波动安全,fixedRate 可能任务堆积。
最大的坑:默认单线程调度器。所有 @Scheduled 方法排队共享一个线程——日报任务卡住三分钟,期间所有定时任务全部顺延。修法二选一:配置 ThreadPoolTaskScheduler 替换默认,或给耗时任务加 @Async(让它瞬间「跑完」,实际在异步线程里干活)。
最后把三件套串成一个案例:下单成功 → AFTER_COMMIT 发布事件 → 监听器标 @Async 在自定义池里发券 → 发券失败重试三次后落补偿表 → 凌晨 @Scheduled 对账扫补偿表补发 → 集群部署用 ShedLock 防止三台各扫一遍。一条链路把本篇所有知识点串完——面试问场景题,把这个故事讲出来就够了。
集群里的隐藏坑:三个实例部署,同一个 cron 三台机器各跑一遍——对账任务重复执行、通知发三份。单机注解不管集群,解法要么上分布式锁(10.5 的 Redisson,抢到锁才执行),要么用现成的 ShedLock(把「谁持锁」记进数据库或 Redis 的调度锁框架)。
ShedLock 的用法十行见底:
@Scheduled(cron = "0 0 3 * * ?")
@SchedulerLock(name = "dailyReport",
lockAtMostFor = "10m") // 兜底持锁上限
public void dailyReport() { /* ... */ }
// 再配一个 JdbcTemplateLockProvider,锁表框架自动维护
同名任务全局只有一台能进;lockAtMostFor 兜住「执行中宕机、锁没放」的泄漏。它和 Redisson 的分工:ShedLock 专治调度重复,开箱即用;Redisson 是通用锁,还能护业务临界区。只想防重复执行,选 ShedLock 更省心。
事件机制是进程内的发布订阅,@Async 是代理切线程池,@Scheduled 是 cron 加调度器——三件套共用一个底层真相(AOP 代理),共用一个集群真相(跨进程要加锁)。