一、异步处理
1、异步概念
异步处理不用阻塞当前线程来等待处理完成，而是允许后续操作，直至其它线程将处理完成，并回调通知此线程。
必须强调一个基础逻辑，异步是一种设计理念，异步操作不等于多线程，MQ中间件，或者消息广播，这些是可以实现异步处理的方式。
同步处理和异步处理相对，需要实时处理并响应，一旦超过时间会结束会话，在该过程中调用方一直在等待响应方处理完成并返回。同步类似电话沟通，需要实时对话，异步则类似短信交流，发送消息之后无需保持等待状态。
2、异步处理优点
虽然异步处理不能实时响应，但是处理复杂业务场景，多数情况都会使用异步处理。
- 异步可以解耦业务间的流程关联，降低耦合度；
- 降低接口响应时间，例如用户注册，异步生成相关信息表；
- 异步可以提高系统性能，提升吞吐量；
- 流量削峰即把请求先承接下来，然后在异步处理；
- 异步用在不同服务间，可以隔离服务，避免雪崩；
异步处理的实现方式有很多种，常见多线程，消息中间件，发布订阅的广播模式，其根据逻辑在于先把请求承接下来，放入容器中，在从容器中把请求取出，统一调度处理。
注意：一定要监控任务是否产生积压过度情况，任务如果积压到雪崩之势的地步，你会感觉每一片雪花都想勇闯天涯。
3、异步处理模式
异步流程处理的实现有好多方式，但是实际开发中常用的就那么几种，例如：
- 基于接口异步响应，常用在第三方对接流程；
- 基于消息生产和消费模式，解耦复杂流程；
- 基于发布和订阅的广播模式，常见系统通知
异步适用的业务场景，对数据强一致性的要求不高，异步处理的数据更多时候追求的是最终一致性。
二、接口响应异步
1、流程描述
基于接口异步响应的方式，有一个本地业务服务，第三方接口服务，流程如下：
![05_1]( "05_1")
- 本地服务发起请求，调用第三方服务接口；
- 请求包含业务参数，和成功或失败的回调地址；
- 第三方服务实时响应流水号，作为该调用的标识；
- 之后第三方服务处理请求，得到最终处理结果；
- 如果处理成功，回调本地服务的成功通知接口；
- 如果处理失败，回调本地服务的失败通知接口；
- 整个流程基于部分异步和部分实时的模式，完整处理；
注意：如果本地服务多次请求第三方服务，需要根据流水号判断该请求的状态，业务的状态设计也是极其复杂，要根据流水号和状态追溯整个流程的执行进度，避免错乱。
2、流程实现案例
模拟基础接口
@RestController
public class ReqAsyncWeb {
private static final Logger LOGGER = LoggerFactory.getLogger(ReqAsyncWeb.class);
@Resource
private ReqAsyncService reqAsyncService ;
// 本地交易接口
@GetMapping("/tradeBegin")
public String tradeBegin (){
String sign = reqAsyncService.tradeBegin("TradeClient");
return sign ;
}
// 交易成功通知接口
@GetMapping("/tradeSucNotify")
public String tradeSucNotify (@RequestParam("param") String param){
LOGGER.info("tradeSucNotify param={"+ param +"}");
return "success" ;
}
// 交易失败通知接口
@GetMapping("/tradeFailNotify")
public String tradeFailNotify (@RequestParam("param") String param){
LOGGER.info("tradeFailNotify param={"+ param +"}");
return "success" ;
}
// 第三方交易接口
@GetMapping("/respTrade")
public String respTrade (@RequestParam("param") String param){
LOGGER.info("respTrade param={"+ param +"}");
reqAsyncService.respTrade(param);
return "NO20200520" ;
}
}
模拟第三方处理
@Service
public class ReqAsyncServiceImpl implements ReqAsyncService {
private static final String serverUrl = "http://localhost:8005" ;
@Override
public String tradeBegin(String param) {
String orderNo = HttpUtil.get(serverUrl+"/respTrade?param="+param);
if (StringUtils.isEmpty(orderNo)){
return "Trade..Fail...";
}
return orderNo ;
}
@Override
public void respTrade(String param) {
try {
Thread.sleep(10000);
} catch (InterruptedException e) {
e.printStackTrace();
}
Thread thread01 = new Thread(
new RespTask(serverUrl+"/tradeSucNotify?param="+param),"SucNotify");
Thread thread02 = new Thread(
new RespTask(serverUrl+"/tradeFailNotify?param="+param),"FailNotify");
thread01.start();
thread02.start();
}
}
三、生产消费异步
1、流程描述
这里基于Kafka中间件，演示流程消息生成，消息处理的异步解耦流程，基本步骤：
![05_2]( "05_2")
- 消息生成之后，写入Kafka队列 ；
- 消息处理方获取消息后，进行流程处理；
- 消息在中间件提供的队列中持久化存储 ；
- 消息发起方如果挂掉，不影响消息处理 ；
- 消费方如果挂掉，不影响消息生成；
基于这种消息中间件模式，完成业务解耦，提高系统吞吐量，是架构中常用的方式。
2、流程实现案例
消息发送
@Service
public class KafkaAsyncServiceImpl implements KafkaAsyncService {
@Resource
private KafkaTemplate<String, String> kafkaTemplate;
@Override
public void sendMsg(String msg) {
// 这里Topic如果不存在，会自动创建
kafkaTemplate.send("kafka-topic", msg);
}
}
消息消费
@Component
public class KafkaConsumer {
private static Logger LOGGER = LoggerFactory.getLogger(KafkaConsumer.class);
@KafkaListener(topics = "kafka-topic")
public void listenMsg (ConsumerRecord<?,String> record) {
String value = record.value();
LOGGER.info("KafkaConsumer01 ==>>"+value);
}
}
注意：这里就算有多个消息消费方，也只会在一个消费方处理消息，这就是该模式的特点。
四、发布订阅异步
1、流程描述
这里基于Redis中间件，说明消息广播模式流程，基本步骤：
![05_3]( "05_3")
- 提供一个消息传递频道channel；
- 多个订阅频道的客户端client；
- 消息通过PUBLISH命令发送给频道channel ；
- 客户端就会收到频道中传递的消息 ；
之所以称为广播模式，该模式更注重通知下发，流程交互性不强。实际开发场景：运维总控系统，更新了某类服务配置，通知消息发送之后，相关业务线上的服务在拉取最新配置，更新到服务中。
2、流程实现案例
发送通知消息
@Service
public class RedisAsyncServiceImpl implements RedisAsyncService {
@Resource
private StringRedisTemplate stringRedisTemplate ;
@Override
public void sendMsg(String topic, String msg) {
stringRedisTemplate.convertAndSend(topic,msg);
}
}
客户端接收
@Service
public class ReceiverServiceImpl implements ReceiverService {
private static final Logger LOGGER = LoggerFactory.getLogger("ReceiverMsg");
@Override
public void receiverMsg(String msg) {
LOGGER.info("Receiver01 收到消息：msg-{}",msg);
}
}
配置广播模式
@Configuration
public class SubMsgConfig {
@Bean
RedisMessageListenerContainer container(RedisConnectionFactory factory,
MessageListenerAdapter msgListenerAdapter,
MessageListenerAdapter msgListenerAdapter02){
RedisMessageListenerContainer container = new RedisMessageListenerContainer();
container.setConnectionFactory(factory);
//注册多个监听,订阅一个主题，实现消息广播
container.addMessageListener(msgListenerAdapter, new PatternTopic("topic:msg"));
container.addMessageListener(msgListenerAdapter02, new PatternTopic("topic:msg"));
return container;
}
@Bean
MessageListenerAdapter msgListenerAdapter(ReceiverService receiverService){
return new MessageListenerAdapter(receiverService, "receiverMsg");
}
@Bean
MessageListenerAdapter msgListenerAdapter02(ReceiverService02 receiverService02){
return new MessageListenerAdapter(receiverService02, "receiverMsg");
}
@Bean
ReceiverService receiverService(){
return new ReceiverServiceImpl();
}
@Bean
ReceiverService02 receiverService02(){
return new ReceiverServiceImpl02();
}
}
这里配置了多个订阅的客户端。
五、任务积压监控
生成一个消息，就因为有一个处理该消息的任务要执行，这就导致任务可能出现积压的情况，常见原因大致有如下几个：
- 任务产生的服务过多，任务处理的服务过少，不均衡；
- 任务处理时间太长，也导致生产过剩；
- 中间件本身容量偏小，需要扩容或集群化管理；
如果任务积压过多，可能要对任务生成进行流量控制，或者提升任务的处理能力，从而避免雪崩情况。
六、源代码地址
GitHub·地址
https://github.com/cicadasmile/data-manage-parent
GitEE·地址
https://gitee.com/cicadasmile/data-manage-parent
