java 微服务 《黑马头条》 内容安全 自动审核 feign 延迟任务精准发布 kafka

目录

《黑马头条》SpringBoot+SpringCloud+ Nacos等企业级微服务架构项目_黑马头条项目_软工菜鸡的博客-CSDN博客

04自媒体文章-自动审核

1)自媒体文章自动审核流程

2)内容安全第三方接口

2.1)概述

2.2)准备工作

2.3)文本内容审核接口

2.4)图片审核接口

2.5)项目集成

3)app端文章保存接口

3.1)表结构说明

3.2)分布式id

分布式id-技术选型

3.3)思路分析

3.4)feign接口

4)自媒体文章自动审核功能实现

4.1)表结构说明

4.2)实现

4.3)单元测试

4.4)feign远程接口调用方式

4.5)服务降级处理

5)发布文章提交审核集成

5.1)同步调用与异步调用

5.2)Springboot集成异步线程调用

6)文章审核功能-综合测试

6.1)服务启动列表

6.2)测试情况列表

7)新需求-自管理敏感词

7.1)需求分析

7.2)敏感词-过滤

7.3)DFA实现原理

7.4)自管理敏感词集成到文章审核中

测试了一下 源码不能检测 标题的敏感词汇；加了个这： wmNews.getTitle()+

8)新需求-图片识别文字审核敏感词

8.1)需求分析

8.2)图片文字识别

8 .3)Tess4j案例

8.4)管理敏感词和图片文字识别集成到文章审核

9)文章详情-静态文件生成

9.1)思路分析

9.2)实现步骤

05延迟任务精准发布文章

1)文章定时发布

2)延迟任务概述

2.1)什么是延迟任务

2.2)技术对比

2.2.1)DelayQueue

2.2.2)RabbitMQ实现延迟任务

2.2.3)redis实现

3)redis实现延迟任务

锐评：完全为了学list zset而编出来的场景，实际工作中延迟队列要设计成这样只能说太蠢了

4)延迟任务服务实现

4.1)搭建heima-leadnews-schedule模块

4.2)数据库准备

乐观锁/悲观锁

4.3)安装redis

4.4)项目集成redis

4.5)添加任务

4.6)取消任务

4.7)消费任务

4.8)未来数据定时刷新

4.8.1)reids key值匹配

4.8.2)reids管道

4.8.3)未来数据定时刷新-功能完成

4.9)分布式锁解决集群下的方法抢占执行

4.9.1)问题描述

4.9.2)分布式锁

4.9.3)redis分布式锁

4.9.4)在工具类CacheService中添加方法

4.10)数据库同步到redis

5)延迟队列解决精准时间发布文章

5.1)延迟队列服务提供对外接口

5.2)发布文章集成添加延迟队列接口

序列化工具对比

5.3)消费任务进行审核文章

06kafka及异步通知文章上下架

1)自媒体文章上下架

2)kafka概述

消息中间件对比-选择建议

kafka介绍-名词解释

3)kafka安装配置

4)kafka入门

分区机制—topic剖析

5)kafka高可用设计

5.1)集群

5.2)备份机制(Replication）

6)kafka生产者详解

6.1)发送类型

6.2)参数详解

ack确认机制

retries 重试次数

消息压缩

7)kafka消费者详解

7.1)消费者组

7.2)消息有序性

7.3)提交和偏移量

1.提交当前偏移量（同步提交）

2.异步提交

3.同步和异步组合提交

8)springboot集成kafka

8.1)入门

8.2)传递消息为对象

9)自媒体文章上下架功能完成

9.1)需求分析

9.2)流程说明

9.3)接口定义

9.4)自媒体文章上下架-功能实现

9.5)消息通知article端文章上下架

04自媒体文章-自动审核

1)自媒体文章自动审核流程

1 自媒体端发布文章后，开始审核文章

2 审核的主要是审核文章的

内容（文本内容和图片）

3 借助

第三方提供的接口审核文本

4 借助第三方提供的接口审核图片，由于图片存储到minIO中，需要先下载才能审核

5 如果审核失败，则需要修改自媒体文章的状态，status:2 审核失败 status:3 转到人工审核

6 如果审核成功，则需要在文章微服务中创建app端需要的文章

2)内容安全第三方接口

2.1)概述

内容安全是识别服务，支持对图片、视频、文本、语音等对象多样化场景检测，有效降低内容违规风险

目前很多平台都支持内容检测，如阿里云、腾讯云、百度AI、网易云等国内大型互联网公司都对外提供了API。

按照性能和收费来看，黑马头条项目使用的就是阿里云的内容安全接口，使用到了图片和文本的审核。

阿里云收费标准：https://www.aliyun.com/price/product/?spm=a2c4g.11186623.2.10.4146401eg5oeu8#/lvwang/detail

2.2)准备工作

您在使用内容检测API之前，需要先注册阿里云账号，添加Access Key并签约云盾内容安全。

操作步骤

前往阿里云官网注册账号。如果已有注册账号，请跳过此步骤。

进入阿里云首页后，如果没有阿里云的账户需要先进行注册，才可以进行登录。由于注册较为简单，课程和讲义不在进行体现（注册可以使用多种方式，如淘宝账号、支付宝账号、微博账号等...）。

需要实名认证和活体认证。

打开云盾内容安全产品试用页面，单击立即开通，正式开通服务。

内容安全控制台

在AccessKey管理页面管理您的AccessKeyID和AccessKeySecret。

管理自己的AccessKey,可以新建和删除AccessKey

查看自己的AccessKey，

AccessKey默认是隐藏的，第一次申请的时候可以保存AccessKey，点击显示，通过验证手机号后也可以查看

2.3)文本内容审核接口

文本垃圾内容检测：如何调用文本检测接口进行文本内容审核_内容安全-阿里云帮助中心

文本垃圾内容Java SDK: 如何使用JavaSDK文本反垃圾接口_内容安全-阿里云帮助中心

2.4)图片审核接口

图片垃圾内容检测：调用图片同步检测接口/green/image/scan审核图片内容_内容安全-阿里云帮助中心

图片垃圾内容Java SDK: 如何使用JavaSDK接口检测图片是否包含风险内容_内容安全-阿里云帮助中心

2.5)项目集成

①：拷贝资料文件夹中的类到common模块下面，并添加到自动配置

包括了GreenImageScan和GreenTextScan及对应的工具类

添加到自动配置中

②： accessKeyId和secret（需自己申请）

在heima-leadnews-wemedia中的nacos配置中心添加以下配置：

aliyun:

accessKeyId: ...

secret: ...

#aliyun.scenes=porn,terrorism,ad,qrcode,live,logo

scenes: terrorism

③：在自媒体微服务中测试类中注入审核文本和图片的bean进行测试

package com.heima.wemedia;

import java.util.Arrays;

import java.util.Map;

@SpringBootTest(classes = WemediaApplication.class)

@RunWith(SpringRunner.class)

public class AliyunTest {

@Autowired

private GreenTextScan greenTextScan;

@Autowired

private GreenImageScan greenImageScan;

@Autowired

private FileStorageService fileStorageService;

@Test

public void testScanText() throws Exception {

Map map = greenTextScan.greeTextScan("我是一个好人,冰毒");

System.out.println(map);

}

@Test

public void testScanImage() throws Exception {

byte[] bytes = fileStorageService.downLoadFile("http://192.168.200.130:9000/leadnews/2021/04/26/ef3cbe458db249f7bd6fb4339e593e55.jpg");

Map map = greenImageScan.imageScan(Arrays.asList(bytes));

System.out.println(map);

}

}

我用的是 阿里云 云安全 增强版1小时，没审核出效果为null；估计是阿里 改接口了；

图片审核页报错

java.lang.RuntimeException: upload file fail.

at com.heima.common.aliyun.util.ClientUploader.uploadBytes(ClientUploader.java:129)

at com.heima.common.aliyun.GreenImageScan.imageScan(GreenImageScan.java:71)

at com.heima.wemedia.test.AliyunTest.testScanImage(AliyunTest.java:51)

at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)

at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)

at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)

at java.lang.reflect.Method.invoke(Method.java:498)

at org.junit.runners.model.FrameworkMethod$1.runReflectiveCall(FrameworkMethod.java:50)

at org.junit.internal.runners.model.ReflectiveCallable.run(ReflectiveCallable.java:12)

at org.junit.runners.model.FrameworkMethod.invokeExplosively(FrameworkMethod.java:47)

at org.junit.internal.runners.statements.InvokeMethod.evaluate(InvokeMethod.java:17)

at org.springframework.test.context.junit4.statements.RunBeforeTestExecutionCallbacks.evaluate(RunBeforeTestExecutionCallbacks.java:74)

at org.springframework.test.context.junit4.statements.RunAfterTestExecutionC

3)app端文章保存接口

3.1)表结构说明

3.2)分布式id

随着业务的增长，文章表可能要占用很大的物理存储空间，为了解决该问题，后期使用数据库分片技术。将一个数据库进行拆分，通过数据库中间件连接。如果数据库中该表选用ID自增策略，则可能产生重复的ID，此时应该使用分布式ID生成策略来生成ID。

分布式id-技术选型

snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。

其核心思想是：使用41bit作为毫秒数，10bit作为机器的ID（5个bit是数据中心，5个bit的机器ID)（最多32个机房*32台机器(也可以自己设)），12bit作为毫秒内的流水号（意味着每个节点在每毫秒可以产生 4096 个 ID），最后还有一个符号位，永远是0（1为负数）

文章端相关的表都使用雪花算法生成id,包括ap_article、 ap_article_config、 ap_article_content

mybatis-plus已经集成了雪花算法，完成以下两步即可在项目中集成雪花算法

第一：在实体类中的id上加入如下配置，指定类型为id_worker

@TableId(value = "id",type = IdType.ID_WORKER)

private Long id;

第二：在application.yml文件中配置数据中心id和机器id

mybatis-plus:

mapper-locations: classpath*:mapper/*.xml

# 设置别名包扫描路径，通过该属性可以给包中的类注册别名

type-aliases-package: com.heima.model.article.pojos

global-config:

datacenter-id: 1

workerId: 1

datacenter-id:数据中心id(取值范围：0-31) ；workerId:机器id(取值范围：0-31)

3.3)思路分析

在文章审核成功以后需要在app的article库中新增文章数据

1.保存文章信息 ap_article

2.保存文章配置信息 ap_article_config

3.保存文章内容 ap_article_content

实现思路：

3.4)feign接口

ArticleDto

package com.heima.model.article.dtos;

import com.heima.model.article.pojos.ApArticle;

import lombok.Data;

@Data

public class ArticleDto extends ApArticle {

/**

* 文章内容

*/

private String content;

}

功能实现：

①：在heima-leadnews-feign-api中新增接口

第一：线导入feign的依赖

org.springframework.cloud

spring-cloud-starter-openfeign

第二：定义文章端的接口

package com.heima.apis.article;

import org.springframework.web.bind.annotation.RequestBody;

@FeignClient(value = "leadnews-article")

public interface IArticleClient {

@PostMapping("/api/v1/article/save")

public ResponseResult saveArticle(@RequestBody ArticleDto dto) ;

}

②：在heima-leadnews-article中实现该方法

package com.heima.article.feign;

import java.io.IOException;

@RestController

public class ArticleClient implements IArticleClient {

@Autowired

private ApArticleService apArticleService;

@Override

@PostMapping("/api/v1/article/save")

public ResponseResult saveArticle(@RequestBody ArticleDto dto) {

return apArticleService.saveArticle(dto);

}

}

③：拷贝mapper

在资料文件夹中拷贝ApArticleConfigMapper类到mapper文件夹中

同时，修改ApArticleConfig类，添加如下构造函数

package com.heima.model.article.pojos;

import java.io.Serializable;

/**

*

* APP已发布文章配置表

*

*

* @author itheima

*/

@Data

@NoArgsConstructor

@TableName("ap_article_config")

public class ApArticleConfig implements Serializable {

public ApArticleConfig(Long articleId){

this.articleId = articleId;

this.isComment = true;

this.isForward = true;

this.isDelete = false;

this.isDown = false;

}

@TableId(value = "id",type = IdType.ID_WORKER)

private Long id;

/**

* 文章id

*/

@TableField("article_id")

private Long articleId;

/**

* 是否可评论

* true: 可以评论 1

* false: 不可评论 0

*/

@TableField("is_comment")

private Boolean isComment;

/**

* 是否转发

* true: 可以转发 1

* false: 不可转发 0

*/

@TableField("is_forward")

private Boolean isForward;

/**

* 是否下架

* true: 下架 1

* false: 没有下架 0

*/

@TableField("is_down")

private Boolean isDown;

/**

* 是否已删除

* true: 删除 1

* false: 没有删除 0

*/

@TableField("is_delete")

private Boolean isDelete;

}

④：在ApArticleService中新增方法

/**

* 保存app端相关文章

* @param dto

* @return

*/

ResponseResult saveArticle(ArticleDto dto) ;

实现类：

@Autowired

private ApArticleConfigMapper apArticleConfigMapper;

@Autowired

private ApArticleContentMapper apArticleContentMapper;

/**

* 保存app端相关文章

* @param dto

* @return

*/

@Override

public ResponseResult saveArticle(ArticleDto dto) {

//1.检查参数

if(dto == null){

return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID);

}

ApArticle apArticle = new ApArticle();

BeanUtils.copyProperties(dto,apArticle);

//2.判断是否存在id

if(dto.getId() == null){

//2.1 不存在id 保存 文章 文章配置 文章内容

//保存文章

save(apArticle);

//保存配置

ApArticleConfig apArticleConfig = new ApArticleConfig(apArticle.getId());

apArticleConfigMapper.insert(apArticleConfig);

//保存 文章内容

ApArticleContent apArticleContent = new ApArticleContent();

apArticleContent.setArticleId(apArticle.getId());

apArticleContent.setContent(dto.getContent());

apArticleContentMapper.insert(apArticleContent);

}else {

//2.2 存在id 修改 文章 文章内容

//修改 文章

updateById(apArticle);

//修改文章内容

ApArticleContent apArticleContent = apArticleContentMapper.selectOne(Wrappers.lambdaQuery().eq(ApArticleContent::getArticleId, dto.getId()));

apArticleContent.setContent(dto.getContent());

apArticleContentMapper.updateById(apArticleContent);

}

//3.结果返回 文章的id

return ResponseResult.okResult(apArticle.getId());

}

⑤：测试

编写junit单元测试，或使用postman进行测试

http://localhost:51802/api/v1/article/save

{

"id":这个id要去数据库自己找 ,

"title":"黑马头条项目背景22222222222222",

"authoId":1102,

"layout":1,

"labels":"黑马头条",

"publishTime":"2028-03-14T11:35:49.000Z",

"images": "http://192.168.200.130:9000/leadnews/2021/04/26/5ddbdb5c68094ce393b08a47860da275.jpg",

"content":"22222222222222222黑马头条项目背景,黑马头条项目背景,黑马头条项目背景,黑马头条项目背景，黑马头条项目背景"

}

4)自媒体文章自动审核功能实现

4.1)表结构说明

wm_news 自媒体文章表

status字段：0 草稿 1 待审核 2 审核失败 3 人工审核 4 人工审核通过 8 审核通过（待发布） 9 已发布

4.2)实现

在heima-leadnews-wemedia中的service新增接口

package com.heima.wemedia.service;

public interface WmNewsAutoScanService {

/**

* 自媒体文章审核

* @param id 自媒体文章id

*/

public void autoScanWmNews(Integer id);

}

实现类：

package com.heima.wemedia.service.impl;

import java.util.*;

import java.util.stream.Collectors;

@Service

@Slf4j

@Transactional

public class WmNewsAutoScanServiceImpl implements WmNewsAutoScanService {

@Autowired

private WmNewsMapper wmNewsMapper;

/**

* 自媒体文章审核

*

* @param id 自媒体文章id

*/

@Override

public void autoScanWmNews(Integer id) {

//1.查询自媒体文章

WmNews wmNews = wmNewsMapper.selectById(id);

if(wmNews == null){

throw new RuntimeException("WmNewsAutoScanServiceImpl-文章不存在");

}

if(wmNews.getStatus().equals(WmNews.Status.SUBMIT.getCode())){

//从内容中提取纯文本内容和图片

Map textAndImages = handleTextAndImages(wmNews);

//2.审核文本内容 阿里云接口

boolean isTextScan = handleTextScan((String) textAndImages.get("content"),wmNews);

if(!isTextScan)return;

//3.审核图片 阿里云接口

boolean isImageScan = handleImageScan((List) textAndImages.get("images"),wmNews);

if(!isImageScan)return;

//4.审核成功，保存app端的相关的文章数据

ResponseResult responseResult = saveAppArticle(wmNews);

if(!responseResult.getCode().equals(200)){

throw new RuntimeException("WmNewsAutoScanServiceImpl-文章审核，保存app端相关文章数据失败");

}

//回填article_id

wmNews.setArticleId((Long) responseResult.getData());

updateWmNews(wmNews,(short) 9,"审核成功");

}

}

@Autowired

private IArticleClient articleClient;

@Autowired

private WmChannelMapper wmChannelMapper;

@Autowired

private WmUserMapper wmUserMapper;

/**

* 保存app端相关的文章数据

* @param wmNews

*/

private ResponseResult saveAppArticle(WmNews wmNews) {

ArticleDto dto = new ArticleDto();

//属性的拷贝

BeanUtils.copyProperties(wmNews,dto);

//文章的布局

dto.setLayout(wmNews.getType());

//频道

WmChannel wmChannel = wmChannelMapper.selectById(wmNews.getChannelId());

if(wmChannel != null){

dto.setChannelName(wmChannel.getName());

}

//作者

dto.setAuthorId(wmNews.getUserId().longValue());

WmUser wmUser = wmUserMapper.selectById(wmNews.getUserId());

if(wmUser != null){

dto.setAuthorName(wmUser.getName());

}

//设置文章id

if(wmNews.getArticleId() != null){

dto.setId(wmNews.getArticleId());

}

dto.setCreatedTime(new Date());

ResponseResult responseResult = articleClient.saveArticle(dto);

return responseResult;

}

@Autowired

private FileStorageService fileStorageService;

@Autowired

private GreenImageScan greenImageScan;

/**

* 审核图片

* @param images

* @param wmNews

* @return

*/

private boolean handleImageScan(List images, WmNews wmNews) {

boolean flag = true;

if(images == null || images.size() == 0){

return flag;

}

//下载图片 minIO

//图片去重

images = images.stream().distinct().collect(Collectors.toList());

List imageList = new ArrayList<>();

for (String image : images) {

byte[] bytes = fileStorageService.downLoadFile(image);

imageList.add(bytes);

}

//审核图片

try {

Map map = greenImageScan.imageScan(imageList);

if(map != null){

//审核失败

if(map.get("suggestion").equals("block")){

flag = false;

updateWmNews(wmNews, (short) 2, "当前文章中存在违规内容");

}

//不确定信息 需要人工审核

if(map.get("suggestion").equals("review")){

flag = false;

updateWmNews(wmNews, (short) 3, "当前文章中存在不确定内容");

}

}

} catch (Exception e) {

flag = false;

e.printStackTrace();

}

return flag;

}

@Autowired

private GreenTextScan greenTextScan;

/**

* 审核纯文本内容

* @param content

* @param wmNews

* @return

*/

private boolean handleTextScan(String content, WmNews wmNews) {

boolean flag = true;

if((wmNews.getTitle()+"-"+content).length() == 0){

return flag;

}

try {

Map map = greenTextScan.greeTextScan((wmNews.getTitle()+"-"+content));

if(map != null){

//审核失败

if(map.get("suggestion").equals("block")){

flag = false;

updateWmNews(wmNews, (short) 2, "当前文章中存在违规内容");

}

//不确定信息 需要人工审核

if(map.get("suggestion").equals("review")){

flag = false;

updateWmNews(wmNews, (short) 3, "当前文章中存在不确定内容");

}

}

} catch (Exception e) {

flag = false;

e.printStackTrace();

}

return flag;

}

/**

* 修改文章内容

* @param wmNews

* @param status

* @param reason

*/

private void updateWmNews(WmNews wmNews, short status, String reason) {

wmNews.setStatus(status);

wmNews.setReason(reason);

wmNewsMapper.updateById(wmNews);

}

/**

* 1。从自媒体文章的内容中提取文本和图片

* 2.提取文章的封面图片

* @param wmNews

* @return

*/

private Map handleTextAndImages(WmNews wmNews) {

//存储纯文本内容

StringBuilder stringBuilder = new StringBuilder();

List images = new ArrayList<>();

//1。从自媒体文章的内容中提取文本和图片

if(StringUtils.isNotBlank(wmNews.getContent())){

List

for (Map map : maps) {

if (map.get("type").equals("text")){

stringBuilder.append(map.get("value"));

}

if (map.get("type").equals("image")){

images.add((String) map.get("value"));

}

}

}

//2.提取文章的封面图片

if(StringUtils.isNotBlank(wmNews.getImages())){

String[] split = wmNews.getImages().split(",");

images.addAll(Arrays.asList(split));

}

Map resultMap = new HashMap<>();

resultMap.put("content",stringBuilder.toString());

resultMap.put("images",images);

return resultMap;

}

}

4.3)单元测试

package com.heima.wemedia.service;

import com.heima.wemedia.WemediaApplication;

import org.junit.Test;

import org.junit.runner.RunWith;

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.boot.test.context.SpringBootTest;

import org.springframework.test.context.junit4.SpringRunner;

import static org.junit.Assert.*;

@SpringBootTest(classes = WemediaApplication.class)

@RunWith(SpringRunner.class)

public class WmNewsAutoScanServiceTest {

@Autowired

private WmNewsAutoScanService wmNewsAutoScanService;

@Test

public void autoScanWmNews() {

wmNewsAutoScanService.autoScanWmNews(6238);

}

}

4.4)feign远程接口调用方式

在heima-leadnews-wemedia服务中已经依赖了heima-leadnews-feign-apis工程，只需要在自媒体的引导类中开启feign的远程调用即可

注解为：@EnableFeignClients(basePackages = "com.heima.apis") 需要指向apis这个包

4.5)服务降级处理

服务降级是服务自我保护的一种方式，或者保护下游服务的一种方式，用于确保服务不会受请求突增影响变得不可用，确保服务不会崩溃

服务降级虽然会导致请求失败，但是不会导致阻塞。

实现步骤：

①：在heima-leadnews-feign-api编写降级逻辑

package com.heima.apis.article.fallback;

import org.springframework.stereotype.Component;

/**

* feign失败配置

* @author itheima

*/

@Component

public class IArticleClientFallback implements IArticleClient {

@Override

public ResponseResult saveArticle(ArticleDto dto) {

return ResponseResult.errorResult(AppHttpCodeEnum.SERVER_ERROR,"获取数据失败");

}

}

在自媒体微服务中添加类，扫描降级代码类的包

package com.heima.wemedia.config;

import org.springframework.context.annotation.ComponentScan;

import org.springframework.context.annotation.Configuration;

@Configuration

@ComponentScan("com.heima.apis.article.fallback")

public class InitConfig {

}

②：远程接口中指向降级代码

package com.heima.apis.article;

import org.springframework.web.bind.annotation.RequestBody;

@FeignClient(value = "leadnews-article",fallback = IArticleClientFallback.class)

public interface IArticleClient {

@PostMapping("/api/v1/article/save")

public ResponseResult saveArticle(@RequestBody ArticleDto dto);

}

③：客户端开启降级heima-leadnews-wemedia

在wemedia的nacos配置中心里添加如下内容，开启服务降级，也可以指定服务响应的超时的时间

feign:

# 开启feign对hystrix熔断降级的支持

hystrix:

enabled: true

# 修改调用超时时间

client:

config:

default:

connectTimeout: 2000

readTimeout: 2000

④：测试

在ApArticleServiceImpl类中saveArticle方法添加代码

try {

Thread.sleep(3000);

} catch (InterruptedException e) {

e.printStackTrace();

}

在自媒体端进行审核测试，会出现服务降级的现象

5)发布文章提交审核集成

5.1)同步调用与异步调用

同步：就是在发出一个调用时，在没有得到结果之前， 该调用就不返回（实时处理）

异步：调用在发出之后，这个调用就直接返回了，没有返回结果（分时处理）

异步线程的方式审核文章

5.2)Springboot集成异步线程调用

①：在自动审核的方法上加上@Async注解（标明要异步调用）

@Override

@Async //标明当前方法是一个异步方法

public void autoScanWmNews(Integer id) {

//代码略

}

②：在文章发布成功后调用审核的方法

@Autowired

private WmNewsAutoScanService wmNewsAutoScanService;

/**

* 发布修改文章或保存为草稿

* @param dto

* @return

*/

@Override

public ResponseResult submitNews(WmNewsDto dto) {

//代码略

//审核文章

wmNewsAutoScanService.autoScanWmNews(wmNews.getId());

return ResponseResult.okResult(AppHttpCodeEnum.SUCCESS);

}

③：在自媒体引导类中使用@EnableAsync注解开启异步调用

@SpringBootApplication

@EnableDiscoveryClient

@MapperScan("com.heima.wemedia.mapper")

@EnableFeignClients(basePackages = "com.heima.apis")

@EnableAsync //开启异步调用

public class WemediaApplication {

public static void main(String[] args) {

SpringApplication.run(WemediaApplication.class,args);

}

@Bean

public MybatisPlusInterceptor mybatisPlusInterceptor() {

MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor();

interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL));

return interceptor;

}

}

6)文章审核功能-综合测试

6.1)服务启动列表

1，nacos服务端

2，article微服务

3，wemedia微服务

4，启动wemedia网关微服务

5，启动前端系统wemedia

6.2)测试情况列表

1，自媒体前端发布一篇正常的文章

审核成功后，app端的article相关数据是否可以正常保存，自媒体文章状态和app端文章id是否回显

2，自媒体前端发布一篇包含敏感词的文章

正常是审核失败， wm_news表中的状态是否改变，成功和失败原因正常保存

3，自媒体前端发布一篇包含敏感图片的文章

正常是审核失败， wm_news表中的状态是否改变，成功和失败原因正常保存

7)新需求-自管理敏感词

7.1)需求分析

文章审核功能已经交付了，文章也能正常发布审核。突然，产品经理过来说要开会。

会议的内容核心有以下内容：

文章审核不能过滤一些敏感词：

私人侦探、针孔摄象、信用卡提现、广告代理、代开发票、刻章办、出售答案、小额贷款…

需要完成的功能：

需要自己维护一套敏感词，在文章审核的时候，需要验证文章是否包含这些敏感词

7.2)敏感词-过滤

技术选型

方案 说明 数据库模糊查询 效率太低 String.indexOf("")查找 数据库量大的话也是比较慢 全文检索 分词再匹配 DFA算法 确定有穷自动机(一种数据结构)

7.3)DFA实现原理

DFA全称为：Deterministic Finite Automaton,即确定有穷自动机。

存储：一次性的把所有的敏感词存储到了多个map中，就是下图表示这种结构

敏感词：冰毒、大麻、大坏蛋

检索的过程

7.4)自管理敏感词集成到文章审核中

①：创建敏感词表，导入资料中wm_sensitive到leadnews_wemedia库中

package com.heima.model.wemedia.pojos;

import java.io.Serializable;

import java.util.Date;

/**

*

* 敏感词信息表

*

*

* @author itheima

*/

@Data

@TableName("wm_sensitive")

public class WmSensitive implements Serializable {

private static final long serialVersionUID = 1L;

/**

* 主键

*/

@TableId(value = "id", type = IdType.AUTO)

private Integer id;

/**

* 敏感词

*/

@TableField("sensitives")

private String sensitives;

/**

* 创建时间

*/

@TableField("created_time")

private Date createdTime;

}

②：拷贝对应的wm_sensitive的mapper到项目中

package com.heima.wemedia.mapper;

import com.baomidou.mybatisplus.core.mapper.BaseMapper;

import com.heima.model.wemedia.pojos.WmSensitive;

import org.apache.ibatis.annotations.Mapper;

@Mapper

public interface WmSensitiveMapper extends BaseMapper {

}

③：在文章审核的代码中添加自管理敏感词审核

第一：在WmNewsAutoScanServiceImpl中的autoScanWmNews方法上添加如下代码

//从内容中提取纯文本内容和图片

//.....省略

//自管理的敏感词过滤

boolean isSensitive = handleSensitiveScan((String) textAndImages.get("content"), wmNews);

if(!isSensitive) return;

//2.审核文本内容 阿里云接口

//.....省略

测试了一下 源码不能检测 标题的敏感词汇；加了个这： wmNews.getTitle()+

//自管理的敏感词过滤

boolean isSensitive = handleSensitiveScan(

wmNews.getTitle()+textAndImages.get("content"), wmNews);

新增自管理敏感词审核代码

@Autowired

private WmSensitiveMapper wmSensitiveMapper;

/**

* 自管理的敏感词审核

* @param content

* @param wmNews

* @return

*/

private boolean handleSensitiveScan(String content, WmNews wmNews) {

boolean flag = true;

//获取所有的敏感词

List wmSensitives = wmSensitiveMapper.selectList(Wrappers.lambdaQuery().select(WmSensitive::getSensitives));

List sensitiveList = wmSensitives.stream().map(WmSensitive::getSensitives).collect(Collectors.toList());

//初始化敏感词库

SensitiveWordUtil.initMap(sensitiveList);

//查看文章中是否包含敏感词

Map map = SensitiveWordUtil.matchWords(content);

if(map.size() >0){

updateWmNews(wmNews,(short) 2,"当前文章中存在违规内容"+map);

flag = false;

}

return flag;

}

8)新需求-图片识别文字审核敏感词

8.1)需求分析

产品经理召集开会，文章审核功能已经交付了，文章也能正常发布审核。对于上次提出的自管理敏感词也很满意，这次会议核心的内容如下：

文章中包含的图片要识别文字，过滤掉图片文字的敏感词

8.2)图片文字识别

什么是OCR?

OCR (Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程

方案 说明 百度OCR 收费 Tesseract-OCR Google维护的开源OCR引擎，支持Java，Python等语言调用 Tess4J 封装了Tesseract-OCR ，支持Java调用

8 .3)Tess4j案例

①：创建项目导入tess4j对应的依赖

net.sourceforge.tess4j

tess4j

4.1.1

②：导入中文字体库， 把资料中的tessdata文件夹拷贝到自己的工作空间下

③：编写测试类进行测试

package com.heima.tess4j;

import net.sourceforge.tess4j.ITesseract;

import net.sourceforge.tess4j.Tesseract;

import java.io.File;

public class Application {

public static void main(String[] args) {

try {

//获取本地图片

File file = new File("D:\\26.png");

//创建Tesseract对象

ITesseract tesseract = new Tesseract();

//设置字体库路径

tesseract.setDatapath("D:\\workspace\\tessdata");

//中文识别

tesseract.setLanguage("chi_sim");

//执行ocr识别

String result = tesseract.doOCR(file);

//替换回车和tal键 使结果为一行

result = result.replaceAll("\\r|\\n","-").replaceAll(" ","");

System.out.println("识别的结果为："+result);

} catch (Exception e) {

e.printStackTrace();

}

}

}

8.4)管理敏感词和图片文字识别集成到文章审核

①：在heima-leadnews-common中创建工具类，简单封装一下tess4j

需要先导入pom

net.sourceforge.tess4j

tess4j

4.1.1

工具类

package com.heima.common.tess4j;

import lombok.Getter;

import lombok.Setter;

import net.sourceforge.tess4j.ITesseract;

import net.sourceforge.tess4j.Tesseract;

import net.sourceforge.tess4j.TesseractException;

import org.springframework.boot.context.properties.ConfigurationProperties;

import org.springframework.stereotype.Component;

import java.awt.image.BufferedImage;

@Getter

@Setter

@Component

@ConfigurationProperties(prefix = "tess4j")

public class Tess4jClient {

private String dataPath;

private String language;

public String doOCR(BufferedImage image) throws TesseractException {

//创建Tesseract对象

ITesseract tesseract = new Tesseract();

//设置字体库路径

tesseract.setDatapath(dataPath);

//中文识别

tesseract.setLanguage(language);

//执行ocr识别

String result = tesseract.doOCR(image);

//替换回车和tal键 使结果为一行

result = result.replaceAll("\\r|\\n", "-").replaceAll(" ", "");

return result;

}

}

在spring.factories配置中添加该类,完整如下：

org.springframework.boot.autoconfigure.EnableAutoConfiguration=\

com.heima.common.exception.ExceptionCatch,\

com.heima.common.swagger.SwaggerConfiguration,\

com.heima.common.swagger.Swagger2Configuration,\

com.heima.common.aliyun.GreenTextScan,\

com.heima.common.aliyun.GreenImageScan,\

com.heima.common.tess4j.Tess4jClient

②：在heima-leadnews-wemedia中的配置中添加两个属性

tess4j:

data-path: D:\workspace\tessdata

language: chi_sim

③：在WmNewsAutoScanServiceImpl中的handleImageScan方法上添加如下代码

try {

for (String image : images) {

byte[] bytes = fileStorageService.downLoadFile(image);

//图片识别文字审核---begin-----

//从byte[]转换为butteredImage

ByteArrayInputStream in = new ByteArrayInputStream(bytes);

BufferedImage imageFile = ImageIO.read(in);

//识别图片的文字

String result = tess4jClient.doOCR(imageFile);

//审核是否包含自管理的敏感词

boolean isSensitive = handleSensitiveScan(result, wmNews);

if(!isSensitive){

return isSensitive;

}

//图片识别文字审核---end-----

imageList.add(bytes);

}

}catch (Exception e){

e.printStackTrace();

}

最后附上文章审核的完整代码如下：

package com.heima.wemedia.service.impl;

import com.alibaba.fastjson.JSONArray;

import com.baomidou.mybatisplus.core.toolkit.Wrappers;

import com.heima.apis.article.IArticleClient;

import com.heima.common.aliyun.GreenImageScan;

import com.heima.common.aliyun.GreenTextScan;

import com.heima.common.tess4j.Tess4jClient;

import com.heima.file.service.FileStorageService;

import com.heima.model.article.dtos.ArticleDto;

import com.heima.model.common.dtos.ResponseResult;

import com.heima.model.wemedia.pojos.WmChannel;

import com.heima.model.wemedia.pojos.WmNews;

import com.heima.model.wemedia.pojos.WmSensitive;

import com.heima.model.wemedia.pojos.WmUser;

import com.heima.utils.common.SensitiveWordUtil;

import com.heima.wemedia.mapper.WmChannelMapper;

import com.heima.wemedia.mapper.WmNewsMapper;

import com.heima.wemedia.mapper.WmSensitiveMapper;

import com.heima.wemedia.mapper.WmUserMapper;

import com.heima.wemedia.service.WmNewsAutoScanService;

import lombok.extern.slf4j.Slf4j;

import org.apache.commons.lang3.StringUtils;

import org.springframework.beans.BeanUtils;

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.scheduling.annotation.Async;

import org.springframework.stereotype.Service;

import org.springframework.transaction.annotation.Transactional;

import javax.imageio.ImageIO;

import java.awt.image.BufferedImage;

import java.io.ByteArrayInputStream;

import java.util.*;

import java.util.stream.Collectors;

@Service

@Slf4j

@Transactional

public class WmNewsAutoScanServiceImpl implements WmNewsAutoScanService {

@Autowired

private WmNewsMapper wmNewsMapper;

/**

* 自媒体文章审核

*

* @param id 自媒体文章id

*/

@Override

@Async //标明当前方法是一个异步方法

public void autoScanWmNews(Integer id) {

// int a = 1/0;

//1.查询自媒体文章

WmNews wmNews = wmNewsMapper.selectById(id);

if (wmNews == null) {

throw new RuntimeException("WmNewsAutoScanServiceImpl-文章不存在");

}

if (wmNews.getStatus().equals(WmNews.Status.SUBMIT.getCode())) {

//从内容中提取纯文本内容和图片

Map textAndImages = handleTextAndImages(wmNews);

//自管理的敏感词过滤

boolean isSensitive = handleSensitiveScan((String) textAndImages.get("content"), wmNews);

if(!isSensitive) return;

//2.审核文本内容 阿里云接口

boolean isTextScan = handleTextScan((String) textAndImages.get("content"), wmNews);

if (!isTextScan) return;

//3.审核图片 阿里云接口

boolean isImageScan = handleImageScan((List) textAndImages.get("images"), wmNews);

if (!isImageScan) return;

//4.审核成功，保存app端的相关的文章数据

ResponseResult responseResult = saveAppArticle(wmNews);

if (!responseResult.getCode().equals(200)) {

throw new RuntimeException("WmNewsAutoScanServiceImpl-文章审核，保存app端相关文章数据失败");

}

//回填article_id

wmNews.setArticleId((Long) responseResult.getData());

updateWmNews(wmNews, (short) 9, "审核成功");

}

}

@Autowired

private WmSensitiveMapper wmSensitiveMapper;

/**

* 自管理的敏感词审核

* @param content

* @param wmNews

* @return

*/

private boolean handleSensitiveScan(String content, WmNews wmNews) {

boolean flag = true;

//获取所有的敏感词

List wmSensitives = wmSensitiveMapper.selectList(Wrappers.lambdaQuery().select(WmSensitive::getSensitives));

List sensitiveList = wmSensitives.stream().map(WmSensitive::getSensitives).collect(Collectors.toList());

//初始化敏感词库

SensitiveWordUtil.initMap(sensitiveList);

//查看文章中是否包含敏感词

Map map = SensitiveWordUtil.matchWords(content);

if(map.size() >0){

updateWmNews(wmNews,(short) 2,"当前文章中存在违规内容"+map);

flag = false;

}

return flag;

}

@Autowired

private IArticleClient articleClient;

@Autowired

private WmChannelMapper wmChannelMapper;

@Autowired

private WmUserMapper wmUserMapper;

/**

* 保存app端相关的文章数据

*

* @param wmNews

*/

private ResponseResult saveAppArticle(WmNews wmNews) {

ArticleDto dto = new ArticleDto();

//属性的拷贝

BeanUtils.copyProperties(wmNews, dto);

//文章的布局

dto.setLayout(wmNews.getType());

//频道

WmChannel wmChannel = wmChannelMapper.selectById(wmNews.getChannelId());

if (wmChannel != null) {

dto.setChannelName(wmChannel.getName());

}

//作者

dto.setAuthorId(wmNews.getUserId().longValue());

WmUser wmUser = wmUserMapper.selectById(wmNews.getUserId());

if (wmUser != null) {

dto.setAuthorName(wmUser.getName());

}

//设置文章id

if (wmNews.getArticleId() != null) {

dto.setId(wmNews.getArticleId());

}

dto.setCreatedTime(new Date());

ResponseResult responseResult = articleClient.saveArticle(dto);

return responseResult;

}

@Autowired

private FileStorageService fileStorageService;

@Autowired

private GreenImageScan greenImageScan;

@Autowired

private Tess4jClient tess4jClient;

/**

* 审核图片

*

* @param images

* @param wmNews

* @return

*/

private boolean handleImageScan(List images, WmNews wmNews) {

boolean flag = true;

if (images == null || images.size() == 0) {

return flag;

}

//下载图片 minIO

//图片去重

images = images.stream().distinct().collect(Collectors.toList());

List imageList = new ArrayList<>();

try {

for (String image : images) {

byte[] bytes = fileStorageService.downLoadFile(image);

//图片识别文字审核---begin-----

//从byte[]转换为butteredImage

ByteArrayInputStream in = new ByteArrayInputStream(bytes);

BufferedImage imageFile = ImageIO.read(in);

//识别图片的文字

String result = tess4jClient.doOCR(imageFile);

//审核是否包含自管理的敏感词

boolean isSensitive = handleSensitiveScan(result, wmNews);

if(!isSensitive){

return isSensitive;

}

//图片识别文字审核---end-----

imageList.add(bytes);

}

}catch (Exception e){

e.printStackTrace();

}

//审核图片

try {

Map map = greenImageScan.imageScan(imageList);

if (map != null) {

//审核失败

if (map.get("suggestion").equals("block")) {

flag = false;

updateWmNews(wmNews, (short) 2, "当前文章中存在违规内容");

}

//不确定信息 需要人工审核

if (map.get("suggestion").equals("review")) {

flag = false;

updateWmNews(wmNews, (short) 3, "当前文章中存在不确定内容");

}

}

} catch (Exception e) {

flag = false;

e.printStackTrace();

}

return flag;

}

@Autowired

private GreenTextScan greenTextScan;

/**

* 审核纯文本内容

*

* @param content

* @param wmNews

* @return

*/

private boolean handleTextScan(String content, WmNews wmNews) {

boolean flag = true;

if ((wmNews.getTitle() + "-" + content).length() == 0) {

return flag;

}

try {

Map map = greenTextScan.greeTextScan((wmNews.getTitle() + "-" + content));

if (map != null) {

//审核失败

if (map.get("suggestion").equals("block")) {

flag = false;

updateWmNews(wmNews, (short) 2, "当前文章中存在违规内容");

}

//不确定信息 需要人工审核

if (map.get("suggestion").equals("review")) {

flag = false;

updateWmNews(wmNews, (short) 3, "当前文章中存在不确定内容");

}

}

} catch (Exception e) {

flag = false;

e.printStackTrace();

}

return flag;

}

/**

* 修改文章内容

*

* @param wmNews

* @param status

* @param reason

*/

private void updateWmNews(WmNews wmNews, short status, String reason) {

wmNews.setStatus(status);

wmNews.setReason(reason);

wmNewsMapper.updateById(wmNews);

}

/**

* 1。从自媒体文章的内容中提取文本和图片

* 2.提取文章的封面图片

*

* @param wmNews

* @return

*/

private Map handleTextAndImages(WmNews wmNews) {

//存储纯文本内容

StringBuilder stringBuilder = new StringBuilder();

List images = new ArrayList<>();

//1。从自媒体文章的内容中提取文本和图片

if (StringUtils.isNotBlank(wmNews.getContent())) {

List

for (Map map : maps) {

if (map.get("type").equals("text")) {

stringBuilder.append(map.get("value"));

}

if (map.get("type").equals("image")) {

images.add((String) map.get("value"));

}

}

}

//2.提取文章的封面图片

if (StringUtils.isNotBlank(wmNews.getImages())) {

String[] split = wmNews.getImages().split(",");

images.addAll(Arrays.asList(split));

}

Map resultMap = new HashMap<>();

resultMap.put("content", stringBuilder.toString());

resultMap.put("images", images);

return resultMap;

}

}

9)文章详情-静态文件生成

9.1)思路分析

文章端创建app相关文章时，生成文章详情静态页上传到MinIO中

9.2)实现步骤

1.新建ArticleFreemarkerService创建静态文件并上传到minIO中

package com.heima.article.service;

import com.heima.model.article.pojos.ApArticle;

public interface ArticleFreemarkerService {

/**

* 生成静态文件上传到minIO中

* @param apArticle

* @param content

*/

public void buildArticleToMinIO(ApArticle apArticle,String content);

}

实现

package com.heima.article.service.impl;

import java.util.Map;

@Service

@Slf4j

@Transactional

public class ArticleFreemarkerServiceImpl implements ArticleFreemarkerService {

@Autowired

private ApArticleContentMapper apArticleContentMapper;

@Autowired

private Configuration configuration;

@Autowired

private FileStorageService fileStorageService;

@Autowired

private ApArticleService apArticleService;

/**

* 生成静态文件上传到minIO中

* @param apArticle

* @param content

*/

@Async

@Override

public void buildArticleToMinIO(ApArticle apArticle, String content) {

//已知文章的id

//4.1 获取文章内容

if(StringUtils.isNotBlank(content)){

//4.2 文章内容通过freemarker生成html文件

Template template = null;

StringWriter out = new StringWriter();

try {

template = configuration.getTemplate("article.ftl");

//数据模型

Map contentDataModel = new HashMap<>();

contentDataModel.put("content", JSONArray.parseArray(content));

//合成

template.process(contentDataModel,out);

} catch (Exception e) {

e.printStackTrace();

}

//4.3 把html文件上传到minio中

InputStream in = new ByteArrayInputStream(out.toString().getBytes());

String path = fileStorageService.uploadHtmlFile("", apArticle.getId() + ".html", in);

//4.4 修改ap_article表，保存static_url字段

apArticleService.update(Wrappers.lambdaUpdate().eq(ApArticle::getId,apArticle.getId())

.set(ApArticle::getStaticUrl,path));

}

}

}

2.在ApArticleService的saveArticle实现方法中添加调用生成文件的方法

/**

* 保存app端相关文章

* @param dto

* @return

*/

@Override

public ResponseResult saveArticle(ArticleDto dto) {

// try {

// Thread.sleep(3000);

// } catch (InterruptedException e) {

// e.printStackTrace();

// }

//1.检查参数

if(dto == null){

return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID);

}

ApArticle apArticle = new ApArticle();

BeanUtils.copyProperties(dto,apArticle);

//2.判断是否存在id

if(dto.getId() == null){

//2.1 不存在id 保存 文章 文章配置 文章内容

//保存文章

save(apArticle);

//保存配置

ApArticleConfig apArticleConfig = new ApArticleConfig(apArticle.getId());

apArticleConfigMapper.insert(apArticleConfig);

//保存 文章内容

ApArticleContent apArticleContent = new ApArticleContent();

apArticleContent.setArticleId(apArticle.getId());

apArticleContent.setContent(dto.getContent());

apArticleContentMapper.insert(apArticleContent);

}else {

//2.2 存在id 修改 文章 文章内容

//修改 文章

updateById(apArticle);

//修改文章内容

ApArticleContent apArticleContent = apArticleContentMapper.selectOne(Wrappers.lambdaQuery().eq(ApArticleContent::getArticleId, dto.getId()));

apArticleContent.setContent(dto.getContent());

apArticleContentMapper.updateById(apArticleContent);

}

//异步调用 生成静态文件上传到minio中

articleFreemarkerService.buildArticleToMinIO(apArticle,dto.getContent());

//3.结果返回 文章的id

return ResponseResult.okResult(apArticle.getId());

}

3.文章微服务开启异步调用

05延迟任务精准发布文章

1)文章定时发布

2)延迟任务概述

2.1)什么是延迟任务

定时任务：有固定周期的，有明确的触发时间

延迟队列：没有固定的开始时间，它常常是由一个事件触发的，而在这个事件触发之后的一段时间内触发另一个事件，任务可以立即执行，也可以延迟

应用场景：

场景一：

订单下单之后30分钟后，如果用户没有付钱，则系统自动取消订单；如果期间下单成功，任务取消

场景二：接口对接出现网络问题，1分钟后重试，如果失败，2分钟重试，直到出现阈值终止

2.2)技术对比

2.2.1)DelayQueue

JDK自带DelayQueue 是一个支持延时获取元素的阻塞队列， 内部采用优先队列 PriorityQueue 存储元素，同时元素必须实现 Delayed 接口；在创建元素时可以指定多久才可以从队列中获取当前元素，只有在延迟期满时才能从队列中提取元素

DelayQueue属于排序队列，它的特殊之处在于队列的元素必须实现Delayed接口，该接口需要实现compareTo和getDelay方法

getDelay方法：获取元素在队列中的剩余时间，只有当剩余时间为0时元素才可以出队列。

compareTo方法：用于排序，确定元素出队列的顺序。

实现：

1：在测试包jdk下创建延迟任务元素对象DelayedTask，实现compareTo和getDelay方法，

2：在main方法中创建DelayQueue并向延迟队列中添加三个延迟任务，

3：循环的从延迟队列中拉取任务

public class DelayedTask implements Delayed{

// 任务的执行时间

private int executeTime = 0;

public DelayedTask(int delay){

Calendar calendar = Calendar.getInstance();

calendar.add(Calendar.SECOND,delay);

this.executeTime = (int)(calendar.getTimeInMillis() /1000 );

}

/**

* 元素在队列中的剩余时间

* @param unit

* @return

*/

@Override

public long getDelay(TimeUnit unit) {

Calendar calendar = Calendar.getInstance();

return executeTime - (calendar.getTimeInMillis()/1000);

}

/**

* 元素排序

* @param o

* @return

*/

@Override

public int compareTo(Delayed o) {

long val = this.getDelay(TimeUnit.NANOSECONDS) - o.getDelay(TimeUnit.NANOSECONDS);

return val == 0 ? 0 : ( val < 0 ? -1: 1 );

}

public static void main(String[] args) {

DelayQueue queue = new DelayQueue();

queue.add(new DelayedTask(5));

queue.add(new DelayedTask(10));

queue.add(new DelayedTask(15));

System.out.println(System.currentTimeMillis()/1000+" start consume ");

while(queue.size() != 0){

DelayedTask delayedTask = queue.poll();

if(delayedTask !=null ){

System.out.println(System.currentTimeMillis()/1000+" cosume task");

}

//每隔一秒消费一次

try {

Thread.sleep(1000);

} catch (InterruptedException e) {

e.printStackTrace();

}

}

}

}

DelayQueue实现完成之后思考一个问题：

使用线程池或者原生DelayQueue程序挂掉之后，任务都是放在内存，需要考虑未处理消息的丢失带来的影响，如何保证数据不丢失，需要持久化（磁盘）

2.2.2)RabbitMQ实现延迟任务

TTL：Time To Live (消息存活时间)

死信队列：Dead Letter Exchange(死信交换机)，当消息成为Dead message后，可以重新发送另一个交换机（死信交换机）

2.2.3)redis实现

zset数据类型的去重有序（分数排序）特点进行延迟。例如：时间戳作为score进行排序

3)redis实现延迟任务

实现思路

问题思路

1.为什么任务需要存储在数据库中？

延迟任务是一个通用的服务，任何需要延迟得任务都可以调用该服务，需要考虑数据持久化的问题，存储数据库中是一种数据安全的考虑。

2.为什么redis中使用两种数据类型，list和zset？

效率问题，算法的时间复杂度； list是双向链表

3.在添加zset数据的时候，为什么不需要预加载？

任务模块是一个通用的模块，项目中任何需要延迟队列的地方，都可以调用这个接口，要考虑到数据量的问题，如果数据量特别大，为了防止zset阻塞，只需要把未来几分钟要执行的数据存入缓存即可。

锐评：完全为了学list zset而编出来的场景，实际工作中延迟队列要设计成这样只能说太蠢了

实际工作绝对用MQ

4)延迟任务服务实现

4.1)搭建heima-leadnews-schedule模块

leadnews-schedule是一个通用的服务，单独创建模块来管理任何类型的延迟任务

①：导入资料文件夹的heima-leadnews-schedule模块到heima-leadnews-service下，如下图所示：

②：添加bootstrap.yml

server:

port: 51701

spring:

application:

name: leadnews-schedule

cloud:

nacos:

discovery:

server-addr: 192.168.200.130:8848

config:

server-addr: 192.168.200.130:8848

file-extension: yml

③：在nacos中添加对应配置，并添加数据库及mybatis-plus的配置

spring:

datasource:

driver-class-name: com.mysql.jdbc.Driver

url: jdbc:mysql://localhost:3306/leadnews_schedule?useUnicode=true&characterEncoding=UTF-8&serverTimezone=UTC

username: root

password: root

# 设置Mapper接口所对应的XML文件位置，如果你在Mapper接口中有自定义方法，需要进行该配置

mybatis-plus:

mapper-locations: classpath*:mapper/*.xml

# 设置别名包扫描路径，通过该属性可以给包中的类注册别名

type-aliases-package: com.heima.model.schedule.pojos

4.2)数据库准备

导入资料中leadnews_schedule数据库

taskinfo 任务表

实体类

package com.heima.model.schedule.pojos;

import java.io.Serializable;

import java.util.Date;

/**

*

*

*

*

* @author itheima

*/

@Data

@TableName("taskinfo")

public class Taskinfo implements Serializable {

private static final long serialVersionUID = 1L;

/**

* 任务id

*/

@TableId(type = IdType.ID_WORKER)

private Long taskId;

/**

* 执行时间

*/

@TableField("execute_time")

private Date executeTime;

/**

* 参数

*/

@TableField("parameters")

private byte[] parameters;

/**

* 优先级

*/

@TableField("priority")

private Integer priority;

/**

* 任务类型

*/

@TableField("task_type")

private Integer taskType;

}

taskinfo_logs 任务日志表

实体类

package com.heima.model.schedule.pojos;

import java.io.Serializable;

import java.util.Date;

/**

*

*

*

*

* @author itheima

*/

@Data

@TableName("taskinfo_logs")

public class TaskinfoLogs implements Serializable {

private static final long serialVersionUID = 1L;

/**

* 任务id

*/

@TableId(type = IdType.ID_WORKER)

private Long taskId;

/**

* 执行时间

*/

@TableField("execute_time")

private Date executeTime;

/**

* 参数

*/

@TableField("parameters")

private byte[] parameters;

/**

* 优先级

*/

@TableField("priority")

private Integer priority;

/**

* 任务类型

*/

@TableField("task_type")

private Integer taskType;

/**

* 版本号,用乐观锁

*/

@Version

private Integer version;

/**

* 状态 0=int 1=EXECUTED 2=CANCELLED

*/

@TableField("status")

private Integer status;

}

乐观锁/悲观锁

悲观锁效率低；

乐观锁支持：

/**

* mybatis-plus乐观锁支持

* @return

*/

@Bean

public MybatisPlusInterceptor optimisticLockerInterceptor(){

MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor();

interceptor.addInnerInterceptor(new OptimisticLockerInnerInterceptor());

return interceptor;

}

4.3)安装redis

①拉取镜像

docker pull redis

② 创建容器

docker run -d --name redis --restart=always -p 6379:6379 redis --requirepass "leadnews"

③链接测试

打开资料中的Redis Desktop Manager，输入host、port、password链接测试

能链接成功，即可

4.4)项目集成redis

① 在项目导入redis相关依赖，已经完成

org.springframework.boot

spring-boot-starter-data-redis

org.apache.commons

commons-pool2

② 在heima-leadnews-schedule中集成redis,添加以下nacos配置，链接上redis

spring:

redis:

host: 192.168.200.130

password: leadnews

port: 6379

③ 拷贝资料文件夹下的类：CacheService到heima-leadnews-common模块下，并添加自动配置

④：测试

package com.heima.schedule.test;

import java.util.Set;

@SpringBootTest(classes = ScheduleApplication.class)

@RunWith(SpringRunner.class)

public class RedisTest {

@Autowired

private CacheService cacheService;

@Test

public void testList(){

//在list的左边添加元素

// cacheService.lLeftPush("list_001","hello,redis");

//在list的右边获取元素，并删除

String list_001 = cacheService.lRightPop("list_001");

System.out.println(list_001);

}

@Test

public void testZset(){

//添加数据到zset中 分值

/*cacheService.zAdd("zset_key_001","hello zset 001",1000);

cacheService.zAdd("zset_key_001","hello zset 002",8888);

cacheService.zAdd("zset_key_001","hello zset 003",7777);

cacheService.zAdd("zset_key_001","hello zset 004",999999);*/

//按照分值获取数据

Set zset_key_001 = cacheService.zRangeByScore("zset_key_001", 0, 8888);

System.out.println(zset_key_001);

}

}

4.5)添加任务

①：拷贝mybatis-plus生成的文件，mapper

②：创建task类，用于接收添加任务的参数

package com.heima.model.schedule.dtos;

import lombok.Data;

import java.io.Serializable;

@Data

public class Task implements Serializable {

/**

* 任务id

*/

private Long taskId;

/**

* 类型

*/

private Integer taskType;

/**

* 优先级

*/

private Integer priority;

/**

* 执行id

*/

private long executeTime;

/**

* task参数

*/

private byte[] parameters;

}

③：创建TaskService

package com.heima.schedule.service;

import com.heima.model.schedule.dtos.Task;

/**

* 对外访问接口

*/

public interface TaskService {

/**

* 添加任务

* @param task 任务对象

* @return 任务id

*/

public long addTask(Task task) ;

}

实现：

package com.heima.schedule.service.impl;

import java.util.Calendar;

import java.util.Date;

@Service

@Transactional

@Slf4j

public class TaskServiceImpl implements TaskService {

/**

* 添加延迟任务

*

* @param task

* @return

*/

@Override

public long addTask(Task task) {

//1.添加任务到数据库中

boolean success = addTaskToDb(task);

if (success) {

//2.添加任务到redis

addTaskToCache(task);

}

return task.getTaskId();

}

@Autowired

private CacheService cacheService;

/**

* 把任务添加到redis中

*

* @param task

*/

private void addTaskToCache(Task task) {

String key = task.getTaskType() + "_" + task.getPriority();

//获取5分钟之后的时间 毫秒值

Calendar calendar = Calendar.getInstance();

calendar.add(Calendar.MINUTE, 5);

long nextScheduleTime = calendar.getTimeInMillis();

//2.1 如果任务的执行时间小于等于当前时间，存入list

if (task.getExecuteTime() <= System.currentTimeMillis()) {

cacheService.lLeftPush(ScheduleConstants.TOPIC + key, JSON.toJSONString(task));

} else if (task.getExecuteTime() <= nextScheduleTime) {

//2.2 如果任务的执行时间大于当前时间 && 小于等于预设时间（未来5分钟） 存入zset中

cacheService.zAdd(ScheduleConstants.FUTURE + key, JSON.toJSONString(task), task.getExecuteTime());

}

}

@Autowired

private TaskinfoMapper taskinfoMapper;

@Autowired

private TaskinfoLogsMapper taskinfoLogsMapper;

/**

* 添加任务到数据库中

*

* @param task

* @return

*/

private boolean addTaskToDb(Task task) {

boolean flag = false;

try {

//保存任务表

Taskinfo taskinfo = new Taskinfo();

BeanUtils.copyProperties(task, taskinfo);

taskinfo.setExecuteTime(new Date(task.getExecuteTime()));

taskinfoMapper.insert(taskinfo);

//设置taskID

task.setTaskId(taskinfo.getTaskId());

//保存任务日志数据

TaskinfoLogs taskinfoLogs = new TaskinfoLogs();

BeanUtils.copyProperties(taskinfo, taskinfoLogs);

taskinfoLogs.setVersion(1);

taskinfoLogs.setStatus(ScheduleConstants.SCHEDULED);

taskinfoLogsMapper.insert(taskinfoLogs);

flag = true;

} catch (Exception e) {

e.printStackTrace();

}

return flag;

}

}

ScheduleConstants常量类

package com.heima.common.constants;

public class ScheduleConstants {

//task状态

public static final int SCHEDULED=0; //初始化状态

public static final int EXECUTED=1; //已执行状态

public static final int CANCELLED=2; //已取消状态

public static String FUTURE="future_"; //未来数据key前缀

public static String TOPIC="topic_"; //当前数据key前缀

}

④：测试

4.6)取消任务

在TaskService中添加方法

/**

* 取消任务

* @param taskId 任务id

* @return 取消结果

*/

public boolean cancelTask(long taskId);

实现

/**

* 取消任务

* @param taskId

* @return

*/

@Override

public boolean cancelTask(long taskId) {

boolean flag = false;

//删除任务，更新日志

Task task = updateDb(taskId,ScheduleConstants.EXECUTED);

//删除redis的数据

if(task != null){

removeTaskFromCache(task);

flag = true;

}

return false;

}

/**

* 删除redis中的任务数据

* @param task

*/

private void removeTaskFromCache(Task task) {

String key = task.getTaskType()+"_"+task.getPriority();

if(task.getExecuteTime()<=System.currentTimeMillis()){

cacheService.lRemove(ScheduleConstants.TOPIC+key,0,JSON.toJSONString(task));

}else {

cacheService.zRemove(ScheduleConstants.FUTURE+key, JSON.toJSONString(task));

}

}

/**

* 删除任务，更新任务日志状态

* @param taskId

* @param status

* @return

*/

private Task updateDb(long taskId, int status) {

Task task = null;

try {

//删除任务

taskinfoMapper.deleteById(taskId);

TaskinfoLogs taskinfoLogs = taskinfoLogsMapper.selectById(taskId);

taskinfoLogs.setStatus(status);

taskinfoLogsMapper.updateById(taskinfoLogs);

task = new Task();

BeanUtils.copyProperties(taskinfoLogs,task);

task.setExecuteTime(taskinfoLogs.getExecuteTime().getTime());

}catch (Exception e){

log.error("task cancel exception taskid={}",taskId);

}

return task;

}

测试

4.7)消费任务

在TaskService中添加方法

/**

* 按照类型和优先级来拉取任务

* @param type

* @param priority

* @return

*/

public Task poll(int type,int priority);

实现

/**

* 按照类型和优先级拉取任务

* @return

*/

@Override

public Task poll(int type,int priority) {

Task task = null;

try {

String key = type+"_"+priority;

String task_json = cacheService.lRightPop(ScheduleConstants.TOPIC + key);

if(StringUtils.isNotBlank(task_json)){

task = JSON.parseObject(task_json, Task.class);

//更新数据库信息

updateDb(task.getTaskId(),ScheduleConstants.EXECUTED);

}

}catch (Exception e){

e.printStackTrace();

log.error("poll task exception");

}

return task;

}

4.8)未来数据定时刷新

4.8.1)reids key值匹配

方案1：keys 模糊匹配

keys的模糊匹配功能很方便也很强大，但是在生产环境需要慎用！开发中使用keys的模糊匹配却发现redis的CPU使用率极高，所以公司的redis生产环境将keys命令禁用了！redis是单线程，会被堵塞

方案2：scan

SCAN 命令是一个基于游标的迭代器，SCAN命令每次被调用之后， 都会向用户返回一个新的游标， 用户在下次迭代时需要使用这个新游标作为SCAN命令的游标参数， 以此来延续之前的迭代过程。

代码案例：

@Test

public void testKeys(){

Set keys = cacheService.keys("future_*");

System.out.println(keys);

Set scan = cacheService.scan("future_*");

System.out.println(scan);

}

4.8.2)reids管道

普通redis客户端和服务器交互模式 性能很低

Pipeline请求模型

官方测试结果数据对比

测试案例对比：

//耗时6151

@Test

public void testPiple1(){

long start =System.currentTimeMillis();

for (int i = 0; i <10000 ; i++) {

Task task = new Task();

task.setTaskType(1001);

task.setPriority(1);

task.setExecuteTime(new Date().getTime());

cacheService.lLeftPush("1001_1", JSON.toJSONString(task));

}

System.out.println("耗时"+(System.currentTimeMillis()- start));

}

@Test

public void testPiple2(){

long start = System.currentTimeMillis();

//使用管道技术

List