web分布式定時任務(wù)調(diào)度框架怎么使用

這篇文章主要講解了“web分布式定時任務(wù)調(diào)度框架怎么使用”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“web分布式定時任務(wù)調(diào)度框架怎么使用”吧！

一、業(yè)務(wù)背景

1.1 為什么需要使用定時任務(wù)調(diào)度

（1）時間驅(qū)動處理場景：整點發(fā)送優(yōu)惠券，每天更新收益，每天刷新標(biāo)簽數(shù)據(jù)和人群數(shù)據(jù)。

（2）批量處理數(shù)據(jù)：按月批量統(tǒng)計報表數(shù)據(jù)，批量更新短信狀態(tài)，實時性要求不高。

（3）異步執(zhí)行解耦：活動狀態(tài)刷新，異步執(zhí)行離線查詢，與內(nèi)部邏輯解耦。

1.2 使用需求和痛點

（1）任務(wù)執(zhí)行監(jiān)控告警能力。

（2）任務(wù)可靈活動態(tài)配置，無需重啟。

（3）業(yè)務(wù)透明，低耦合，配置精簡，開發(fā)方便。

（4）易測試。

（5）高可用，無單點故障。

（6）任務(wù)不可重復(fù)執(zhí)行，防止邏輯異常。

（7）大任務(wù)的分發(fā)并行處理能力。

二、開源框架實踐與探索

 2.1 Java 原生 Timer 和ScheduledExecutorService

2.1.1 Timer使用

Timer缺陷：

1. Timer底層是使用單線程來處理多個Timer任務(wù)，這意味著所有任務(wù)實際上都是串行執(zhí)行，前一個任務(wù)的延遲會影響到之后的任務(wù)的執(zhí)行。

2. 由于單線程的緣故，一旦某個定時任務(wù)在運(yùn)行時，產(chǎn)生未處理的異常，那么不僅當(dāng)前這個線程會停止，所有的定時任務(wù)都會停止。

3. Timer任務(wù)執(zhí)行是依賴于系統(tǒng)絕對時間，系統(tǒng)時間變化會導(dǎo)致執(zhí)行計劃的變更。

由于上述缺陷，盡量不要使用Timer， idea中也會明確提示，使用ScheduledThreadPoolExecutor替代Timer 。

2.1.2 ScheduledExecutorService使用

ScheduledExecutorService對于Timer的缺陷進(jìn)行了修補(bǔ)，首先ScheduledExecutorService內(nèi)部實現(xiàn)是ScheduledThreadPool線程池，可以支持多個任務(wù)并發(fā)執(zhí)行。

對于某一個線程執(zhí)行的任務(wù)出現(xiàn)異常，也會處理，不會影響其他線程任務(wù)的執(zhí)行，另外ScheduledExecutorService是基于時間間隔的延遲，執(zhí)行不會由于系統(tǒng)時間的改變發(fā)生變化。

當(dāng)然，ScheduledExecutorService也有自己的局限性：只能根據(jù)任務(wù)的延遲來進(jìn)行調(diào)度，無法滿足基于絕對時間和日歷調(diào)度的需求。

2.2 Spring Task

2.2.1 Spring Task 使用

spring task 是spring自主開發(fā)的輕量級定時任務(wù)框架，不需要依賴其他額外的包，配置較為簡單。

此處使用注解配置

2.2.2 Spring Task缺陷

Spring Task 本身不支持持久化，也沒有推出官方的分布式集群模式，只能靠開發(fā)者在業(yè)務(wù)應(yīng)用中自己手動擴(kuò)展實現(xiàn)，無法滿足可視化，易配置的需求。

2.3 永遠(yuǎn)經(jīng)典的 Quartz

2.3.1 基本介紹

Quartz框架是Java領(lǐng)域最著名的開源任務(wù)調(diào)度工具，也是目前事實上的定時任務(wù)標(biāo)準(zhǔn)，幾乎全部的開源定時任務(wù)框架都是基于Quartz核心調(diào)度構(gòu)建而成。

2.3.2 原理解析

核心組件和架構(gòu)

 關(guān)鍵概念

（1）Scheduler：任務(wù)調(diào)度器，是執(zhí)行任務(wù)調(diào)度的控制器。本質(zhì)上是一個計劃調(diào)度容器，注冊了全部Trigger和對應(yīng)的JobDetail， 使用線程池作為任務(wù)運(yùn)行的基礎(chǔ)組件，提高任務(wù)執(zhí)行效率。

（2）Trigger：觸發(fā)器，用于定義任務(wù)調(diào)度的時間規(guī)則，告訴任務(wù)調(diào)度器什么時候觸發(fā)任務(wù)，其中CronTrigger是基于cron表達(dá)式構(gòu)建的功能強(qiáng)大的觸發(fā)器。

（3）Calendar：日歷特定時間點的集合。一個trigger可以包含多個Calendar，可用于排除或包含某些時間點。

（4）JobDetail：是一個可執(zhí)行的工作，用來描述Job實現(xiàn)類及其它相關(guān)的靜態(tài)信息，如Job的名稱、監(jiān)聽器等相關(guān)信息。 

（5）Job：任務(wù)執(zhí)行接口，只有一個execute方法，用于執(zhí)行真正的業(yè)務(wù)邏輯。

（6）JobStore：任務(wù)存儲方式，主要有RAMJobStore和JDBCJobStore，RAMJobStore是存儲在JVM的內(nèi)存中，有丟失和數(shù)量受限的風(fēng)險，JDBCJobStore是將任務(wù)信息持久化到數(shù)據(jù)庫中，支持集群。

2.3.3 實踐說明

（1）關(guān)于Quartz的基本使用

• 可參考Quartz官方文檔和網(wǎng)上博客實踐教程。

（2）業(yè)務(wù)使用要滿足動態(tài)修改和重啟不丟失， 一般需要使用數(shù)據(jù)庫進(jìn)行保存。

• Quartz本身支持JDBCJobStore，但是其配置的數(shù)據(jù)表比較多，官方推薦配置可參照官方文檔，超過10張表，業(yè)務(wù)使用比較重。

• 在使用的時候只需要存在基本trigger配置和對應(yīng)任務(wù)以及相關(guān)執(zhí)行日志的表即可滿足絕大部分需求。

（3）組件化

• 將quartz動態(tài)任務(wù)配置信息持久化到數(shù)據(jù)庫，將數(shù)據(jù)操作包裝成基本jar包，供項目之間使用，引用項目只需要引入jar包依賴和配置對應(yīng)的數(shù)據(jù)表，使用時就可以對Quartz配置透明。

（4）擴(kuò)展

• 集群模式

  通過故障轉(zhuǎn)移和負(fù)載均衡實現(xiàn)了任務(wù)的高可用性，通過數(shù)據(jù)庫的鎖機(jī)制來確保任務(wù)執(zhí)行的唯一性，但是集群特性僅僅只是用來HA，節(jié)點數(shù)量的增加并不會提升單個任務(wù)的執(zhí)行效率，不能實現(xiàn)水平擴(kuò)展。

• Quartz插件

  可以對特定需要進(jìn)行擴(kuò)展，比如增加觸發(fā)器和任務(wù)執(zhí)行日志，任務(wù)依賴串行處理場景，可參考： quartz插件——實現(xiàn)任務(wù)之間的串行調(diào)度

2.3.4 缺陷和不足

（1）需要把任務(wù)信息持久化到業(yè)務(wù)數(shù)據(jù)表，和業(yè)務(wù)有耦合。

（2）調(diào)度邏輯和執(zhí)行邏輯并存于同一個項目中，在機(jī)器性能固定的情況下，業(yè)務(wù)和調(diào)度之間不可避免地會相互影響。

（3）quartz集群模式下，是通過數(shù)據(jù)庫獨(dú)占鎖來唯一獲取任務(wù)，任務(wù)執(zhí)行并沒有實現(xiàn)完善的負(fù)載均衡機(jī)制。

2.4 輕量級神器 XXL-JOB

2.4.1 基本介紹

XXL-JOB是一個輕量級分布式任務(wù)調(diào)度平臺，主打特點是平臺化，易部署，開發(fā)迅速、學(xué)習(xí)簡單、輕量級、易擴(kuò)展，代碼仍在持續(xù)更新中。

 “調(diào)度中心”是任務(wù)調(diào)度控制臺，平臺自身并不承擔(dān)業(yè)務(wù)邏輯，只是負(fù)責(zé)任務(wù)的統(tǒng)一管理和調(diào)度執(zhí)行，并且提供任務(wù)管理平臺，  “執(zhí)行器” 負(fù)責(zé)接收“調(diào)度中心”的調(diào)度并執(zhí)行，可直接部署執(zhí)行器，也可以將執(zhí)行器集成到現(xiàn)有業(yè)務(wù)項目中。 通過將任務(wù)的調(diào)度控制和任務(wù)的執(zhí)行解耦，業(yè)務(wù)使用只需要關(guān)注業(yè)務(wù)邏輯的開發(fā)。

主要提供了任務(wù)的動態(tài)配置管理、任務(wù)監(jiān)控和統(tǒng)計報表以及調(diào)度日志幾大功能模塊，支持多種運(yùn)行模式和路由策略，可基于對應(yīng)執(zhí)行器機(jī)器集群數(shù)量進(jìn)行簡單分片數(shù)據(jù)處理。

2.4.2 原理解析

2.1.0版本前核心調(diào)度模塊都是基于quartz框架，2.1.0版本開始自研調(diào)度組件，移除quartz依賴 ，使用時間輪調(diào)度。

2.4.3 實踐說明

詳細(xì)配置和介紹參考 官方文檔。

 2.4.3.1 demo使用：

示例1：實現(xiàn)簡單任務(wù)配置，只需要繼承IJobHandler 抽象類，并聲明注解 

@JobHandler(value="offlineTaskJobHandler") ，實現(xiàn)業(yè)務(wù)邏輯即可。（注：此次引入了dubbo，后文介紹）。

@JobHandler(value="offlineTaskJobHandler")@Componentpublic class OfflineTaskJobHandler extends IJobHandler {
  
   @Reference(check = false,version = "cms-dev",group="cms-service")   private OfflineTaskExecutorFacade offlineTaskExecutorFacade;  
   @Override
   public ReturnT<String> execute(String param) throws Exception {
      XxlJobLogger.log(" offlineTaskJobHandler start.");  
      try {
         offlineTaskExecutorFacade.executeOfflineTask();
      } catch (Exception e) {
         XxlJobLogger.log("offlineTaskJobHandler-->exception." , e);         return FAIL;
      }
  
      XxlJobLogger.log("XXL-JOB, offlineTaskJobHandler end.");      return SUCCESS;
   }
}

示例2：分片廣播任務(wù)。

@JobHandler(value="shardingJobHandler")@Servicepublic class ShardingJobHandler extends IJobHandler {
  
   @Override
   public ReturnT<String> execute(String param) throws Exception {  
      // 分片參數(shù)
      ShardingUtil.ShardingVO shardingVO = ShardingUtil.getShardingVo();
      XxlJobLogger.log("分片參數(shù)：當(dāng)前分片序號 = {}, 總分片數(shù) = {}", shardingVO.getIndex(), shardingVO.getTotal());  
      // 業(yè)務(wù)邏輯
      for (int i = 0; i < shardingVO.getTotal(); i++) {         if (i == shardingVO.getIndex()) {
            XxlJobLogger.log("第 {} 片, 命中分片開始處理", i);
         } else {
            XxlJobLogger.log("第 {} 片, 忽略", i);
         }
      }  
      return SUCCESS;
   }
}

 2.4.3.2 整合dubbo 

（1）引入dubbo-spring-boot-starter和業(yè)務(wù)facade jar包依賴。

<dependency>
    <groupId>com.alibaba.spring.boot</groupId>
    <artifactId>dubbo-spring-boot-starter</artifactId>
    <version>2.0.0</version>
</dependency>
  
<dependency>
    <groupId>com.demo.service</groupId>
    <artifactId>xxx-facade</artifactId>
    <version>1.9-SNAPSHOT</version>
</dependency>

（2）配置文件加入dubbo消費(fèi)端配置（可根據(jù)環(huán)境定義多個配置文件，通過profile切換）。

## Dubbo 服務(wù)消費(fèi)者配置
spring.dubbo.application.name=xxl-job
  
spring.dubbo.registry.address=zookeeper://zookeeper.xyz:2183spring.dubbo.port=20880
  spring.dubbo.version=demo
spring.dubbo.group=demo-service

（3）代碼中通過@Reference注入facade接口即可。

@Reference(check = false,version = "demo",group="demo-service")private OfflineTaskExecutorFacade offlineTaskExecutorFacade;

（4）啟動程序加入@EnableDubboConfiguration注解。

@SpringBootApplication@EnableDubboConfigurationpublic class XxlJobExecutorApplication {
   public static void main(String[] args) {
        SpringApplication.run(XxlJobExecutorApplication.class, args);
   }
}

2.4.4 任務(wù)可視化配置 

內(nèi)置了平臺項目，方便了開發(fā)者對任務(wù)的管理和執(zhí)行日志的監(jiān)控，并提供了一些便于測試的功能。

2.4.5 擴(kuò)展 

（1）任務(wù)監(jiān)控和報表的優(yōu)化。

（2）任務(wù)報警方式的擴(kuò)展，比如加入告警中心，提供內(nèi)部消息，短信告警。

（3）對實際業(yè)務(wù)內(nèi)部執(zhí)行出現(xiàn)異常情況下的不同監(jiān)控告警和重試策略。

2.5 高可用 Elastic-Job

2.5.1 基本介紹

Elastic-Job是一個分布式調(diào)度解決方案，由兩個相互獨(dú)立的子項目Elastic-Job-Lite和Elastic-Job-Cloud組成。

Elastic-Job-Lite定位為輕量級無中心化解決方案，使用jar包的形式提供分布式任務(wù)的協(xié)調(diào)服務(wù)。

Elastic-Job-Cloud使用Mesos + Docker的解決方案，額外提供資源治理、應(yīng)用分發(fā)以及進(jìn)程隔離等服務(wù)。

可惜的是已經(jīng)兩年沒有迭代更新記錄。   

2.5.2 原理解析

2.5.3 實踐說明

2.5.3.1 demo使用

（1）安裝zookeeper，配置注冊中心config，配置文件加入注冊中心zk的配置。

@Configuration
@ConditionalOnExpression("'${regCenter.serverList}'.length() > 0")
public class JobRegistryCenterConfig {
  
    @Bean(initMethod = "init")
    public ZookeeperRegistryCenter regCenter(@Value("${regCenter.serverList}") final String serverList,
                                             @Value("${regCenter.namespace}") final String namespace) {
        return new ZookeeperRegistryCenter(new ZookeeperConfiguration(serverList, namespace));
    }
}

spring.application.name=demo_elasticjob
  
regCenter.serverList=localhost:2181regCenter.namespace=demo_elasticjob
  
spring.datasource.url=jdbc:mysql://127.0.0.1:3306/xxl-job?Unicode=true&characterEncoding=UTF-8spring.datasource.username=user
spring.datasource.password=pwd

（2）配置數(shù)據(jù)源config，并配置文件中加入數(shù)據(jù)源配置。

@Getter@Setter@NoArgsConstructor@AllArgsConstructor@ToString@Configuration@ConfigurationProperties(prefix = "spring.datasource")public class DataSourceProperties {
    private String url;    private String username;    private String password;  
    @Bean
    @Primary
    public DataSource getDataSource() {
        DruidDataSource dataSource = new DruidDataSource();
        dataSource.setUrl(url);
        dataSource.setUsername(username);
        dataSource.setPassword(password);        return dataSource;
    }
}

spring.datasource.url=jdbc:mysql://127.0.0.1:3306/xxl-job?Unicode=true&characterEncoding=UTF-8spring.datasource.username=user
spring.datasource.password=pwd

（3）配置事件config。

@Configurationpublic class JobEventConfig {
    @Autowired
    private DataSource dataSource;  
    @Bean
    public JobEventConfiguration jobEventConfiguration() {        return new JobEventRdbConfiguration(dataSource);
    }
}

（4）為了便于靈活配置不同的任務(wù)觸發(fā)事件，加入ElasticSimpleJob注解。

@Target({ElementType.TYPE})@Retention(RetentionPolicy.RUNTIME)public @interface ElasticSimpleJob {
  
    @AliasFor("cron")
    String value() default "";  
    @AliasFor("value")
    String cron() default "";
  
    String jobName() default "";  
    int shardingTotalCount() default 1;
  
    String shardingItemParameters() default "";
  
    String jobParameter() default "";
}

（5）對配置進(jìn)行初始化。

@Configuration@ConditionalOnExpression("'${elaticjob.zookeeper.server-lists}'.length() > 0")public class ElasticJobAutoConfiguration {
  
    @Value("${regCenter.serverList}")    private String serverList;  
    @Value("${regCenter.namespace}")    private String namespace;  
    @Autowired
    private ApplicationContext applicationContext;    @Autowired
    private DataSource dataSource;  
    @PostConstruct
    public void initElasticJob() {
        ZookeeperRegistryCenter regCenter = new ZookeeperRegistryCenter(new ZookeeperConfiguration(serverList, namespace));
        regCenter.init();
        Map<String, SimpleJob> map = applicationContext.getBeansOfType(SimpleJob.class);  
        for (Map.Entry<String, SimpleJob> entry : map.entrySet()) {
            SimpleJob simpleJob = entry.getValue();
            ElasticSimpleJob elasticSimpleJobAnnotation = simpleJob.getClass().getAnnotation(ElasticSimpleJob.class);
  
            String cron = StringUtils.defaultIfBlank(elasticSimpleJobAnnotation.cron(), elasticSimpleJobAnnotation.value());
            SimpleJobConfiguration simpleJobConfiguration = new SimpleJobConfiguration(JobCoreConfiguration.newBuilder(simpleJob.getClass().getName(), cron, elasticSimpleJobAnnotation.shardingTotalCount()).shardingItemParameters(elasticSimpleJobAnnotation.shardingItemParameters()).build(), simpleJob.getClass().getCanonicalName());
            LiteJobConfiguration liteJobConfiguration = LiteJobConfiguration.newBuilder(simpleJobConfiguration).overwrite(true).build();
  
            JobEventRdbConfiguration jobEventRdbConfiguration = new JobEventRdbConfiguration(dataSource);
            SpringJobScheduler jobScheduler = new SpringJobScheduler(simpleJob, regCenter, liteJobConfiguration, jobEventRdbConfiguration);
            jobScheduler.init();
        }
    }
}

（6）實現(xiàn) SimpleJob接口，按上文中方法整合dubbo, 完成業(yè)務(wù)邏輯。

@ElasticSimpleJob(
        cron = "*/10 * * * * ?",
        jobName = "OfflineTaskJob",
        shardingTotalCount = 2,
        jobParameter = "測試參數(shù)",
        shardingItemParameters = "0=A,1=B")@Componentpublic class MySimpleJob implements SimpleJob {
    Logger logger = LoggerFactory.getLogger(OfflineTaskJob.class);  
    @Reference(check = false, version = "cms-dev", group = "cms-service")    private OfflineTaskExecutorFacade offlineTaskExecutorFacade;  
  
    @Override
    public void execute(ShardingContext shardingContext) {
  
        offlineTaskExecutorFacade.executeOfflineTask();
  
        logger.info(String.format("Thread ID: %s, 作業(yè)分片總數(shù): %s, " +                        "當(dāng)前分片項: %s.當(dāng)前參數(shù): %s," +                        "作業(yè)名稱: %s.作業(yè)自定義參數(shù): %s"
                ,
                Thread.currentThread().getId(),
                shardingContext.getShardingTotalCount(),
                shardingContext.getShardingItem(),
                shardingContext.getShardingParameter(),
                shardingContext.getJobName(),
                shardingContext.getJobParameter()
        ));
    }
}

2.6 其余開源框架

（1）Saturn：Saturn是唯品會開源的一個分布式任務(wù)調(diào)度平臺，在Elastic Job的基礎(chǔ)上進(jìn)行了改造。

（2）SIA-TASK：是宜信開源的分布式任務(wù)調(diào)度平臺。

三、優(yōu)劣勢對比和業(yè)務(wù)場景適配思考

業(yè)務(wù)思考：

1. 豐富任務(wù)監(jiān)控數(shù)據(jù)和告警策略。

2. 接入統(tǒng)一登錄和權(quán)限控制。

3. 進(jìn)一步簡化業(yè)務(wù)接入步驟。

感謝各位的閱讀，以上就是“web分布式定時任務(wù)調(diào)度框架怎么使用”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對web分布式定時任務(wù)調(diào)度框架怎么使用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！