分布式任务调度组件XXL-JOB基础知识
分布式任务调度组件XXL-JOB基础知识
概述
什么是任务调度
任务调度是为了自动完成特定任务,在约定的特定时刻去执行任务的过程,比如下面的业务场景:
- 某电商平台需要每天上午10点,下午3点,晚上8点发放一批优惠券
- 某财务系统需要在每天凌晨0:10分结算前一天的财务数据,统计汇总
为什么需要分布式调度
使用Spring中提供的注解@Scheduled,也能实现调度的功能。比如下面这个示例,在业务类中方法中贴上这个注解,然后在启动类上贴上@EnableScheduling
注解即可。
1 |
|
Spring给我们提供的这个注解可以完成任务调度的功能,但是还存在以下问题:
- 非高可用:单机版的定式任务调度只能在一台机器上运行,如果程序或者系统出现异常就会导致功能不可用。
- 需防止重复执行: 在单机模式下,Spring定时任务是没什么问题的。但当我们部署了一个服务的多个实例,那么这些实例都将执行定时任务的逻辑,若不进行额外的控制逻辑,将导致任务被重复执行,所以一般情况下,如果使用Spring 定时任务,还需配合抢占分布式锁,使得任务只被执行一遍。
- 单机处理极限:Spring 定时任务最终只能由一台机器执行,如果计算量较大,即使采用多线程并行处理,但是由于单机能力毕竟有限(主要是CPU、内存和磁盘),始终会有单机处理不过来的情况。
XXL-JOB介绍
XXL-JOB:是大众点评的轻量级分布式任务调度平台,其核心设计目标是开发迅速、学习简单、轻量级、易扩展。大众点评系统通过XXL-JOB已调度约100万次,表现优异。目前已有多家公司接入XXL-JOB,包括比较知名的京东,360金融 (360),联想集团 (联想),易信 (网易),途虎养车(●ˇ∀ˇ●)等等。
XXL-JOB版本3.x开始要求Jdk17;版本2.x及以下支持Jdk1.8。
官网地址。
系统架构图
XXL-JOB将调度行为抽象形成“调度中心”公共平台,而平台自身并不承担业务逻辑,“调度中心”负责发起调度请求。将任务抽象成分散的JobHandler,交由“执行器”统一管理,“执行器”负责接收调度请求并执行对应的JobHandler中业务逻辑。因此,“调度”和“任务”两部分可以相互解耦,提高系统整体稳定性和扩展性。
调度模块(调度中心):
负责管理调度信息,按照调度配置发出调度请求,自身不承担业务代码。调度系统与任务解耦,提高了系统可用性和稳定性,同时调度系统性能不再受限于任务模块;
支持可视化、简单且动态的管理调度信息,包括任务新建,更新,删除,GLUE开发和任务报警等,所有上述操作都会实时生效,同时支持监控调度结果以及执行日志,支持执行器Failover。执行模块(执行器):
负责接收调度请求并执行任务逻辑。任务模块专注于任务的执行等操作,开发和维护更加简单和高效;
接收“调度中心”的执行请求、终止请求和日志请求等。
快速入门
下载源码
源码下载地址:
初始化数据库
下载项目源码并解压,获取数据库初始化SQL脚本并执行,位置为:
1 | /xxl-job/doc/db/tables_xxl_job.sql |
数据库表说明如下:
xxl_job_lock:任务调度锁表;
xxl_job_group:执行器信息表,维护任务执行器信息;
xxl_job_info:调度扩展信息表: 用于保存XXL-JOB调度任务的扩展信息,如任务分组、任务名、机器地址、执行器、执行入参和报警邮件等等;
xxl_job_log:调度日志表: 用于保存XXL-JOB任务调度的历史信息,如调度结果、执行结果、调度入参、调度机器和执行器等等;
xxl_job_log_report:调度日志报表:用户存储XXL-JOB任务调度日志的报表,调度中心报表功能页面会用到;
xxl_job_logglue:任务GLUE日志:用于保存GLUE更新历史,用于支持GLUE的版本回溯功能;
xxl_job_registry:执行器注册表,维护在线的执行器和调度中心机器地址信息;
xxl_job_user:系统用户表;
调度中心支持集群部署,集群情况下各节点务必连接同一个mysql实例。如果mysql做主从,调度中心集群节点务必强制走主库
。
源码导入
将源码导入IDE,源码结构如下:
配置部署调度中心
调度中心配置
修改xxl-job-admin
项目的配置文件application.properties
,把数据库账号密码配置上
1 | ### web |
部署
运行XxlJobAdminApplication
程序即可.
调度中心访问地址: http://localhost:8080/xxl-job-admin
默认登录账号 “admin/123456”, 登录后运行界面如下图所示。
配置部署执行器(我们自己的项目)
添加Maven依赖
创建SpringBoot项目并且添加如下依赖:
1
2
3
4
5<dependency>
<groupId>com.xuxueli</groupId>
<artifactId>xxl-job-core</artifactId>
<version>2.3.1</version>
</dependency>配置文件
在配置文件中添加如下配置:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18### 调度中心部署根地址 [选填]:如调度中心集群部署存在多个地址则用逗号分隔。执行器将会使用该地址进行"执行器心跳注册"和"任务结果回调";为空则关闭自动注册;
xxl.job.admin.addresses=http://127.0.0.1:8080/xxl-job-admin
### 执行器通讯TOKEN [选填]:非空时启用;
xxl.job.accessToken=default_token
### 调度中心通讯超时时间[选填],单位秒;默认3s;
xxl.job.admin.timeout=3
### 执行器AppName [选填]:执行器心跳注册分组依据;为空则关闭自动注册
xxl.job.executor.appname=xxl-job-executor-sample
### 执行器注册 [选填]:优先使用该配置作为注册地址,为空时使用内嵌服务 ”IP:PORT“ 作为注册地址。从而更灵活的支持容器类型执行器动态IP和动态映射端口问题。
xxl.job.executor.address=
### 执行器IP [选填]:默认为空表示自动获取IP,多网卡时可手动设置指定IP,该IP不会绑定Host仅作为通讯实用;地址信息用于 "执行器注册" 和 "调度中心请求并触发任务";
xxl.job.executor.ip=127.0.0.1
### 执行器端口号 [选填]:小于等于0则自动获取;默认端口为9999,单机部署多个执行器时,注意要配置不同执行器端口,该端口用来与调度中心通信
xxl.job.executor.port=9999
### 执行器运行日志文件存储磁盘路径 [选填] :需要对该路径拥有读写权限;为空则使用默认路径;
xxl.job.executor.logpath=/data/applogs/xxl-job/jobhandler
### 执行器日志文件保存天数 [选填] : 过期日志自动清理, 限制值大于等于3时生效; 否则, 如-1, 关闭自动清理功能;
xxl.job.executor.logretentiondays=30配置执行器
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
public class XxlJobConfig {
private String adminAddresses;
private String accessToken;
private String appname;
private String address;
private String ip;
private int port;
private String logPath;
private int logRetentionDays;
public XxlJobSpringExecutor xxlJobExecutor() {
XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();
xxlJobSpringExecutor.setAdminAddresses(adminAddresses);
xxlJobSpringExecutor.setAppname(appname);
xxlJobSpringExecutor.setAddress(address);
xxlJobSpringExecutor.setIp(ip);
xxlJobSpringExecutor.setPort(port);
xxlJobSpringExecutor.setAccessToken(accessToken);
xxlJobSpringExecutor.setLogPath(logPath);
xxlJobSpringExecutor.setLogRetentionDays(logRetentionDays);
return xxlJobSpringExecutor;
}
}添加任务处理类(JobHandler)
添加任务处理类,交给Spring容器管理,在处理方法上贴上
@XxlJob
注解1
2
3
4
5
6
7
public class SimpleXxlJob {
public void demoJobHandler() throws Exception {
System.out.println("执行定时任务,执行时间:"+new Date());
}
}
HelloWorld
登录调度中心,在任务管理中新增任务,配置内容如下:
接着启动定时调度任务。
在调度中心的调度日志中就可以看到,任务的执行结果。同时在我们项目的控制台也能看到相应日志。
GLUE模式(Java)
任务以源码方式维护在调度中心,支持通过Web IDE在线更新,实时编译和生效,因此不需要指定JobHandler。 “GLUE模式(Java)” 运行模式的任务实际上是一段继承自IJobHandler的Java代码,它在执行器项目中运行,可使用@Resource/@Autowire注入其他Bean。
添加Service
1 |
|
添加任务配置
通过GLUE IDE在线编辑代码。
编写内容如下:
1 | public class DemoGlueJobHandler extends IJobHandler { |
启动任务即可。
执行器集群模式
我们的项目部署多个实例后,就构成了执行器集群,每个执行器都应当承担任务的执行,从而实现负载均衡。
XXL-JOB为任务调度提供了丰富的路由策略,包括:
FIRST(第一个):固定选择第一个机器
LAST(最后一个):固定选择最后一个机器
ROUND(轮询):依次的选择在线的机器发起调度
RANDOM(随机):随机选择在线的机器
CONSISTENT_HASH(一致性HASH) :每个任务按照Hash算法固定选择某一台机器,且所有任务均匀散列在不同机器上。
LEAST_FREQUENTLY_USED(最不经常使用):使用频率最低的机器优先被选举
LEAST_RECENTLY_USED(最近最久未使用):最久未使用的机器优先被选举
FAILOVER(故障转移):按照顺序依次进行心跳检测,第一个心跳检测成功的机器选定为目标执行器并发起调度
BUSYOVER(忙碌转移):按照顺序依次进行空闲检测,第一个空闲检测成功的机器选定为目标执行器并发起调度
SHARDING_BROADCAST(分片广播): 广播触发对应集群中所有机器执行一次任务,同时系统自动传递分片参数,可根据分片参数开发分片任务
1
2int shardIndex = XxlJobHelper.getShardIndex();
int shardTotal = XxlJobHelper.getShardTotal();
如轮询的配置如下: