分布式定时任务框架-Elastic Job

Elastic-Job是ddframe中dd-job的作业模块中分离出来的分布式弹性作业框架。去掉了和dd-job中的监控和ddframe接入规范部分。该项目基于成熟的开源产品Quartz和Zookeeper及其客户端Curator进行二次开发。

项目开源地址：https://github.com/dangdangdotcom/elastic-job

ddframe其他模块也有可独立开源的部分，之前当当曾开源过dd-soa的基石模块DubboX。

elastic-job和ddframe关系见下图

Elastic-Job主要功能

• 定时任务： 基于成熟的定时任务作业框架Quartz cron表达式执行定时任务。

• 作业注册中心： 基于Zookeeper和其客户端Curator实现的全局作业注册控制中心。用于注册，控制和协调分布式作业执行。

• 作业分片： 将一个任务分片成为多个小任务项在多服务器上同时执行。

• 弹性扩容缩容： 运行中的作业服务器崩溃，或新增加n台作业服务器，作业框架将在下次作业执行前重新分片，不影响当前作业执行。

• 支持多种作业执行模式： 支持OneOff，Perpetual和SequencePerpetual三种作业模式。

• 失效转移： 运行中的作业服务器崩溃不会导致重新分片，只会在下次作业启动时分片。启用失效转移功能可以在本次作业执行过程中，监测其他作业服务器空闲，抓取未完成的孤儿分片项执行。

• 运行时状态收集： 监控作业运行时状态，统计最近一段时间处理的数据成功和失败数量，记录作业上次运行开始时间，结束时间和下次运行时间。

• 作业停止，恢复和禁用：用于操作作业启停，并可以禁止某作业运行（上线时常用）。

• 被错过执行的作业重触发：自动记录错过执行的作业，并在上次作业完成后自动触发。可参考Quartz的misfire。

• 多线程快速处理数据：使用多线程处理抓取到的数据，提升吞吐量。

• 幂等性：重复作业任务项判定，不重复执行已运行的作业任务项。由于开启幂等性需要监听作业运行状态，对瞬时反复运行的作业对性能有较大影响。

• 容错处理：作业服务器与Zookeeper服务器通信失败则立即停止作业运行，防止作业注册中心将失效的分片分项配给其他作业服务器，而当前作业服务器仍在执行任务，导致重复执行。

• Spring支持：支持spring容器，自定义命名空间，支持占位符。

• 运维平台：提供运维界面，可以管理作业和注册中心。

目录结构说明

• elastic-job-core

  elastic-job核心模块，只通过Quartz和Curator就可执行分布式作业。

• elastic-job-spring

  elastic-job对spring支持的模块，包括命名空间，依赖注入，占位符等。

• elastic-job-console

  elastic-job web控制台，可将编译之后的war放入tomcat等servlet容器中使用。

• elastic-job-example

  使用例子。

• elastic-job-test

  测试elastic-job使用的公用类，使用方无需关注。

引入maven依赖

• elastic-job已经发布到中央仓库，可以在pom.xml文件中直接引入maven坐标。
  • ?

    1 2 3 4 5 6 7 8 9 10 11 12

    <!-- 引入elastic-job核心模块 --> < dependency >      < groupId >com.dangdang</ groupId >      < artifactId >elastic-job-core</ artifactId >      < version >1.0.1</ version > </ dependency > <!-- 使用springframework自定义命名空间时引入 --> < dependency >      < groupId >com.dangdang</ groupId >      < artifactId >elastic-job-spring</ artifactId >      < version >1.0.1</ version > </ dependency >

代码开发

提供3种作业类型，分别是OneOff, Perpetual和SequencePerpetual。需要继承相应的抽象类。

方法参数shardingContext包含作业配置，分片和运行时信息。可通过getShardingTotalCount(),getShardingItems()等方法分别获取分片总数，运行在本作业服务器的分片序列号集合等。

• OneOff类型作业

  OneOff作业类型比较简单，需要继承AbstractOneOffElasticJob，该类只提供了一个方法用于覆盖，此方法将被定时执行。用于执行普通的定时任务，与Quartz原生接口相似，只是增加了弹性扩缩容和分片等功能。

?

1 2 3 4 5 6 7

public  class  MyElasticJob  extends  AbstractOneOffElasticJob {        @Override      protected  void  process(JobExecutionMultipleShardingContext context) {          // do something by sharding items      } }

• Perpetual类型作业

  Perpetual作业类型略为复杂，需要继承AbstractPerpetualElasticJob并可以指定返回值泛型，该类提供两个方法可覆盖，分别用于抓取和处理数据。可以获取数据处理成功失败次数等辅助监控信息。需要注意fetchData方法的返回值只有为null或长度为空时，作业才会停止执行，否则作业会一直运行下去。这点是参照TbSchedule的设计。Perpetual作业类型更适用于流式不间歇的数据处理。

  作业执行时会将fetchData的数据传递给processData处理，其中processData得到的数据是通过多线程（线程池大小可配）拆分的。建议processData处理数据后，更新其状态，避免fetchData再次抓取到，从而使得作业永远不会停止。processData的返回值用于表示数据是否处理成功，抛出异常或者返回false将会在统计信息中归入失败次数，返回true则归入成功次数。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

public  class  MyElasticJob  extends  AbstractPerpetualElasticJob<Foo> {        @Override      protected  List<Foo> fetchData(JobExecutionMultipleShardingContext context) {          List<Foo> result =  // get data from database by sharding items          return  result;      }            @Override      protected  boolean  processData(JobExecutionMultipleShardingContext context, Foo data) {          // process data          return  true ;      } }

• SequencePerpetual类型作业

  SequencePerpetual作业类型和Perpetual作业类型极为相似，所不同的是Perpetual作业类型可以将获取到的数据多线程处理，但不会保证多线程处理数据的顺序。如：从2个分片共获取到100条数据，第1个分片40条，第2个分片60条，配置为两个线程处理，则第1个线程处理前50条数据，第2个线程处理后50条数据，无视分片项；SequencePerpetual类型作业则根据当前服务器所分配的分片项数量进行多线程处理，每个分片项使用同一线程处理，防止了同一分片的数据被多线程处理，从而导致的顺序问题。如：从2个分片共获取到100条数据，第1个分片40条，第2个分片60条，则系统自动分配两个线程处理，第1个线程处理第1个分片的40条数据，第2个线程处理第2个分片的60条数据。由于Perpetual作业可以使用多余分片项的任意线程数处理，所以性能调优的可能会优于SequencePerpetual作业。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

public  class  MyElasticJob  extends  AbstractSequencePerpetualElasticJob<Foo> {        @Override      protected  List<Foo> fetchData(JobExecutionSingleShardingContext context) {          List<Foo> result =  // get data from database by sharding items          return  result;      }            @Override      protected  boolean  processData(JobExecutionSingleShardingContext context, Foo data) {          // process data          return  true ;      } }

作业配置

与Spring容器配合使用作业，可以将作业Bean配置为Spring Bean， 可在作业中通过依赖注入使用Spring容器管理的数据源等对象。可用placeholder占位符从属性文件中取值。

• Spring命名空间配置

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

<? xml  version = "1.0"  encoding = "UTF-8" ?> < beans  xmlns = "http://www.springframework.org/schema/beans"      xmlns:xsi = "http://www.w3.org/2001/XMLSchema-instance"      xmlns:reg = "http://www.dangdang.com/schema/ddframe/reg"       xmlns:job = "http://www.dangdang.com/schema/ddframe/job"       xsi:schemaLocation="http://www.springframework.org/schema/beans                          http://www.springframework.org/schema/beans/spring-beans.xsd                          http://www.dangdang.com/schema/ddframe/reg                          http://www.dangdang.com/schema/ddframe/reg/reg.xsd                          http://www.dangdang.com/schema/ddframe/job                          http://www.dangdang.com/schema/ddframe/job/job.xsd                          ">      <!--配置作业注册中心 -->      < reg:zookeeper  id = "regCenter"  serverLists = " yourhost:2181"  namespace = "dd-job"  baseSleepTimeMilliseconds = "1000"  maxSleepTimeMilliseconds = "3000"  maxRetries = "3"  />      <!-- 配置作业A-->      < job:bean  id = "oneOffElasticJob"  class = "xxx.MyOneOffElasticJob"  regCenter = "regCenter"  cron = "0/10 * * * * ?"    shardingTotalCount = "3"  shardingItemParameters = "0=A,1=B,2=C"  />      <!-- 配置作业B-->      < job:bean  id = "perpetualElasticJob"  class = "xxx.MyPerpetualElasticJob"  regCenter = "regCenter"  cron = "0/10 * * * * ?"  shardingTotalCount = "3"  shardingItemParameters = "0=A,1=B,2=C"  processCountIntervalSeconds = "10"  concurrentDataProcessThreadCount = "10"  /> </ beans >

<job:bean />命名空间属性详细说明

<reg:zookeeper />命名空间属性详细说明

• 基于Spring但不使用命名空间

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

<!-- 配置作业注册中心 -->      < bean  id = "regCenter"  class = "com.dangdang.ddframe.reg.zookeeper.ZookeeperRegistryCenter"  init-method = "init" >          < constructor-arg >              < bean  class = "com.dangdang.ddframe.reg.zookeeper.ZookeeperConfiguration" >                  < property  name = "serverLists"  value = "${xxx}"  />                  < property  name = "namespace"  value = "${xxx}"  />                  < property  name = "baseSleepTimeMilliseconds"  value = "${xxx}"  />                  < property  name = "maxSleepTimeMilliseconds"  value = "${xxx}"  />                  < property  name = "maxRetries"  value = "${xxx}"  />              </ bean >          </ constructor-arg >      </ bean >     <!-- 配置作业-->      < bean  id = "xxxJob"  class = "com.dangdang.ddframe.job.spring.schedule.SpringJobController"  init-method = "init" >          < constructor-arg  ref = "regCenter"  />          < constructor-arg >              < bean  class = "com.dangdang.ddframe.job.api.JobConfiguration" >                  < constructor-arg  name = "jobName"  value = "xxxJob"  />                  < constructor-arg  name = "jobClass"  value = "xxxDemoJob"  />                  < constructor-arg  name = "shardingTotalCount"  value = "10"  />                  < constructor-arg  name = "cron"  value = "0/10 * * * * ?"  />                  < property  name = "shardingItemParameters"  value = "${xxx}"  />              </ bean >          </ constructor-arg >      </ bean >

• 不使用Spring配置

如果不使用Spring框架，可以用如下方式启动作业。

?

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 34 35 36 37

import  com.dangdang.ddframe.job.api.JobConfiguration; import  com.dangdang.ddframe.job.schedule.JobInitializer; import  com.dangdang.ddframe.job.schedule.JobScheduler; import  com.dangdang.ddframe.reg.base.CoordinatorRegistryCenter; import  com.dangdang.ddframe.reg.zookeeper.ZookeeperConfiguration; import  com.dangdang.ddframe.reg.zookeeper.ZookeeperRegistryCenter;   public  class  JobDemo {        // 声明Zookeeper注册中心配置对象      private  final  ZookeeperConfiguration zkConfig =  new  ZookeeperConfiguration( "yourhost:2181" ,  "zkRegTestCenter" ,  1000 ,  3000 ,  3 );            // 定义Zookeeper注册中心      private  final  CoordinatorRegistryCenter regCenter =  new  ZookeeperRegistryCenter(zkConfig);            // 声明作业配置对象      private  final  JobConfiguration jobConfig =  new  JobConfiguration( "demoJob" , DemoJob. class ,  3 ,  "0/1 * * * * ?" );            public  static  void  main( final  String[] args) {              new  JobDemo().init();      }            public  void  init() {          // 连接注册中心          regCenter.init();          // 声明作业启动器          JobInitializer jobInitializer =  new  JobInitializer(regCenter, jobConfig);          // 启动作业，主要是注册作业的信息          jobInitializer.init();          // 获取作业调度器实例          JobScheduler jobScheduler = JobScheduler.getInstance();          // 添加作业到调度器          jobScheduler.addJob( "demoJob" , jobInitializer);          // 启动所有作业          jobScheduler.scheduleAllJobs();      } }

使用限制

• 作业一旦启动成功后不能修改作业名称，如果修改名称则视为新的作业。

• 同一台作业服务器只能运行一个相同的作业实例，因为作业运行时是按照IP注册和管理的。

• 作业根据/etc/hosts文件获取IP地址，如果获取的IP地址是127.0.0.1而非真实IP地址，应正确配置此文件。

• 一旦有服务器波动，或者修改分片项，将会触发重新分片；触发重新分片将会导致运行中的Perpetual以及SequencePerpetual作业再执行完本次作业后不再继续执行，等待分片结束后再恢复正常。

• 开启monitorExecution才能实现分布式作业幂等性（即不会在多个作业服务器运行同一个分片）的功能，但monitorExecution对短时间内执行的作业（如每5秒一触发）性能影响较大，建议关闭并自行实现幂等性。

• elastic-job没有自动删除作业服务器的功能，因为无法区分是服务器崩溃还是正常下线。所以如果要下线服务器，需要手工删除zookeeper中相关的服务器节点。由于直接删除服务器节点风险较大，暂时不考虑在运维平台增加此功能

实现原理

• 弹性分布式实现

  1. 第一台服务器上线触发主服务器选举。主服务器一旦下线，则重新触发选举，选举过程中阻塞，只有主服务器选举完成，才会执行其他任务。

  2. 某作业服务器上线时会自动将服务器信息注册到注册中心，下线时会自动更新服务器状态。

  3. 主节点选举，服务器上下线，分片总数变更均更新重新分片标记。

  4. 定时任务触发时，如需重新分片，则通过主服务器分片，分片过程中阻塞，分片结束后才可执行任务。如分片过程中主服务器下线，则先选举主服务器，再分片。

  5. 通过4可知，为了维持作业运行时的稳定性，运行过程中只会标记分片状态，不会重新分片。分片仅可能发生在下次任务触发前。

  6. 每次分片都会按服务器IP排序，保证分片结果不会产生较大波动。

  7. 实现失效转移功能，在某台服务器执行完毕后主动抓取未分配的分片，并且在某台服务器下线后主动寻找可用的服务器执行任务。

• 

  • 流程图

    作业启动

    
    

    作业执行

  

  
  

  运维平台

      elastic-job运维平台以war包形式提供，可自行部署到tomcat或jetty等支持servlet的web容器中。elastic-job-console.war可以通过编译源码或从maven中央仓库获取。

  • 登录

    默认用户名和密码是root/root，可以通过修改conf\auth.properties文件修改默认登录用户名和密码。

  • 主要功能

    登录安全控制

    注册中心管理

    作业维度状态查看

    服务器维度状态查看

    快捷修改作业设置

    控制作业暂停和恢复运行

  • 设计理念

    运维平台和elastic-job并无直接关系，是通过读取作业注册中心数据展现作业状态，或更新注册中心数据修改全局配置。

    控制台只能控制作业本身是否运行，但不能控制作业进程的启停，因为控制台和作业本身服务器是完全分布式的，控制台并不能控制作业服务器。

  • 不支持项

    添加作业。因为作业都是在首次运行时自动添加，使用运维平台添加作业并无必要。

    停止作业。即使删除了Zookeeper信息也不能真正停止作业的运行，还会导致运行中的作业出问题。

    删除作业服务器。由于直接删除服务器节点风险较大，暂时不考虑在运维平台增加此功能。

  • 主要界面

  • 总览页

  • 
  • 
    

  • 注册中心管理页

  • 
  • 
    

  • 作业详细信息页

  • 
  • 
    

  • 服务区详细信息页

  • 
    • ----------------------------------

    • 1、   何为分布式任务？

      　　自己理解，就是一件事情让多台机器来完成。单机环境下，所有任务都是单个电脑独立完成，分布式任务就是把任务按一定逻辑进行切分(也就是所谓的分片)，分成几个小的片段，然后分给不同的电脑，每台电脑执行其中的几个片段。

      分片概念：

      　　任务的分布式执行，需要将一个任务拆分为n个独立的任务项，然后由分布式的服务器分别执行某一个或几个分片项。

      　　例如：有一个遍历数据库某张表的作业，现有2台服务器。为了快速的执行作业，那么每台服务器应执行作业的50%。 为满足此需求，可将作业分成2片，每台服务器执行1片。作业遍历数据的逻辑应为：服务器A遍历ID以奇数结尾的数据；服务器B遍历ID以偶数结尾的数据。 如果分成10片，则作业遍历数据的逻辑应为：每片分到的分片项应为ID%10，而服务器A被分配到分片项0,1,2,3,4；服务器B被分配到分片项5,6,7,8,9，直接的结果就是服务器A遍历ID以0-4结尾的数据；服务器B遍历ID以5-9结尾的数据。

      2、   github源码

      　　从github下载下来，maven导入eclipse后，分为5部分：

      　　

      　　官方目录结构说明：

      　　elastic-job-core  //核心模块，只通过Quartz和Curator就可执行分布式作业。

      　　elastic-job-spring  //对spring支持的模块，包括命名空间，依赖注入，占位符等。

      　　elastic-job-console  // web控制台，可将编译之后的war放入tomcat等servlet容器中使用。

      　　elastic-job-example  //使用示例。

      　　elastic-job-doc  //使用markdown生成文档的项目，使用方无需关注。

      　　需要说明一下，官方也提到了，需要一个lombok.jar。个人感觉这个确实很不错，有了这个jar包，可以省掉get set方法，在属性很多的时候特别方便。

      　　*************************************************

      　　lombok 的官方网址：http://projectlombok.org/  

        　　lombok 注解在线帮助文档：http://projectlombok.org/features/index.
          　　下面介绍几个我常用的 lombok 注解：
              @Data   ：注解在类上；提供类所有属性的 getting 和 setting 方法，此外还提供了equals、canEqual、hashCode、toString 方法
              @Setter：注解在属性上；为属性提供 setting 方法
              @Getter：注解在属性上；为属性提供 getting 方法
              @Log4j ：注解在类上；为类提供一个 属性名为log 的 log4j 日志对象
              @NoArgsConstructor：注解在类上；为类提供一个无参的构造方法
              @AllArgsConstructor：注解在类上；为类提供一个全参的构造方法

      　　*************************************************

      3、   快速上手部署应用（单机跟集群）

      　　快速上手可以参照官方文档:   http://dangdangdotcom.github.io/elastic-job/post/quick_start/

      　　这是个单机环境的例子。为加深理解，自己部署集群环境，步骤如下：

      　　a、启动zookeeper(测试用，可单机可集群)，步骤参见官方快速上手文档

      　　b、修改官方example代码如下：

           　　1)、在com.dangdang.example.elasticjob.spring包下新建myjob包，创建新类MySimpleJobTest.java，代码如下：　　　　

      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

      @Component public  class  MySimpleJobTest  extends  AbstractSimpleElasticJob {        private  PrintContext printContext =  new  PrintContext(SimpleJobDemo. class );            @Resource      private  FooRepository fooRepository;            private  static  AtomicInteger count =  new  AtomicInteger( 0 );            @Override      public  void  process(JobExecutionMultipleShardingContext shardingContext) {      　　　System.out.println( "第" +count.addAndGet( 1 )+ "次执行，当前分片号为：" +shardingContext.getShardingItemParameters());      }   }

      　　2)、修改resources/META-INF/withNamespace.xml为：

      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

      <? xml  version="1.0" encoding="UTF-8"?> < beans  xmlns="http://www.springframework.org/schema/beans"      xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"      xmlns:context="http://www.springframework.org/schema/context"      xmlns:reg="http://www.dangdang.com/schema/ddframe/reg"      xmlns:job="http://www.dangdang.com/schema/ddframe/job"      xsi:schemaLocation="http://www.springframework.org/schema/beans                          http://www.springframework.org/schema/beans/spring-beans.xsd                          http://www.springframework.org/schema/context                          http://www.springframework.org/schema/context/spring-context.xsd                          http://www.dangdang.com/schema/ddframe/reg                          http://www.dangdang.com/schema/ddframe/reg/reg.xsd                          http://www.dangdang.com/schema/ddframe/job                          http://www.dangdang.com/schema/ddframe/job/job.xsd                          ">      < context:component-scan  base-package="com.dangdang.example.elasticjob" />      < context:property-placeholder  location="classpath:conf/*.properties" />            < reg:zookeeper  id="regCenter" serverLists="${serverLists}" namespace="${namespace}" baseSleepTimeMilliseconds="${baseSleepTimeMilliseconds}" maxSleepTimeMilliseconds="${maxSleepTimeMilliseconds}" maxRetries="${maxRetries}" nestedPort="${nestedPort}" nestedDataDir="${nestedDataDir}" />       <!--     <job:bean id="simpleElasticJob" class="com.dangdang.example.elasticjob.spring.job.SimpleJobDemo" regCenter="regCenter" shardingTotalCount="${simpleJob.shardingTotalCount}" cron="${simpleJob.cron}" shardingItemParameters="${simpleJob.shardingItemParameters}" monitorExecution="${simpleJob.monitorExecution}" monitorPort="${simpleJob.monitorPort}" failover="${simpleJob.failover}" description="${simpleJob.description}" disabled="${simpleJob.disabled}" overwrite="${simpleJob.overwrite}" /> --> <!--     <job:bean id="throughputDataFlowJob" class="com.dangdang.example.elasticjob.spring.job.ThroughputDataFlowJobDemo" regCenter="regCenter" shardingTotalCount="${throughputDataFlowJob.shardingTotalCount}" cron="${throughputDataFlowJob.cron}" shardingItemParameters="${throughputDataFlowJob.shardingItemParameters}" monitorExecution="${throughputDataFlowJob.monitorExecution}" failover="${throughputDataFlowJob.failover}" processCountIntervalSeconds="${throughputDataFlowJob.processCountIntervalSeconds}" concurrentDataProcessThreadCount="${throughputDataFlowJob.concurrentDataProcessThreadCount}" description="${throughputDataFlowJob.description}" disabled="${throughputDataFlowJob.disabled}" overwrite="${throughputDataFlowJob.overwrite}" /> --> <!--     <job:bean id="sequenceDataFlowJob3" class="com.dangdang.example.elasticjob.spring.job.SequenceDataFlowJobDemo" regCenter="regCenter" shardingTotalCount="${sequenceDataFlowJob.shardingTotalCount}" cron="${sequenceDataFlowJob.cron}" shardingItemParameters="${sequenceDataFlowJob.shardingItemParameters}" monitorExecution="${sequenceDataFlowJob.monitorExecution}" failover="${sequenceDataFlowJob.failover}" processCountIntervalSeconds="${sequenceDataFlowJob.processCountIntervalSeconds}" maxTimeDiffSeconds="${sequenceDataFlowJob.maxTimeDiffSeconds}" description="${sequenceDataFlowJob.description}" disabled="${sequenceDataFlowJob.disabled}" overwrite="${sequenceDataFlowJob.overwrite}" /> -->            < job:bean  id="simpleElasticJob2" class="com.dangdang.example.elasticjob.spring.myjob.MySimpleJobTest" regCenter="regCenter" shardingTotalCount="${simpleJob.shardingTotalCount}" cron="${simpleJob.cron}" shardingItemParameters="${simpleJob.shardingItemParameters}" monitorExecution="${simpleJob.monitorExecution}" monitorPort="${simpleJob.monitorPort}" failover="${simpleJob.failover}" description="${simpleJob.description}" disabled="${simpleJob.disabled}" overwrite="${simpleJob.overwrite}" />   </ beans >

      　　

      　　c、建虚拟机(多台电脑的用另一电脑即可)，配置环境变量。

         　　 此处本地采用ubuntu16.04的64位版本.

        　　 需配置的有：jdk，maven，为了让maven能在本地找到jar包，而不再浪费时间去网络maven库下载，可以线运行mvn install生成.m2目录(该目录隐藏，本地虚拟机是位于/home下)，将win下的.m2/repository文件夹拷贝到虚拟机的.m2下.

      　　d、将elastic-job-example拷贝到虚拟机，本地为/usr/mytest目录

         　　修改虚拟机中example项目的配置文件/resources/conf/reg.properties

         　　serverLists为zookeeper服务器地址

         　　nestedPort设置为-1，不启动自带zookeeper(两台电脑都不启用默认zookeeper)

      　　e、虚拟机切换到elastic-job-example目录(该目录下有pom文件)

         　　 运行：mvn compile ,运行完毕后

      　　　 运行：mvn exec:java -Dexec.mainClass="com.dangdang.example.elasticjob.spring.main"

      　　f、切回主机，com.dangdang.example.elasticjob.spring.main运行该文件的main方法

      　　　可明显看到：虚拟机开始单机运行时，处理分片为0-9，在主机开始运行后，变为5-9，两者确实进行了任务分配:

      　　

      　　g、部署tomcat监控

          　　虚拟机部署tomcat，将elastic-job-console在主机打war包，然后放入tomcat的webapp下，启动tomcat，访问http://ip:端口号/elastic-job-console，账号密码：root/root

      　　　 填写zookeeper地址，作业名称等，可以看到控制页面：

      　　　 

      　　　 我们刚刚部署的测试环境：

      　　    

      　　小结：

      　　　　单纯开发使用的话，方式之一是：将elastic-job-core跟elastic-job-spring打jar包，然后按照官方的开发指南，重写相关方法即可。部署的话应该是按照上方集群部署的方式进行的。