分布式任务调度-Elastic-Job

Java 定时任务框架对比

quartz 和 Elastic-Job

1.quartz：

quartz 的常见集群方案如下，通过在数据库中配置定时器信息， 以数据库悲观锁的方式达到同一个任务始终只有一个节点在运行。

优点：

• 保证节点高可用 （HA）， 如果某一个节点挂了， 其他节点可以顶上；

缺点：

• 同一个任务只能有一个节点运行，其他节点将不执行任务，性能低，资源浪费；
• 当碰到大量短任务时，各个节点频繁的竞争数据库锁，节点越多这种情况越严重。性能会很低下；
• quartz 的分布式仅解决了集群高可用的问题，并没有解决任务分片的问题，不能实现水平扩展；

问题：

• 问题一：调用API的的方式操作任务，不人性化；
• 问题二：需要持久化业务QuartzJobBean到底层数据表中，系统侵入性相当严重。
• 问题三：调度逻辑和QuartzJobBean耦合在同一个项目中，这将导致一个问题，在调度任务数量逐渐增多，同时调度任务逻辑逐渐加重的情况加，此时调度系统的性能将大大受限于业务；
• 问题四：quartz底层以“抢占式”获取DB锁并由抢占成功节点负责运行任务，会导致节点负载悬殊非常大。

2.Elastic-Job：

elastic-job 是由当当网基于quartz 二次开发之后的分布式调度解决方案 ， 由两个相对独立的子项目Elastic-Job-Lite和Elastic-Job-Cloud组成 。

Elastic-Job-Lite定位为轻量级无中心化解决方案，使用jar包的形式提供分布式任务的协调服务。

Elastic-Job-Cloud使用Mesos + Docker(TBD)的解决方案，额外提供资源治理、应用分发以及进程隔离等服务 亮点：

• 基于quartz 定时任务框架为基础的，因此具备quartz的大部分功能
• 使用zookeeper做协调，调度中心，更加轻量级
• 支持任务的分片(所谓分片就是分机器)
• 支持弹性扩容 ， 可以水平扩展 ， 当任务再次运行时，会检查当前的服务器数量，重新分片，分片结束之后才会继续执行任务
• 失效转移，容错处理，当一台调度服务器宕机或者跟zookeeper断开连接之后，会立即停止作业，然后再去寻找其他空闲的调度服务器，来运行剩余的任务
• 提供运维界面，可以管理作业和注册中心。

分片的好处：

Example：你们公司刚成立，只有几十万用户，需要做一个用户订单每日统计分析，你每天凌晨触发任务，只用一个小时就跑完了。过了一年你们的用户量暴增，3000万。你们的分析任务更加复杂了，这个时候跑批任务需要6个小时，等产品经理上班来要结果的时候你发现还没跑完，他被老板骂了一顿，然后回来怼你。

你虽然受气了心理很难受，但是确实是你的锅。于是在想你有这么多机器为啥非得在一台上跑呢，咋样才能将任务分解上多台机器上独立执行。

不足：

• 异构语言不支持
• 目前采用的无中心设计，难于支持多语言，后面需要考虑调度中心的可行性。
• 监控体系有待提高，目前只能通过注册中心做简单的存活和数据积压监控，未来需要做的监控部分有：
  增加可监控维度，如作业运行时间等。
  基于JMX的内部状态监控。
  基于历史的全量数据监控，将所有监控数据通过flume等形式发到外部监控中心，提供实时分析功能。
• 不能支持多种注册中心。
• 需要增加任务工作流，如任务依赖，初始化任务，清理任务等。
• 失效转移功能的实时性有待提升。
• 缺少更多作业类型支持，如文件，MQ等类型作业的支持。

非官方总结：

quartz：

1. 高可用方案依赖于数据库；
2. 任务是在quartz集群上触发调用，http接口方式；
3. 高频任务会对数据库有一定的压力，另外抢占式获取数据库独占锁的方式会导致负载不均；
4. 需要在quartz任务管理平台手动配置任务触发脚本，还需要写对应的接口，个人感觉很麻烦。

Elastic-Job：

1. 轻量级，非独立部署，以jar包形式集成于个人服务之中；
2. 需要依赖zk，作为节点注册中心；
3. 可以配置任务分片，即指定分片策略将某个任务的某一部分运行与某一台机器，提高机器利用效率；
4. 支持水平扩容；
5. 失效补偿机制，如果任务执行中途宕机，可以在有效节点上补偿该任务，补偿机制默认关闭，需手动开启；
6. 目前只支持Java语言，最后提交日期是2017年。

Elastic-Job-Lite使用

1 分布式调度

Elastic-Job-Lite并无作业调度中心节点，而是基于部署作业框架的程序在到达相应时间点时各自触发调度。
注册中心仅用于作业注册和监控信息存储。而主作业节点仅用于处理分片和清理等功能。

2 作业高可用

Elastic-Job-Lite提供最安全的方式执行作业。将分片总数设置为1，并使用多于1台的服务器执行作业，作业将会以1主n从的方式执行。
一旦执行作业的服务器崩溃，等待执行的服务器将会在下次作业启动时替补执行。开启失效转移功能效果更好，可以保证在本次作业执行时崩溃，备机立即启动替补执行。

3 最大限度利用资源

Elastic-Job-Lite也提供最灵活的方式，最大限度的提高执行作业的吞吐量。将分片项设置为大于服务器的数量，最好是大于服务器倍数的数量，作业将会合理的利用分布式资源，动态的分配分片项。
例如：3台服务器，分成10片，则分片项分配结果为服务器A=0,1,2;服务器B=3,4,5;服务器C=6,7,8,9。 如果服务器C崩溃，则分片项分配结果为服务器A=0,1,2,3,4;服务器B=5,6,7,8,9。在不丢失分片项的情况下，最大限度的利用现有资源提高吞吐量。注册中心仅用于作业注册和监控信息存储。而主作业节点仅用于处理分片和清理等功能。

4.整体架构图

图片来自于官网：

5.实现原理

弹性分布式实现：

• 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。
• 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。
• 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。
• 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。
• 通过上一项说明可知，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。
• 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。
• 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。

注册中心数据结构
注册中心在定义的命名空间下，创建作业名称节点，用于区分不同作业，所以作业一旦创建则不能修改作业名称，如果修改名称将视为新的作业。作业名称节点下又包含4个数据子节点，分别是config, instances, sharding, servers和leader。

• config节点
  作业配置信息，以JSON格式存储

• instances节点
  作业运行实例信息，子节点是当前作业运行实例的主键。作业运行实例主键由作业运行服务器的IP地址和PID构成。作业运行实例主键均为临时节点，当作业实例上线时注册，下线时自动清理。注册中心监控这些节点的变化来协调分布式作业的分片以及高可用。 可在作业运行实例节点写入TRIGGER表示该实例立即执行一次。

• sharding节点
  作业分片信息，子节点是分片项序号，从零开始，至分片总数减一。分片项序号的子节点存储详细信息。每个分片项下的子节点用于控制和记录分片运行状态。节点详细信息说明查看文档。

• servers节点
  作业服务器信息，子节点是作业服务器的IP地址。可在IP地址节点写入DISABLED表示该服务器禁用。 在新的cloud native架构下，servers节点大幅弱化，仅包含控制服务器是否可以禁用这一功能。为了更加纯粹的实现job核心，servers功能未来可能删除，控制服务器是否禁用的能力应该下放至自动化部署系统。

• leader节点
  作业服务器主节点信息，分为election，sharding和failover三个子节点。分别用于主节点选举，分片和失效转移处理。leader节点是内部使用的节点，如果对作业框架原理不感兴趣，可不关注此节点。子节点可查看文档。

6. 监控平台

在github地址https://github.com/elasticjob/elastic-job-lite，下载源码。

clone 然后编译：

mvn clean install -Dmaven.test.skip=true

解压该压缩包，进入bin目录下启动控制台：

浏览器查看：

提供两种账户，管理员及访客，管理员拥有全部操作权限，访客仅拥有察看权限。默认管理员用户名和密码是root/root，访客用户名和密码是guest/guest，可通过conf\auth.properties修改管理员及访客用户名及密码。

elastic-job的运维平台设计理念

1. 运维平台和elastic-job-lite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。
2. 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动，因为控制台和作业本身服务器是完全分离的，控制台并不能控制作业服务器。

所以运维平台配置zookeeper的信息才是关键，只有连通了zookeeper才能对定时任务进行操作，操作步骤：

左边菜单点击【全局配置】选中【注册中心配置】，然后出现一个已配置列表，在列表的分页显示下方有个【添加】按钮进行添加:

添加字段说明:

注册中心名称：自定义，用于当前列表显示，便于区分
注册中心地址： zookeeper的地址，需要连接哪个就填写哪个 【IP:端口】
命名空间：	任务创建ZookeeperRegistryCenter的时候填写namespace，要对应上，才能看到对应下的任务
登录凭证：	可不填，默认zookeeper不需要填写，除非设置了zookeeper相关信息

作业操作

修改操作：

作业维度：

查看当前挂在zookeeper的命名空间下的所有任务，提供删除，编辑，触发，失效等一系列功能

服务器维度：

查看当前连着zookeeper的服务器，提供删除，失效，终止等一些列功能。

7. 结合Springboot使用Elastic-job

见github：https://github.com/rickiyang/springboot-learn/tree/master/elastic-job

8. 分片策略说明

AverageAllocationJobShardingStrategy

全路径：

com.dangdang.ddframe.job.lite.api.strategy.impl.AverageAllocationJobShardingStrategy

策略说明：

基于平均分配算法的分片策略，也是默认的分片策略。

如果分片不能整除，则不能整除的多余分片将依次追加到序号小的服务器。如：

如果有3台服务器，分成9片，则每台服务器分到的分片是：1=[0,1,2], 2=[3,4,5], 3=[6,7,8]

如果有3台服务器，分成8片，则每台服务器分到的分片是：1=[0,1,6], 2=[2,3,7], 3=[4,5]

如果有3台服务器，分成10片，则每台服务器分到的分片是：1=[0,1,2,9], 2=[3,4,5], 3=[6,7,8]

9.事件追踪

Elastic-Job提供了事件追踪功能，可通过事件订阅的方式处理调度过程的重要事件，用于查询、统计和监控。Elastic-Job目前提供了基于关系型数据库两种事件订阅方式记录事件。

Elastic-Job-Lite在配置中提供了JobEventConfiguration，目前支持数据库方式配置。

事件追踪的event_trace_rdb_url属性对应库自动创建JOB_EXECUTION_LOG和JOB_STATUS_TRACE_LOG两张表以及若干索引。

JOB_EXECUTION_LOG字段含义：

字段名称	字段类型	是否必填	描述
id	VARCHAR(40)	是	主键
job_name	VARCHAR(100)	是	作业名称
task_id	VARCHAR(1000)	是	任务名称,每次作业运行生成新任务
hostname	VARCHAR(255)	是	主机名称
ip	VARCHAR(50)	是	主机IP
sharding_item	INT	是	分片项
execution_source	VARCHAR(20)	是	作业执行来源。可选值为NORMAL_TRIGGER, MISFIRE, FAILOVER
failure_cause	VARCHAR(2000)	否	执行失败原因
is_success	BIT	是	是否执行成功
start_time	TIMESTAMP	是	作业开始执行时间
complete_time	TIMESTAMP	否	作业结束执行时间

JOB_EXECUTION_LOG记录每次作业的执行历史。分为两个步骤：

1. 作业开始执行时向数据库插入数据，除failure_cause和complete_time外的其他字段均不为空。
2. 作业完成执行时向数据库更新数据，更新is_success, complete_time和failure_cause(如果作业执行失败)。

JOB_STATUS_TRACE_LOG字段含义：

字段名称	字段类型	是否必填	描述
id	VARCHAR(40)	是	主键
job_name	VARCHAR(100)	是	作业名称
original_task_id	VARCHAR(1000)	是	原任务名称
task_id	VARCHAR(1000)	是	任务名称
slave_id	VARCHAR(1000)	是	执行作业服务器的名称，Lite版本为服务器的IP地址，Cloud版本为Mesos执行机主键
source	VARCHAR(50)	是	任务执行源，可选值为CLOUD_SCHEDULER, CLOUD_EXECUTOR, LITE_EXECUTOR
execution_type	VARCHAR(20)	是	任务执行类型，可选值为NORMAL_TRIGGER, MISFIRE, FAILOVER
sharding_item	VARCHAR(255)	是	分片项集合，多个分片项以逗号分隔
state	VARCHAR(20)	是	任务执行状态，可选值为TASK_STAGING, TASK_RUNNING, TASK_FINISHED, TASK_KILLED, TASK_LOST, TASK_FAILED, TASK_ERROR
message	VARCHAR(2000)	是	相关信息
creation_time	TIMESTAMP	是	记录创建时间

JOB_STATUS_TRACE_LOG记录作业状态变更痕迹表。可通过每次作业运行的task_id查询作业状态变化的生命周期和运行轨迹。