架构师修炼系列【分布式任务调度框架Power-Job】

分布式任务调度框架的由来及对比

在大型业务业务系统中，不可避免会出现一些需要定时执行需求的场景，例如定时同步数据，定时清洗数据，定时生成报表，大量机器一同执行某个任务，甚至有些需要分布式处理的任务例如需要更新一大批数据，单机耗时太长需要进行任务分发，利用集群的计算能力等等

现今为止，市面上流行的作业调度框架有老牌的Quartz、基于Quartz的elastic-job和原先基于Quartz后面移除依赖的xxl-job，Quartz可以视为第一代任务调度框架，基本上是现有所有分布式调度框架的“祖宗”。它不提供Web界面，只能通过API完成任务的配置，使用起来不够方便和灵活，同时它仅支持单机执行，无法有效利用整个集群的计算能力。

xxl-job可以视为第二代任务调度框架，在一定程度上解决了Quartz的不足，在过去几年中是个非常优秀的调度框架，不过放到今天来看，还是存在着一些不足的：

• 例如数据库支持单一： 仅支持MySQL，使用其他DB需要自己改代码
• 有限的分布式计算能力： 仅支持静态分片，无法很好的完成复杂任务的计算
• 不支持工作流： 无法配置各个任务之间的依赖关系，不适用于有DAG需求的场景

PowerJob可以被认为是第三代任务调度框架，它是新一代分布式任务调度与计算框架，支持CRON、API、固定频率、固定延迟等调度策略，提供工作流来编排任务解决依赖关系，能让您轻松完成作业的调度与繁杂任务的分布式计算，在任务调度的基础上，还额外提供了分布式计算和工作流功能，其主要特性如下：

• 使用简单： 提供前端Web界面，允许开发者可视化地完成调度任务的管理（增、删、改、查）、任务运行状态监控和运行日志查看等功能
• 定时策略完善： 支持CRON表达式、固定频率、固定延迟和API四种定时调度策略
• 执行模式丰富：支持单机、广播、Map、MapReduce四种执行模式，其中Map/MapReduce处理器能使开发者寥寥数行代码便获得集群分布式计算的能力
• DAG工作流支持： 支持在线配置任务依赖关系，可视化得对任务进行编排，同时还支持上下游任务间的数据传递
• 执行器支持广泛： 支持SpringBean、内置/外置Java类、Shell、Python等处理器，应用范围广
• 运维便捷：支持在线日志功能，执行器产生的日志可以在前端控制台页面实时显示，降低debug成本，极大地提高开发效率
• 依赖精简：最小仅依赖关系型数据库（MySQL/PostgreSQL/Oracle/MS SQLServer…），同时支持所有Spring Data JPA所支持的关系型数据库
• 高可用&高性能：调度服务器经过精心设计，一改其他调度框架基于数据库锁的策略，实现了无锁化调度。部署多个调度服务器可以同时实现高可用和性能的提升（支持无限的水平扩展）
• 故障转移与恢复： 任务执行失败后，可根据配置的重试策略完成重试，只要执行器集群有足够的计算节点，任务就能顺利完成

	QuartZ	xxl-job	SchedulerX2.0	Power-job
定时类型	CRON	CRON	CRON、固定频率、固定延迟、OpenAPI	CRON、固定频率、固定延迟、OpenAPI
任务类型	内置Java	内置Java、GLUE Java、Shell、Python等脚本	内置Java、外置Java(FatJar)、Shell、Python等脚本	内置Java、外置Java(容器)、Shell、Python等脚本
分布式任务	无	静态分片	MapReduce动态分片	MapReduce动态分片
在线任务治理	不支持	支持	支持	支持
日志白屏化	不支持	支持	不支持	支持
调度方式及性能	基于数据库锁、有性能瓶颈	基于数据库锁、有性能瓶颈	—	无锁化设计、性能空间极大
系统依赖	JDBC支持的关系型数据库类似于MySQL、Oracle等	MySQL	公测期间免费、增加需付费	任意Spring Data Jpa支持的关系型数据库
报警监控	无	邮件	短信	邮件且提供了可扩展接口
DAG工作流	不支持	不支持	支持	支持

Power-Job分布式任务调度框架

Power-Job项目初始化