分布式任务调度

分布式任务调度有两层含义

• 运行在分布式集群环境下的调度任务（同一个定时任务程序部署多份，只应该有一个定时任务在执行）

• 分布式调度—>定时任务的分布式—>定时任务的拆分（即为把一个大的作业任务拆分为多个小的作业任务，同时执行）

分布式调度框架

Elastic-Job是当当网开源的一个分布式调度解决方案，基于Quartz二次开发的，由两个相互独立的子项目lastic-Job-Lite和Elastic-Job-Cloud组成。Elastic-Job-Lite，它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，而Elastic-Job-Cloud⼦项⽬需要结合Mesos以及Docker在云环境下使用。

主要功能：

• 分布式调度协调，在分布式环境中，任务能够按指定的调度策略执行，并且能够避免同一任务多实例重复执行

• 丰富的调度策略 基于成熟的定时任务作业框架Quartz cron表达式执行定时任务

• 弹性扩容缩容 当集群中增加某一个实例，它应当也能够被选举并执行任务；当集群减少一个实例时，它所执行的任务能被转移到别的实例来执行。

• 失效转移 某实例在任务执行失败后，会被转移到其他实例执行

• 错过执行作业重触发 若因某种原因导致作业错过执行，自动记录错过执行的作业，并在上次作业完成后自动触发。

• 支持并行调度 支持任务分片，任务分片是指将一个任务分为多个小任务项在多个实例同时执行。

• 作业分片一致性 当任务被分片后，保证同一分片在分布式环境中仅一个执行实例。

任务分片

一个大的非常耗时的作业Job，比如：一次要处理一亿的数据，那这一亿的数据存储在数据库中，如果用一个作业节点处理一亿数据要很久，在互联网领域是不太能接受的，互联⽹领域更希望机器的增加去横向扩展处理能力。所以，ElasticJob可以把作业分为多个的task（每一个task就是一个任务分片），每一个task交给具体的一个机器实例去处理（一个机器实例是可以处理多个task的），但是具体每个task执⾏什么逻辑由我们自己来指定。

Strategy策略定义这些分片项怎么去分配到各个机器上去，默认是平均去分，可以定制，比如某一个机器负载比较高或者预配置比较高，那么就可以写策略。分片和作业本身是通过一个注册中心协调的，因为在分布式环境下，状态数据肯定集中到一点，才可以在分布式中沟通。

弹性扩容

新增加一个运行实例app3，它会自动注册到注册中心，注册中心发现新的服务上线，注册中心会通知ElasticJob 进行重新分片，那么总得分片项有多少，那么就可以搞多少个实例机器

注意：

1）分片项也是一个JOB配置，修改配置，重新分片，在下一次定时运行之前会重新调用分片算法，那么这个分片算法的结果就是：哪台机器运行哪一个一片，这个结果存储到zk中的，主节点会把分片给分好放到注册中心去，然后执行节点从注册中心获取信息(执行节点在定时任务开启的时候获取相应的分片)。

2）如果所有的节点挂掉值剩下一个节点，所有分片都会指向剩下的一个节点，这也是ElasticJob的高可用。