调度中心整体方案【基于xxl-job的内部定制改造】

最新推荐文章于 2024-05-31 06:29:39 发布

Kelvin写代码

最新推荐文章于 2024-05-31 06:29:39 发布

阅读量1.3k

点赞数 1

分类专栏： docker 工具 JAVA 文章标签： spring xxl-job 调度中心容器部署

本文链接：https://blog.csdn.net/sdfiiiiii/article/details/121394046

版权

JAVA 同时被 3 个专栏收录

13 篇文章 0 订阅

订阅专栏

工具

11 篇文章 0 订阅

订阅专栏

docker

2 篇文章 0 订阅

订阅专栏

调度中心整体方案

xxl-job改造

目标

我们的调度中心，一般是建立在spring环境。xxl-job的原生支持方案是需要加@XxlJob(“xxx”)注解。然而，我们目前自研的调度中心，是支持通过配置bean和bean的method（method可以加参数，但只能是String类型）来调度。配置图如下：

所以，我们尝试改造xxl-job，增加一种调度类型，使其可以直接调度bean的method，而不需要加@XxlJob(“xxx”)注解。整体实现的效果如下图：

admin页面&db修改

如上图，在任务创建和更新的地方，要增加

db的xxl_job_info，增加字段：handler_method varchar(255) DEFAULT '' COMMENT '调用的bean方法'
任务配置->运行模式，增加一种”EXEC_LLT“类型：com.xxl.job.core.glue.GlueTypeEnum
如果选择了”EXEC_LLT“类型，要显示”bean方法“输入框，来输入方法

上面代码的改动，可以clone代码来查看：https://gitee.com/kelvin11/xxl-job

重点修改的代码

admin增加对”EXEC_LLT“类型的调度支持

这里主要可以从调度的入口来找在哪里修改，可以通过页面点击”执行一次“，来查看是触发的后端admin的哪个接口（answer：/jobinfo/trigger）

com.xxl.job.admin.controller.JobInfoController#triggerJob

com.xxl.job.admin.core.thread.JobTriggerPoolHelper#trigger

com.xxl.job.admin.core.trigger.XxlJobTrigger#trigger

com.xxl.job.admin.core.trigger.XxlJobTrigger#processTrigger

com.xxl.job.admin.core.trigger.XxlJobTrigger#runExecutor

com.xxl.job.core.biz.client.ExecutorBizClient#run

XxlJobRemotingUtil.postBody(addressUrl + “run”, accessToken, timeout, triggerParam, String.class);

一路下来，可以看到，其实最终admin，是通过一个http的调用，来调起executor的执行。这个调用的参数样例，如下：

http://localhost:9999/run

{
    "jobId": 1,
    "executorHandler": "sampleLltJob",
    "handlerMethod": "execLltSample",-------这个是这次改造新增的参数
    "executorParams": "hello parameters~",
    "executorBlockStrategy": "SERIAL_EXECUTION",
    "executorTimeout": 0,
    "logId": 11,
    "logDateTime": 1637041633591,
    "glueType": "EXEC-LLT",
    "glueSource": "",
    "glueUpdatetime": 1541254891000,
    "broadcastIndex": 0,
    "broadcastTotal": 1
}

那么修改的核心，应该是在executor，收到请求后，如何去执行。

executor增加对”EXEC_LLT“类型的调度支持

那就找executor是如何接收请求的？我们找/run这样的关键字，找到在这里：com.xxl.job.core.server.EmbedServer.EmbedHttpServerHandler#channelRead0，明显可以看出，这个是netty创建的一个server，默认就是配置文件配置的端口9999。

为了改造最小化，我们还是通过/run方法来接收请求，新增处理方式即可，这里就是改造的重点了。

com.xxl.job.core.biz.impl.ExecutorBizImpl#run

原先是要拿到一个IJobHandler，我们可以看到这个实现类，原先是3个，我们针对”EXEC_LLT“类型，新增加了一个实现类。

我们通过反射根据TriggerParam，找到对应的被调用类和方法，然后生成LltMethodJobHandler对象，核心代码如下：

// new jobhandler
Object target = XxlJobSpringExecutor.getApplicationContext().getBean(triggerParam.getExecutorHandler());
Method method = null;
try {
    if (!StringUtils.hasText(triggerParam.getExecutorParams())) {
        method = target.getClass().getMethod(triggerParam.getHandlerMethod());
    }
    else {
        method = target.getClass().getMethod(triggerParam.getHandlerMethod(), String.class);
    }
} catch (NoSuchMethodException e) {
    logger.error("handler no such method", e);
}
String paramString = triggerParam.getExecutorParams();
IJobHandler newJobHandler = new LltMethodJobHandler(target, method, null, null, paramString);

我们新增的com.xxl.job.core.handler.impl.LltMethodJobHandler代码不复杂，跟原先基本一样，就是增加了反射调用，而不是通过原先注解找到的方法来执行。

package com.xxl.job.core.handler.impl;

import com.xxl.job.core.handler.IJobHandler;
import org.springframework.util.StringUtils;

import java.lang.reflect.Method;

/**
 * @author liukun
 */
public class LltMethodJobHandler extends IJobHandler {

    private final Object target;
    private final Method method;
    private Method initMethod;
    private Method destroyMethod;
    private String paramString;

    public LltMethodJobHandler(Object target, Method method, Method initMethod, Method destroyMethod, String paramString) {
        this.target = target;
        this.method = method;

        this.initMethod = initMethod;
        this.destroyMethod = destroyMethod;

        this.paramString = paramString;
    }

    @Override
    public void execute() throws Exception {
        if (!StringUtils.hasText(paramString)) {
            method.invoke(target);
        }
        else {
            method.invoke(target, paramString);
        }
        /*Class<?>[] paramTypes = method.getParameterTypes();
        if (paramTypes.length > 0) {
            method.invoke(target, new Object[paramTypes.length]);       // method-param can not be primitive-types
        } else {
            method.invoke(target);
        }*/
    }

    @Override
    public void init() throws Exception {
        if(initMethod != null) {
            initMethod.invoke(target);
        }
    }

    @Override
    public void destroy() throws Exception {
        if(destroyMethod != null) {
            destroyMethod.invoke(target);
        }
    }

    @Override
    public String toString() {
        return super.toString()+"["+ target.getClass() + "#" + method.getName() +"]";
    }
}

至此，我们的admin和executor的改造就完成了。下面就是将executor打成jar包放入到项目中运行看看。

我们由于使用的docker环境，并且是使用的swam overlay网络，这里就有个疑问：executor获取的ip是什么ip？admin调用executor的时候还能正常调用吗？

部署

executor打jar包

这个比较简单，直接将xxl-job打包，然后再xxl-job-core的target目录下找到对应的jar包

executor的jar包上传到nexus私服

在dbc项目中引入

maven中引入executor

<dependency>
  <groupId>com.xuxueli.hbtech</groupId>
  <artifactId>xxl-job-core</artifactId>
  <version>2.3.0</version>
</dependency>

增加xxl-job的properties配置

### xxl-job admin address list, such as "http://address" or "http://address01,http://address02"
xxl.job.admin.addresses=http://172.18.102.116:8080/xxl-job-admin

### xxl-job, access token
xxl.job.accessToken=

### xxl-job executor appname
xxl.job.executor.appname=dbc-test
### xxl-job executor registry-address: default use address to registry , otherwise use ip:port if address is null
xxl.job.executor.address=
### xxl-job executor server-info
xxl.job.executor.ip=
xxl.job.executor.port=9999
### xxl-job executor log-path
xxl.job.executor.logpath=./data/applogs/xxl-job/jobhandler
### xxl-job executor log-retention-days
xxl.job.executor.logretentiondays=30

logging.config=classpath:logback.xml

增加xxl-job的配置

package com.hbtech.dbc.common.config;

import com.xxl.job.core.executor.impl.XxlJobSpringExecutor;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * xxl-job config
 *
 * @author liukun 2017-04-28
 */
@Configuration
public class XxlJobConfig {
    private Logger logger = LoggerFactory.getLogger(XxlJobConfig.class);

    @Value("${xxl.job.admin.addresses}")
    private String adminAddresses;

    @Value("${xxl.job.accessToken}")
    private String accessToken;

    @Value("${xxl.job.executor.appname}")
    private String appname;

    @Value("${xxl.job.executor.address}")
    private String address;

    @Value("${xxl.job.executor.ip}")
    private String ip;

    @Value("${xxl.job.executor.port}")
    private int port;

    @Value("${xxl.job.executor.logpath}")
    private String logPath;

    @Value("${xxl.job.executor.logretentiondays}")
    private int logRetentionDays;


    @Bean
    public XxlJobSpringExecutor xxlJobExecutor() {
        logger.info(">>>>>>>>>>> xxl-job config init.");
        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;
    }

    /**
     * 针对多网卡、容器内部署等情况，可借助 "spring-cloud-commons" 提供的 "InetUtils" 组件灵活定制注册IP；
     *
     *      1、引入依赖：
     *          <dependency>
     *             <groupId>org.springframework.cloud</groupId>
     *             <artifactId>spring-cloud-commons</artifactId>
     *             <version>${version}</version>
     *         </dependency>
     *
     *      2、配置文件，或者容器启动变量
     *          spring.cloud.inetutils.preferred-networks: 'xxx.xxx.xxx.'
     *
     *      3、获取IP
     *          String ip_ = inetUtils.findFirstNonLoopbackHostInfo().getIpAddress();
     */


}

dbc项目打成jar包

<build>
    <plugins>
        <plugin>
            <groupId>org.apache.maven.plugins</groupId>
            <artifactId>maven-compiler-plugin</artifactId>
            <configuration>
                <source>1.8</source>
                <target>1.8</target>
                <encoding>UTF-8</encoding>
            </configuration>
        </plugin>

        <plugin>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-maven-plugin</artifactId>
            <configuration>
                <fork>true</fork>
            </configuration>
        </plugin>
    </plugins>
</build>

创建docker swarm overlay环境

我们有2台虚拟机来测试，分别是172.18.102.116和172.18.102.134。

防踩坑

为了防止踩坑，先都打开防火墙，并且开放一些必要的端口(2台机器都要执行)

systemctl restart firewalld.service
firewall-cmd --zone=public --add-port=7946/tcp --permanent
firewall-cmd --zone=public --add-port=7946/udp --permanent
firewall-cmd --zone=public --add-port=4789/udp --permanent
firewall-cmd --zone=public --add-port=4789/tcp --permanent
firewall-cmd --zone=public --add-port=2375/tcp --permanent
firewall-cmd --zone=public --add-port=2375/udp --permanent
firewall-cmd --zone=public --add-port=2377/udp --permanent
firewall-cmd --zone=public --add-port=2377/tcp --permanent
firewall-cmd --zone=public --add-port=8080/tcp --permanent
firewall-cmd --zone=public --add-port=9999/tcp --permanent
firewall-cmd --reload

如果不执行，可能会遇到一些奇怪的问题，比如：

创建了overlay网络，在work机器上，容器应用不能加入网络

[root@server3 ~]# docker run -itd --name=busybox2 --network=testnetwork busybox /bin/sh
Unable to find image 'busybox:latest' locally
latest: Pulling from library/busybox
e685c5c858e3: Pull complete
Digest: sha256:e7157b6d7ebbe2cce5eaa8cfe8aa4fa82d173999b9f90a9ec42e57323546c353
Status: Downloaded newer image for busybox:latest
1d2f47a82445a946ea78c44058baf1fe21c5f3204bc484197139b0808842c50d
docker: Error response from daemon: attaching to network failed, make sure your network options are correct and check manager logs: context deadline exceeded.

启动容器应用的时候，报防火墙相关问题

[root@116 xxl]# docker run -itd --name xxladmin -p 8080:8080 --network=testnetwork5 xxladmin1.0
c3d9f1a5a62c50aee388364306ba575aa0b5a59fbc85c5408b2040b7a3250ff5
docker: Error response from daemon: container c3d9f1a5a62c50aee388364306ba575aa0b5a59fbc85c5408b2040b7a3250ff5: endpoint join on GW Network failed: driver failed programming external connectivity on endpoint gateway_79cd50cb1a80 (0f8dc70541f22f02d3e89832e929dfc18ffcac3d15ed563a6f7c2b464bdb9111):  (iptables failed: iptables --wait -t nat -A DOCKER -p tcp -d 0/0 --dport 8080 -j DNAT --to-destination 172.31.0.4:8080 ! -i br-167a79121a6e: iptables: No chain/target/match by that name.
 (exit status 1)).

在116上创建swarm manager

root@116 xxl]# docker swarm init --advertise-addr 172.18.102.116
Swarm initialized: current node (nvb5j0no5xzsz7kp9hue2by9f) is now a manager.

To add a worker to this swarm, run the following command:

    docker swarm join --token SWMTKN-1-2zv0qv7nkownkvrojs3jhipjg5jnjmsod1i6ihy2l8ppw6cine-bdjj76p0xaavdnjfjha5ek8n8 172.18.102.116:2377

To add a manager to this swarm, run 'docker swarm join-token manager' and follow the instructions.

然后去134上执行docker swarm join命令
在116上创建overlay网络
```
docker network create -d overlay --attachable my-network5
```
执行后，其实在134上也会有此网络信息。

部署xxl-job-admin

上传xxl-job-admin-2.3.0.jar

创建admin的Dockerfile

FROM java:8
MAINTAINER KelvinLiu
ADD xxl-job-admin-2.3.0.jar xxl-job-admin-2.3.0.jar
EXPOSE 8080
ENTRYPOINT ["java","-jar","xxl-job-admin-2.3.0.jar"]

构建admin的docker镜像

docker build -t xxladmin1.0 .

构建admin的docker容器

docker run -itd --name xxladmin -p 8080:8080 --network=testnetwork5 xxladmin1.0

访问admin

http://172.18.102.116:8080/xxl-job-admin/

部署dbc（其中含有xxl-job-executor）

上传dbc.jar

创建dbc的Dockerfile

FROM java:8
MAINTAINER KelvinLiu
ADD dbc.jar dbc.jar
EXPOSE 9999
ENTRYPOINT ["java","-jar","dbc.jar"]

构建dbc的docker镜像

docker build -t dbc1.0 .

构建dbc的docker容器

docker run -itd --name dbc -p 9999:9999 --network=testnetwork5 dbc1.0

查看admin上executor是否自动注册

前提要先建好执行器（蓝色不用填写），不然即使dbc启动，也不会自动创建执行器。这里理解为，执行器要自己建，如果建的名称相同，当dbc启动的时候，admin会通过自动运行的线程，将dbc这个executor的ip更新进来。

其实通过上图，可以看到，自动注册的执行器机器地址，是容器的IP

执行一次

这里就不多加说明了，执行的时候，是admin的机器调用了dbc容器的ip:9999端口的，overlay网络，保证了2个容器通过IP调用可通。

Kelvin写代码

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
调度中心整体方案【基于xxl-job的内部定制改造】

文章目录调度中心整体方案xxl-job改造目标admin页面&db修改重点修改的代码admin增加对”EXEC_LLT“类型的调度支持executor增加对”EXEC_LLT“类型的调度支持部署executor打jar包executor的jar包上传到nexus私服在dbc项目中引入maven中引入executor增加xxl-job的properties配置增加xxl-job的配置dbc项目打成jar包创建docker swarm overlay环境部署xxl-job-admin上传xxl-job-
复制链接

扫一扫