前言
前文介绍了Quartz的分布式定时任务的使用,本文则使用xxl-job来实现相关定时任务
XXL-JOB是一个分布式任务调度平台,其核心设计目标是开发迅速、学习简单、轻量级、易扩展
设计思想
-
将调度行为抽象形成“调度中心”公共平台,而平台自身并不承担业务逻辑,“调度中心”负责发起调度请求。
-
将任务抽象成分散的JobHandler,交由“执行器”统一管理,“执行器”负责接收调度请求并执行对应的JobHandler中业务逻辑。
因此,“调度”和“任务”两部分可以相互解耦,提高系统整体稳定性和扩展性;
特性
- 简单:支持通过Web页面对任务进行CRUD操作,操作简单,一分钟上手;
- 动态:支持动态修改任务状态、启动/停止任务,以及终止运行中任务,即时生效;
- 调度中心HA(中心式):调度采用中心式设计,“调度中心”自研调度组件并支持集群部署,可保证调度中心HA;
- 执行器HA(分布式):任务分布式执行,任务"执行器"支持集群部署,可保证任务执行HA;
- 注册中心: 执行器会周期性自动注册任务, 调度中心将会自动发现注册的任务并触发执行。同时,也支持手动录入执行器地址;
-弹性扩容缩容:一旦有新执行器机器上线或者下线,下次调度时将会重新分配任务; - 触发策略:提供丰富的任务触发策略,包括:Cron触发、固定间隔触发、固定延时触发、API(事件)触发、人工触发、父子任务触发;
- 调度过期策略:调度中心错过调度时间的补偿处理策略,包括:忽略、立即补偿触发一次等;
-阻塞处理策略:调度过于密集执行器来不及处理时的处理策略,策略包括:单机串行(默认)、丢弃后续调度、覆盖之前调度; - 任务超时控制:支持自定义任务超时时间,任务运行超时将会主动中断任务;
- 任务失败重试:支持自定义任务失败重试次数,当任务失败时将会按照预设的失败重试次数主动进行重试;其中分片任务支持分片粒度的失败重试;
- 任务失败告警;默认提供邮件方式失败告警,同时预留扩展接口,可方便的扩展短信、钉钉等告警方式;
- 路由策略:执行器集群部署时提供丰富的路由策略,包括:第一个、最后一个、轮询、随机、一致性HASH、最不经常使用、最近最久未使用、故障转移、忙碌转移等;
- 分片广播任务:执行器集群部署时,任务路由策略选择"分片广播"情况下,一次任务调度将会广播触发集群中所有执行器执行一次任务,可根据分片参数开发分片任务;
- 动态分片:分片广播任务以执行器为维度进行分片,支持动态扩容执行器集群从而动态增加分片数量,协同进行业务处理;在进行大数据量业务操作时可显著提升任务处理能力和速度。
- 故障转移:任务路由策略选择"故障转移"情况下,如果执行器集群中某一台机器故障,将会自动Failover切换到一台正常的执行器发送调度请求。
- 任务进度监控:支持实时监控任务进度;
- Rolling实时日志:支持在线查看调度结果,并且支持以Rolling方式实时查看执行器输出的完整的执行日志;
- GLUE:提供Web IDE,支持在线开发任务逻辑代码,动态发布,实时编译生效,省略部署上线的过程。支持30个版本的历史版本回溯。
- 脚本任务:支持以GLUE模式开发和运行脚本任务,包括Shell、Python、NodeJS、PHP、PowerShell等类型脚本;
- 命令行任务:原生提供通用命令行任务Handler(Bean任务,“CommandJobHandler”);业务方只需要提供命令行即可;
- 任务依赖:支持配置子任务依赖,当父任务执行结束且执行成功后将会主动触发一次子任务的执行, 多个子任务用逗号分隔;
- 一致性:“调度中心”通过DB锁保证集群分布式调度的一致性, 一次任务调度只会触发一次执行;
- 自定义任务参数:支持在线配置调度任务入参,即时生效;
- 调度线程池:调度系统多线程触发调度运行,确保调度精确执行,不被堵塞;
- 数据加密:调度中心和执行器之间的通讯进行数据加密,提升调度信息安全性;
- 邮件报警:任务失败时支持邮件报警,支持配置多邮件地址群发报警邮件;
- 推送maven中央仓库: 将会把最新稳定版推送到maven中央仓库, 方便用户接入和使用;
- 运行报表:支持实时查看运行数据,如任务数量、调度次数、执行器数量等;以及调度报表,如调度日期分布图,调度成功分布图等;
- 全异步:任务调度流程全异步化设计实现,如异步调度、异步运行、异步回调等,有效对密集调度进行流量削峰,理论上支持任意时长任务的运行;
- 跨语言:调度中心与执行器提供语言无关的 RESTful API 服务,第三方任意语言可据此对接调度中心或者实现执行器。除此之外,还提供了 “多任务模式”和“httpJobHandler”等其他跨语言方案;
- 国际化:调度中心支持国际化设置,提供中文、英文两种可选语言,默认为中文;
- 容器化:提供官方docker镜像,并实时更新推送dockerhub,进一步实现产品开箱即用;
- 线程池隔离:调度线程池进行隔离拆分,慢任务自动降级进入"Slow"线程池,避免耗尽调度线程,提高系统稳定性;
- 用户管理:支持在线管理系统用户,存在管理员、普通用户两种角色;
- 权限控制:执行器维度进行权限控制,管理员拥有全量权限,普通用户需要分配执行器权限后才允许相关操作;
架构图如下:
快速开始
鉴于关于 xuxueli/xxl-job-admin:2.4.0
镜像拉取过慢,所以自己构建版本镜像。
当然本地直接启动也是可以的,构建镜像主要是为了方便后续的集群操作。
调度中心
-
拉取版本源码:v2.4.0
-
解压,源码导入IDE,maven编译
- /doc :文档资料 - /db :“调度数据库”建表脚本 - /xxl-job-admin :调度中心,项目源码 - /xxl-job-core :公共Jar依赖 - /xxl-job-executor-samples :执行器,Sample示例项目
-
db准备,路径:
xxl-job-2.4.0\doc\db
- xxl_job_lock:任务调度锁表; - xxl_job_group:执行器信息表,维护任务执行器信息; - xxl_job_info:调度扩展信息表: 用于保存XXL-JOB调度任务的扩展信息,如任务分组、任务名、机器地址、执行器、执行入参和报警邮件等等; - xxl_job_log:调度日志表: 用于保存XXL-JOB任务调度的历史信息,如调度结果、执行结果、调度入参、调度机器和执行器等等; - xxl_job_log_report:调度日志报表:用户存储XXL-JOB任务调度日志的报表,调度中心报表功能页面会用到; - xxl_job_logglue:任务GLUE日志:用于保存GLUE更新历史,用于支持GLUE的版本回溯功能; - xxl_job_registry:执行器注册表,维护在线的执行器和调度中心机器地址信息; - xxl_job_user:系统用户表;
-
调度模块配置变更,路径:
/xxl-job/xxl-job-admin/src/main/resources/application.properties
### 调度中心JDBC链接 spring.datasource.url=jdbc:mysql://ip:host/xxl_job?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai spring.datasource.username=user spring.datasource.password=password spring.datasource.driver-class-name=com.mysql.jdbc.Driver ### 报警邮箱 spring.mail.host=smtp.qq.com spring.mail.port=25 spring.mail.username=xxx@qq.com spring.mail.password=xxx spring.mail.properties.mail.smtp.auth=true spring.mail.properties.mail.smtp.starttls.enable=true spring.mail.properties.mail.smtp.starttls.required=true spring.mail.properties.mail.smtp.socketFactory.class=javax.net.ssl.SSLSocketFactory ### 调度中心通讯TOKEN [选填]:非空时启用; xxl.job.accessToken= ### 调度中心国际化配置 [必填]: 默认为 "zh_CN"/中文简体, 可选范围为 "zh_CN"/中文简体, "zh_TC"/中文繁体 and "en"/英文; xxl.job.i18n=zh_CN ## 调度线程池最大线程配置【必填】 xxl.job.triggerpool.fast.max=200 xxl.job.triggerpool.slow.max=100 ### 调度中心日志表数据保存天数 [必填]:过期日志自动清理;限制大于等于7时生效,否则, 如-1,关闭自动清理功能; xxl.job.logretentiondays=30
-
构建镜像,项目中提供了dockerfile
-
启动调度中心
docker run -p 8080:8080 -v /tmp:/data/applogs --name xxl-job-admin -d xxl-job-admin:v2.4.0 /** * 如需自定义 mysql 等配置,可通过 "-e PARAMS" 指定,参数格式 PARAMS="--key=value --key2=value2" ; * 配置项参考文件:/xxl-job/xxl-job-admin/src/main/resources/application.properties * 如需自定义 JVM内存参数 等配置,可通过 "-e JAVA_OPTS" 指定,参数格式 JAVA_OPTS="-Xmx512m" ; */ docker run -e PARAMS="--spring.datasource.url=jdbc:mysql://172.17.0.3:3306/xxl_job?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai" -p 8080:8080 -v /tmp:/data/applogs --name xxl-job-admin -d xuxueli/xxl-job-admin:{指定版本}
- 踩坑:mysql和xxl-job-admin在同一个虚拟机,xxl-job-admin使用虚拟机ip不可用,需要使用mysql容器ip。
- 踩坑:mysql和xxl-job-admin在同一个虚拟机,xxl-job-admin使用虚拟机ip不可用,需要使用mysql容器ip。
-
访问调度中心:
admin/123456
执行器示例
使用项目中提供的xxl-job-executor-sample-springboot
,结合调度中心,做个简单验证。
- 修改配置文件
/xxl-job/xxl-job-executor-samples/xxl-job-executor-sample-springboot/src/main/resources/application.properties
### 调度中心部署根地址 [选填]:如调度中心集群部署存在多个地址则用逗号分隔。执行器将会使用该地址进行"执行器心跳注册"和"任务结果回调";为空则关闭自动注册; ### 容器部署使用调度中心容器内ip xxl.job.admin.addresses=http://127.0.0.1:8080/xxl-job-admin ### 执行器通讯TOKEN [选填]:非空时启用; xxl.job.accessToken= ### 执行器AppName [选填]:执行器心跳注册分组依据;为空则关闭自动注册 xxl.job.executor.appname=xxl-job-executor-sample ### 执行器注册 [选填]:优先使用该配置作为注册地址,为空时使用内嵌服务 ”IP:PORT“ 作为注册地址。从而更灵活的支持容器类型执行器动态IP和动态映射端口问题。 xxl.job.executor.address= ### 执行器IP [选填]:默认为空表示自动获取IP,多网卡时可手动设置指定IP,该IP不会绑定Host仅作为通讯实用;地址信息用于 "执行器注册" 和 "调度中心请求并触发任务"; xxl.job.executor.ip= ### 执行器端口号 [选填]:小于等于0则自动获取;默认端口为9999,单机部署多个执行器时,注意要配置不同执行器端口; xxl.job.executor.port=9999 ### 执行器运行日志文件存储磁盘路径 [选填] :需要对该路径拥有读写权限;为空则使用默认路径; xxl.job.executor.logpath=/data/applogs/xxl-job/jobhandler ### 执行器日志文件保存天数 [选填] : 过期日志自动清理, 限制值大于等于3时生效; 否则, 如-1, 关闭自动清理功能; xxl.job.executor.logretentiondays=30
- 可以看到示例中使用Bean的方式,将配置文件中的属性注入并返回执行器对象。
- 对比调度中心执行器设置
- 示例任务设置
- 对比调度中心任务配置
- 利用dockerfile快速启动执行器,路径:
\xxl-job\xxl-job-executor-samples\xxl-job-executor-sample-springboot
- 调度中心查看执行器节点
- 启动测试任务进行测试
- 调度中心调度日志查看
自定义任务
在新建自定义任务之前,我们先对任务中的各项参数进行解释:
基础配置:
- 执行器:任务的绑定的执行器,任务触发调度时将会自动发现注册成功的执行器, 实现任务自动发现功能; 另一方面也可以方便的进行任务分组。每个任务必须绑定一个执行器, 可在 "执行器管理" 进行设置;
- 任务描述:任务的描述信息,便于任务管理;
- 负责人:任务的负责人;
- 报警邮件:任务调度失败时邮件通知的邮箱地址,支持配置多邮箱地址,配置多个邮箱地址时用逗号分隔;
触发配置:
- 调度类型:
无:该类型不会主动触发调度;
CRON:该类型将会通过CRON,触发任务调度;
固定速度:该类型将会以固定速度,触发任务调度;按照固定的间隔时间,周期性触发;
固定延迟:该类型将会以固定延迟,触发任务调度;按照固定的延迟时间,从上次调度结束后开始计算延迟时间,到达延迟时间后触发下次调度;
- CRON:触发任务执行的Cron表达式;
- 固定速度:固定速度的时间间隔,单位为秒;
- 固定延迟:固定延迟的时间间隔,单位为秒;
任务配置:
- 运行模式:
BEAN模式:任务以JobHandler方式维护在执行器端;需要结合 "JobHandler" 属性匹配执行器中任务;
GLUE模式(Java):任务以源码方式维护在调度中心;该模式的任务实际上是一段继承自IJobHandler的Java类代码并 "groovy" 源码方式维护,它在执行器项目中运行,可使用@Resource/@Autowire注入执行器里中的其他服务;
GLUE模式(Shell):任务以源码方式维护在调度中心;该模式的任务实际上是一段 "shell" 脚本;
GLUE模式(Python):任务以源码方式维护在调度中心;该模式的任务实际上是一段 "python" 脚本;
GLUE模式(PHP):任务以源码方式维护在调度中心;该模式的任务实际上是一段 "php" 脚本;
GLUE模式(NodeJS):任务以源码方式维护在调度中心;该模式的任务实际上是一段 "nodejs" 脚本;
GLUE模式(PowerShell):任务以源码方式维护在调度中心;该模式的任务实际上是一段 "PowerShell" 脚本;
- JobHandler:运行模式为 "BEAN模式" 时生效,对应执行器中新开发的JobHandler类“@JobHandler”注解自定义的value值;
- 执行参数:任务执行所需的参数;
高级配置:
- 路由策略:当执行器集群部署时,提供丰富的路由策略,包括;
FIRST(第一个):固定选择第一个机器;
LAST(最后一个):固定选择最后一个机器;
ROUND(轮询):;
RANDOM(随机):随机选择在线的机器;
CONSISTENT_HASH(一致性HASH):每个任务按照Hash算法固定选择某一台机器,且所有任务均匀散列在不同机器上。
LEAST_FREQUENTLY_USED(最不经常使用):使用频率最低的机器优先被选举;
LEAST_RECENTLY_USED(最近最久未使用):最久未使用的机器优先被选举;
FAILOVER(故障转移):按照顺序依次进行心跳检测,第一个心跳检测成功的机器选定为目标执行器并发起调度;
BUSYOVER(忙碌转移):按照顺序依次进行空闲检测,第一个空闲检测成功的机器选定为目标执行器并发起调度;
SHARDING_BROADCAST(分片广播):广播触发对应集群中所有机器执行一次任务,同时系统自动传递分片参数;可根据分片参数开发分片任务;
- 子任务:每个任务都拥有一个唯一的任务ID(任务ID可以从任务列表获取),当本任务执行结束并且执行成功时,将会触发子任务ID所对应的任务的一次主动调度。
- 调度过期策略:
- 忽略:调度过期后,忽略过期的任务,从当前时间开始重新计算下次触发时间;
- 立即执行一次:调度过期后,立即执行一次,并从当前时间开始重新计算下次触发时间;
- 阻塞处理策略:调度过于密集执行器来不及处理时的处理策略;
单机串行(默认):调度请求进入单机执行器后,调度请求进入FIFO队列并以串行方式运行;
丢弃后续调度:调度请求进入单机执行器后,发现执行器存在运行的调度任务,本次请求将会被丢弃并标记为失败;
覆盖之前调度:调度请求进入单机执行器后,发现执行器存在运行的调度任务,将会终止运行中的调度任务并清空队列,然后运行本地调度任务;
- 任务超时时间:支持自定义任务超时时间,任务运行超时将会主动中断任务;
- 失败重试次数;支持自定义任务失败重试次数,当任务失败时将会按照预设的失败重试次数主动进行重试;
GLUE模式
- 新建该模式任务,这里使用GLUE(Java)
- 任务的操作按钮,选择
GLUE IDE
进入 “GLUE编辑器开发界面”,运行模式的任务默认已经初始化了示例任务代码,即打印Hello World。( “GLUE模式(Java)” 运行模式的任务实际上是一段继承自IJobHandler的Java类代码,它在执行器项目中运行,可使用@Resource/@Autowire注入执行器里中的其他服务
)
- 让其执行一次,进行测试,观察调度日志
- 观察执行器相关控制台日志
BEAN模式(类形式)
Bean模式任务,支持基于类的开发方式,每个任务对应一个Java类。
- 优点:
- 不限制项目环境,兼容性好。即使是无框架项目,如main方法直接启动的项目也可以提供支持
- 可以参考示例项目 “xxl-job-executor-sample-frameless”;
- 缺点:
- 每个任务需要占用一个Java类,造成类的浪费;
- 不支持自动扫描任务并注入到执行器容器,需要手动注入。
- 自定义任务处理器,实现
IJobHandler
类public class MyJobHandler extends IJobHandler { @Override public void execute() throws Exception { System.out.println("---------------Bean class----------"); } }
- 手动注入到执行器
public class JobClassStart{ public static void main(String[] args) { XxlJobExecutor.registJobHandler("myJo bHandler", new MyJobHandler()); } }
- UI页面新建任务,填写相应的
JobHandler
- 执行一次进行测试
BEAN模式(方法形式)
快速开始中就是典型的Bean方法形式,这里就不做演示了。
小结
在XXL-Job中,经常使用的两种方式定义任务的执行逻辑,即"Bean Class模式"和"Bean方法模式"。
-
Bean Class模式:
- 在Bean Class模式下,任务的执行逻辑被定义在一个实现了
com.xxl.job.core.handler.IJobHandler
接口的类中。 - 手动注入到执行器中。
- 在Bean Class模式下,任务的执行逻辑被定义在一个实现了
-
Bean方法模式:
- 在Bean方法模式下,任务的执行逻辑被定义在一个Spring Bean中的具体方法中。
- 需要将任务执行的方法标记为
@XxlJob
注解,并在value
属性中指定任务的名称。 - XXL-Job的执行器会通过Spring容器获取相应的Bean,并调用标记了
@XxlJob
注解的方法执行任务。
PS:
- 在Bean Class模式中,任务的执行逻辑是在任务执行类的
execute
方法中实现。 - 在Bean方法模式中,任务的执行逻辑是在Spring Bean中的具体方法中实现。
- Bean Class模式通过类的方式来定义任务,适用于任务逻辑较为复杂的场景。
- Bean方法模式通过方法的方式来定义任务,适用于任务逻辑相对简单的场景。
选择使用哪种模式取决于具体的需求和任务逻辑的复杂度。
集群表现
执行器集群
执行器支持集群部署,提升调度系统可用性,同时提升任务处理能力。
执行器集群部署时,几点要求和建议:
执行器回调地址(xxl.job.admin.addresses)需要保持一致;执行器根据该配置进行执行器自动注册等操作。
同一个执行器集群内AppName(xxl.job.executor.appname)需要保持一致;调度中心根据该配置动态发现不同集群的在线执行器列表。
环境准备
- 容器集群
- 数据库注册表体现
- 调度中心UI体现
任务路由策略
❗️轮询
见文知意,直接贴上结果。
❗️故障转移
调度中心每次发起调度请求时,会按照顺序对执行器发出心跳检测请求,第一个检测为存活状态的执行器将会被选定并发送调度请求。
- 为了有故障体现,我们执行器修改为手动录入
- 停止两个服务,确保只有
172.17.0.7:9999
服务正常
- 修改任务的路由策略
- 执行一次,观察结果
在调度备注
可以看出本地调度运行轨迹,执行器的注册方式
、地址列表
和任务的路由策略
。
故障转移(FAILOVER)
路由策略下,调度中心首先对第一个地址进行心跳检测,心跳失败因此自动跳过,第二个依然心跳检测失败。直至心跳检测第三个地址“127.0.0.7:9999”成功,然后对其发送调度请求,调度流程结束,等待执行器显示执行结果。
这个流程要大概清楚。
❗️分片广播
执行器集群部署时,任务路由策略选择 分片广播
情况下,一次任务调度将会广播触发对应集群中所有执行器执行一次任务,同时系统自动传递分片参数;可根据分片参数开发分片任务;
分片广播
以执行器为维度进行分片,支持动态扩容执行器集群从而动态增加分片数量,协同进行业务处理;在进行大数据量业务操作时可显著提升任务处理能力和速度。
分片广播
和普通任务开发流程一致,不同之处在于可以获取分片参数,获取分片参数进行分片业务处理。
- 修改任务
- 执行一次查看结果
- 执行日志监测
很有用,大任务分成小任务分到每个执行器上执行。这种方式可以充分利用集群中的资源,提高任务的执行效率。
而且因在不同的执行器上,任务分片并行处理,可以显著提升任务的执行速度,特别是对于一些耗时较长的任务或者需要处理大量数据的任务来说,可以有效地缩短任务的执行时间。
适用于分布式环境下的大规模任务调度和处理。
调度器集群
调度中心支持集群部署,提升调度系统容灾和可用性。
调度中心集群部署时,几点要求和建议:
DB配置保持一致;
集群机器时钟保持一致(单机集群忽视);
环境准备
- 准备了两个调度中心和nginx代理容器
- 端口暴露情况
- nginx作为统一入口
- 访问正常
- 再整俩执行器
- 查看页面是否有注册上去
环境完成。
测试调度
XXL-JOB调度模块默认采用并行机制,在多线程调度的情况下,调度模块被阻塞的几率很低,大大提高了调度系统的承载量。
XXL-JOB的不同任务之间并行调度、并行执行。
XXL-JOB的单个任务,针对多个执行器是并行运行的,针对单个执行器是串行执行的。同时支持任务终止。
主要测试,是否会有重复调度的情况发生。
- 修改任务
- 执行一次观察调用
- 再次执行一次观察调用
测试结果:并没有重复调用。
解析
利用xxl_job_lock
表做排他锁,当一个任务需要被调度时,调度中心会先查询该表,判断当前任务是否已经被锁定。如果任务已被锁定,表示该任务已经在执行中,调度中心会跳过该任务的调度,等待下次调度。如果任务未被锁定,调度中心会通过更新 xxl_job_lock 表的方式对该任务进行加锁,以避免重复调度。任务执行完成后,调度中心会释放对应任务的锁,将 xxl_job_lock 表中对应的记录删除。
- 先通过jdbc获取一个数据库连接并将事务自动commit关闭。
- 通过select for update的方式来锁住一行(排它锁)。
- 执行事务逻辑。
- 事务执行完毕手动提交事务。
Quartz & Xxl-Job
xxl-job和Quartz都是流行的任务调度框架,它们在功能和性能上有一些差异。下面是对它们的优缺点的总结:
xxl-job的优点:
- 精确的时间调度:xxl-job提供了灵活的时间表达式和任务调度策略,可以满足各种复杂的调度需求。
- 分布式支持:xxl-job支持分布式部署,可以轻松实现任务的分布式调度和执行。
- 可视化管理:xxl-job提供了友好的Web界面管理工具,可以方便地查看和管理任务。
- 运维监控功能:xxl-job提供了任务的运行状态监控和告警功能,方便运维人员及时处理异常情况。
- 良好的扩展性:xxl-job支持任务执行器的自定义扩展,可以根据业务需求灵活定制任务执行逻辑。
xxl-job的缺点:
- 社区规模相对较小:相比Quartz而言,xxl-job的社区规模较小,相关文档和资源相对较少,对于一些特定问题的解决可能需要耗费一些时间和精力。
- 功能相对于Quartz较少:虽然xxl-job提供了基本的任务调度功能,但与Quartz相比,xxl-job在高级调度特性方面的支持可能较为有限。(例如作业链(Job Chaining)、依赖关系管理、错过执行策略、作业监听器、作业状态持久化等。)
Quartz的优点:
- 成熟稳定:Quartz是一个经过长期使用和验证的任务调度框架,具有较高的稳定性和可靠性。
- 强大的调度功能:Quartz提供了多种调度特性,如固定间隔、Cron表达式和作业链等,可以满足各种复杂的调度需求。
- 丰富的文档和资源:由于Quartz的广泛使用,相关的文档和资源相对丰富,可以方便地获取支持和解决问题。
- 支持集群和分布式:Quartz具有良好的集群和分布式支持,可以实现高可用和高性能的任务调度。
Quartz的缺点:
- 配置复杂:Quartz的配置相对复杂,需要理解其基本原理和概念,初学者可能需要一些时间来适应和熟悉。
- 可视化管理相对不足:Quartz本身并没有提供官方的可视化管理工具,需要通过第三方工具或自定义开发来实现任务的管理和监控。
- 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;而XXL-JOB通过执行器实现“协同分配式”运行任务,充分发挥集群优势,负载各节点均衡。
没有最好,只有最合适~~~