[ElasticJob系列]ElasticJob-Lite试验

猿Why在工作中解决问题的时候，了解到了分布式任务调度。看到“分布式任务”字样，原认为是“处理比较消耗资源的请求，使得此类请求处理均衡分发到分布式的系统中”，直到看到了扫盲文章。

在看完ElasticJob官方文档之后，终于对分布式任务调度有了入门了解。

分布式任务调度中心场景

就ElasticJob而言，分布式任务调度比较适合的场景是后台作业。特别是定时的后台作业，并且业务处理逻辑比较简单，任务之间的数据依赖性不大的情况会比较适合。例如：员工每月工资定时发放，考勤计算工资发放金额。

按照自己的理解，对ElasticJob-Lite适用的场景进行小结：

• 依赖Zookeeper作为服务注册中心（3.0版本的ElasticJob要求Zookeeper版本3.6+ ）
• 支持分布式、有任务调度 支持定时任务和一次性任务
• 有elasticjob-lite和elasticjob-cloud两种模式
• elasticjob-lite模式，执行任务的模块嵌入应用中，可以直接使用数据库连接池等，任务的执行，应用的是应用程序进程中的线程执行任务
• 优点
  • 轻量级，简单，依赖少，只需一个zk就可以使用起来
  • 支持多种作业类型，分片，失效转移，错过执行，动态新增，删除节点
  • 简单的可视化管理
  • 方便和spring整合，springboot整合
• 缺点
  • 占用业务机器资源，资源调度和业务执行没有解耦
  • zk作为注册中心不友好，不支持高可用
  • 不支持复杂的作业管理（作业依赖），一些复杂业务场景不可使用
  • 可视化相对简单，作业监控也比较简单 对单次执行不太友好

另外：

• 相同分片编号的任务执行具有顺序性
• 不同分片编号的任务在同一服务器上执行，没有顺序性
• 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（分片数一定大于服务器的数量才算有意义）
• 分片数大于机器数的情况下，存在一台机器处理多个分片而号的情况
• 分片的概念，是开发人员根据任务的业务对数据进行划分，例如：数据库水平拆分，处理北京、上海、深圳三个地方的数据。

ElasticJob-Lite试验遇到的问题解决

试验

问题表现

ip is null字样的异常信息

问题出现条件

Windows操作系统、无线网卡连接、虚拟机网卡

问题原因

其根本问题是API的问题。

为了保证试验的流畅，我直接把org.apache.shardingsphere.elasticjob.infra.env.IpUtils暴力覆盖了！
参见