1.1什么是任务调度
我们可以思考一下下面业务场景的解决方案:
- 某电商平台需要每天上午10点,下午3点,晚上8点发放一批优惠券
- 某银行系统需要在信用卡到期还款日的前三天进行短信提醒
- 某财务系统需要在每天凌晨0:10分结算前一天的财务数据,统计汇总
以上场景就是任务调度所需要解决的问题
1.2 为什么需要分布式调度
感觉Spring给我们提供的这个注解可以完成任务调度的功能,好像已经完美解决问题了,为什么还需要分布式呢?
主要有如下这几点原因:
1.单机处理极限:原本1分钟内需要处理1万个订单,但是现在需要1分钟内处理10万个订单;原来一个统计需要1小时,现在业务方需要10分钟就统计出来。你也许会说,你也可以多线程、单机多进程处理。的确,多线程并行处理可以提高单位时间的处理效率,但是单机能力毕竟有限(主要是CPU、内存和磁盘),始终会有单机处理不过来的情况。
2.高可用:单机版的定式任务调度只能在一台机器上运行,如果程序或者系统出现异常就会导致功能不可用。虽然可以在单机程序实现的足够稳定,但始终有机会遇到非程序引起的故障,而这个对于一个系统的核心功能来说是不可接受的。
3.防止重复执行: 在单机模式下,定时任务是没什么问题的。但当我们部署了多台服务,同时又每台服务又有定时任务时,若不进行合理的控制在同一时间,只有一个定时任务启动执行,这时,定时执行的结果就可能存在混乱和错误了
这个时候就需要分布式的任务调度来实现了。
启动zookeeper
1 把包解压一下 2 到conf目录中 把zoo_sample.cfg 拷贝一份 , 修改名字为zoo.cfg 3 到bin目录中启动startup.cmd文件
启动图形化界面
1 解压 2 到build目录中 ,cmd java -jar jar包名字 , 在图形化界面中成功进行连接
2.1 环境搭建
2.1.1 版本要求
- JDK 要求1.7以上保本
- Maven 要求3.0.4及以上版本
- Zookeeper 要求采取3.4.6以上版本
2.1.2 Zookeeper安装&运行
2.1.3 创建Maven项目
添加如下依赖
<dependency>
<groupId>com.dangdang</groupId>
<artifactId>elastic-job-lite-core</artifactId>
<version>2.1.5</version>
</dependency>
2.2 代码实现
@Configuration
public class RegistryCenterConfig {
@Bean(initMethod = "init")
public CoordinatorRegistryCenter createRegistryCenter(@Value("${elasticjob.zookeeper-url}") String zookeeperUrl, @Value("${elasticjob.group-name}") String groupName) {
//zk的配置
ZookeeperConfiguration zookeeperConfiguration = new ZookeeperConfiguration(zookeeperUrl,groupName);
//设置zk超时时间
zookeeperConfiguration.setSessionTimeoutMilliseconds(5000);
//创建注册中心
CoordinatorRegistryCenter zookeeperRegistryCenter = new ZookeeperRegistryCenter(zookeeperConfiguration);
return zookeeperRegistryCenter;
}
}
@Configuration
public class ElasticJobConfig {
@Autowired
private CoordinatorRegistryCenter registryCenter;
@Autowired
private MyElasticJob myElasticJob;
//作业配置
private static LiteJobConfiguration createJobConfiguration(Class clz,
String cron,
int shardingTotalCount,
String shardingItemParameters) {
// 定义作业核心配置
JobCoreConfiguration.Builder jobCoreConfigurationBuilder = JobCoreConfiguration.newBuilder(clz.getSimpleName(), cron, shardingTotalCount);
if(!StringUtils.isEmpty(shardingItemParameters)){
jobCoreConfigurationBuilder.shardingItemParameters(shardingItemParameters);
}
// 定义SIMPLE类型配置
SimpleJobConfiguration simpleJobConfig = new SimpleJobConfiguration(jobCoreConfigurationBuilder.build(), MyElasticJob.class.getCanonicalName());
// 定义Lite作业根配置
LiteJobConfiguration simpleJobRootConfig = LiteJobConfiguration.newBuilder(simpleJobConfig).overwrite(true).build();
return simpleJobRootConfig;
}
@Autowired
private FileCustomJob fileCustomJob;
/* //入门案例
@Bean(initMethod = "init")
public SpringJobScheduler initSimpleElasticJob(){
SpringJobScheduler springJobScheduler = new SpringJobScheduler(myElasticJob,registryCenter,createJobConfiguration(myElasticJob.getClass(),"0/3 * * * * ?",1,null));
return springJobScheduler;
}
//备份案例
@Bean(initMethod = "init")
public SpringJobScheduler initSimpleElasticJob1(){
SpringJobScheduler springJobScheduler = new SpringJobScheduler(fileCustomJob,registryCenter,createJobConfiguration(fileCustomJob.getClass(),"0/3 * * * * ?",1,null));
return springJobScheduler;
}*/
//分片案例
@Bean(initMethod = "init")
public SpringJobScheduler initSimpleElasticJob(FileCustomJob fileCustomJob){
return new SpringJobScheduler(fileCustomJob,registryCenter,createJobConfiguration(FileCustomJob.class,"0/3 * * * * ?",1,null));
}
}
@Component
public class FileCustomJob implements SimpleJob {
@Autowired
private FileCustomMapper fileCustomMapper;
@Override
public void execute(ShardingContext shardingContext) {
dowork();
}
private void dowork() {
//查出数据
List<FileCustom> fileCustoms = fileCustomMapper.selectFileCustomList();
System.out.println("要备份的数据个数为 :" +fileCustoms.size());
//2 循环遍历一个个进行模拟备份,, 修改为 状态为 1
for (FileCustom fileCustom :fileCustoms){
changeStatus(fileCustom);
}
}
private void changeStatus(FileCustom fileCustom) {
System.out.println("要备份的数据ID为 " +fileCustom.getId() +"要备份的数据类型为 " +fileCustom.getType());
try {
Thread.sleep(1000);
}catch (Exception e){
e.printStackTrace();
}
//修改 状态为
fileCustomMapper.updateBackedUp(fileCustom.getId());
}
}
运维管理
8.1 事件追踪
Elastic-Job-Lite在配置中提供了JobEventConfiguration,支持数据库方式配置,会在数据库中自动创建JOB_EXECUTION_LOG和JOB_STATUS_TRACE_LOG两张表以及若干索引来近路作业的相关信息。
1 .修改Elastic-Job配置类
在ElasticJobConfig配置类中注入DataSource
@Configuration
public class ElasticJobConfig {
@Autowired
private DataSource dataSource;
......
}
在任务配置中增加事件追踪配置
@Bean(initMethod = "init")
public SpringJobScheduler initFileCustomElasticJob(FileCustomElasticJob fileCustomElasticJob){
//增加任务事件追踪配置
JobEventConfiguration jobEventConfiguration = new JobEventRdbConfiguration(dataSource);
SpringJobScheduler springJobScheduler = new SpringJobScheduler(
fileCustomElasticJob,
registryCenter,
createJobConfiguration(FileCustomElasticJob.class,"0 0/1 * * * ?",4,"0=text,1=image,2=radio,3=vedio",false),
jobEventConfiguration);
return springJobScheduler;
}
运维控制台
elastic-job中提供了一个elastic-job-lite-console控制台
1 .解压缩elastic-job-lite-console-2.1.5.tar
2 .进入bin目录,并执行:bin\start.bat
打开浏览器访问http://localhost:8899
用户名: root 密码: root,进入之后界面如下:
可以吧这么一个大的任务进行拆分,根据type进行拆分: image, text, vedio,radio ,拆分成4个小的任务
针对分片机制在elasicjob当中
如果你有一个台机器:开启4个线程去处理4个任务
如果你有两台机器:每个机器会开启两个线程去执行我们任务
如果你有三台机器: -台执行两个,两台分别执行1个任务
如果你有四台机器:每一个都执行1个任务..