分布式任务调度框架PowerJob简介

PowerJob的优点

当前市面上流行的作业调度框架有老牌的Quartz、基于Quartz的elastic-job和原先基于Quartz后面移除依赖的xxl-job，这里分别谈一些这些框架现存的缺点。

Quartz可以视为第一代任务调度框架，基本上是现有所有分布式调度框架的“祖宗”。由于历史原因，它不提供Web界面，只能通过API完成任务的配置，使用起来不够方便和灵活，同时它仅支持单机执行，无法有效利用整个集群的计算能力。

xxl-job可以视为第二代任务调度框架，在一定程度上解决了Quartz的不足，在过去几年中是个非常优秀的调度框架，不过放到今天来看，还是存在着一些不足的，具体如下：

• 数据库支持单一： 仅支持MySQL，使用其他DB需要自己魔改代码

• 有限的分布式计算能力： 仅支持静态分片，无法很好的完成复杂任务的计算

• 不支持工作流： 无法配置各个任务之间的依赖关系，不适用于有DAG需求的场景

正所谓长江后浪推前浪，在如今这个数据量日益增长、业务越来越复杂的年代，急需一款更为强大的任务调度框架来解决上诉问题，而PowerJob因此应运而生。

PowerJob可以被认为是第三代任务调度框架，在任务调度的基础上，还额外提供了分布式计算和工作流功能，其主要特性如下：

• 使用简单： 提供前端Web界面，允许开发者可视化地完成调度任务的管理（增、删、改、查）、任务运行状态监控和运行日志查看等功能。

• 定时策略完善： 支持CRON表达式、固定频率、固定延迟和API四种定时调度策略。

• 执行模式丰富： 支持单机、广播、Map、MapReduce四种执行模式，其中Map/MapReduce处理器能使开发者寥寥数行代码便获得集群分布式计算的能力。

• DAG工作流支持： 支持在线配置任务依赖关系，可视化得对任务进行编排，同时还支持上下游任务间的数据传递

• 执行器支持广泛： 支持Spring Bean、内置/外置Java类、Shell、Python等处理器，应用范围广。

• 运维便捷： 支持在线日志功能，执行器产生的日志可以在前端控制台页面实时显示，降低debug成本，极大地提高开发效率。

• 依赖精简： 最小仅依赖关系型数据库（MySQL/PostgreSQL/Oracle/MS SQLServer…），同时支持所有Spring Data JPA所支持的关系型数据库。

• 高可用&高性能： 调度服务器经过精心设计，一改其他调度框架基于数据库锁的策略，实现了无锁化调度。部署多个调度服务器可以同时实现高可用和性能的提升（支持无限的水平扩展）。

• 故障转移与恢复： 任务执行失败后，可根据配置的重试策略完成重试，只要执行器集群有足够的计算节点，任务就能顺利完成。

使用场景

有定时执行需求的业务场景：如每天凌晨全量同步数据、生成业务报表等。

有需要全部机器一同执行的业务场景：如使用广播执行模式清理集群日志。

有需要分布式处理的业务场景：比如需要更新一大批数据，单机执行耗时非常长，可以使用Map/MapReduce处理器完成任务的分发，调动整个集群加速计算。

使用简介

PowerJob由调度服务器（powerjob-server）和执行器(powerjob-worker)两部分组成，powerjob-server负责提供Web服务和完成任务的调度，powerjob-worker则负责执行用户所编写的任务代码，同时提供分布式计算能力。

项目初始化

导入 IDE，源码结构如下，我们需要启动调度服务器（powerjob-server），同时在samples工程中编写自己的处理器代码

git clone https://github.com/KFCFans/PowerJob.git

启动调度服务器

创建数据库，修改配置文件，需要修改的地方为数据库配置spring.datasource.core.jdbc-url、spring.datasource.core.username和spring.datasource.core.password，有mongoDB的需求也可以修改spring.data.mongodb.uri以获取完全版体验。

完成配置文件的修改后，可以直接通过启动类com.github.kfcfans.powerjob.server.OhMyApplication启动调度服务器，观察启动日志，查看是否启动成功～启动成功后，访问 http://127.0.0.1:7700/ ，如果能顺利出现Web界面，则说明调度服务器启动成功！

注册应用：点击主页应用注册按钮，填入 oms-test和控制台密码（用于进入控制台），注册示例应用。

编写示例代码

进入示例工程（powerjob-worker-samples），修改配置文件连接powerjob-server并编写自己的处理器代码。

修改powerjob-worker-samples的启动配置类com.github.kfcfans.powerjob.samples.OhMySchedulerConfig，将AppName修改为刚刚在控制台注册的名称。

`@Configuration

public class OhMySchedulerConfig {

@Bean

public OhMyWorker initOMS() throws Exception {

    // 服务器HTTP地址（端口号为 server.port，而不是 ActorSystem port）
    List<String> serverAddress = Lists.newArrayList("127.0.0.1:7700");

    // 1. 创建配置文件
    OhMyConfig config = new OhMyConfig();
    config.setPort(27777);
    config.setAppName("oms-test");
    config.setServerAddress(serverAddress);
    // 如果没有大型 Map/MapReduce 的需求，建议使用内存来加速计算
    config.setStoreStrategy(StoreStrategy.MEMORY);

    // 2. 创建 Worker 对象，设置配置文件
    OhMyWorker ohMyWorker = new OhMyWorker();
    ohMyWorker.setConfig(config);
    return ohMyWorker;
}

}编写自己的处理器：随便找个地方新建类，继承你想要使用的处理器，以下是代码示例。@Slf4j

@Component

public class StandaloneProcessorDemo implements BasicProcessor {

@Override
public ProcessResult process(TaskContext context) throws Exception {

    OmsLogger omsLogger = context.getOmsLogger();
    omsLogger.info("StandaloneProcessorDemo start process,context is {}.", context);
    System.out.println("jobParams is " + context.getJobParams());
    
    return new ProcessResult(true, "process successfully~");
}

}`

配置任务和运行

调度服务器与示例工程都启动完毕后，再次前往Web页面（ http://127.0.0.1:7700/ ），进行任务的配置与运行。在首页输入框输入配置的应用名称，成功操作后会正式进入前端管理界面，点击任务管理 -> 新建任务（右上角），开始创建任务完成任务创建后，即可在控制台看到刚才创建的任务，如果觉得等待调度太过于漫长，可以直接点击运行按钮，立即运行本任务。前往任务示例边栏，查看任务的运行状态和在线日志。