详解应对平台高并发的分布式调度框架TBSchedule

tbschedule是一款非常优秀的高性能分布式调度框架，非常高兴能分享给大家。这篇文章是我结合多年tbschedule使用经验和研读三遍源码的基础上完成的。我写这篇文章的目的一是出于对tbschedule的一种热爱，二是现在是一个资源共享、技术共享的时代，希望把它展现给大家(送人玫瑰，手留余香)，能给大家的工作带来帮助。

一、tbschedule初识

时下互联网和电商领域，各个平台都存在大数据、高并发的特点，对数据处理的要求越来越高，既要保证高效性，又要保证安全性、准确性。tbschedule的使命就是将调度作业从业务系统中分离出来，降低或者是消除和业务系统的耦合度，进行高效异步任务处理。其实在互联网和电商领域tbschedule的使用非常广泛，目前被应用于阿里巴巴、淘宝、支付宝、京东、聚美、汽车之家、国美等很多互联网企业的流程调度系统。
在深入了解tbschedule之前我们先从内部和外部形态对它有个初步认识，如图1.1、图1.2。
[img]http://dl2.iteye.com/upload/attachment/0116/3264/25c8dcb9-ce76-3d42-8f55-71d4aa75da3a.png[/img]

[img]http://dl2.iteye.com/upload/attachment/0116/3266/f642c31a-550a-356b-a80a-e6c10292bc46.png[/img]
从tbschedule的内部形态来说，与他有关的关键词包括批量任务、动态扩展、多主机、多线程、并发、分片……，这些词看起来非常的高大上，都是时下互联网技术比较流行的词汇。从tbschedule的外部架构来看，一目了然，宿主在调度应用中与zookeeper进行通信。一个框架结构是否是优秀的，从美感的角度就可以看出来，一个好的架构一定是隐藏了内部复杂的原理，外部视觉上美好的，让用户使用起来简单易懂。

二、tbschedule原理
为什么TBSchedule值得推广呢？

传统的调度框架spring task、quartz也是可以进行集群调度作业的，一个节点挂了可以将任务漂移给其他节点执行从而避免单点故障，但是不支持分布式作业，一旦达到单机处理极限也会存在问题。
elastic-job支持分布式，是一个很好的调度框架，但是开源时间较短，还没有经历大范围市场考验。
Beanstalkd基于C语言开发，使用范围较小，无法引入到php、java系统平台。

tbschedule到底有多强大呢？我对tbschedule的优势特点进行了如下总结：
1、支持集群、分布式
2、灵活的任务分片
3、动态的服务扩容和资源回收
4、任务监控支持
tbschedule支持cluster，可以宿主在多台服务器多个线程组并行进行任务调度，或者说可以将一个大的任务拆成多个小任务分配到不同的服务器。tbschedule的分布式机制是通过灵活的sharding方式实现的，比如可以按所有数据的ID按10取模分片(分片规则如图2.1)、按月份分片等等，根据不同的需求，不同的场景由客户端配置分片规则。我们知道spring task、quarz也是可以进行集群调度作业的，一个节点挂了可以将任务漂移给其他节点执行从而避免单点故障，但是不支持分布式作业，一旦达到单机处理极限也会存在问题，这个就是tbschedule的优势。然后就是tbschedule的宿主服务器可以进行动态扩容和资源回收，这个特点主要是因为它后端依赖的zookeeper，这里的zookeeper对于tbschedule来说是一个nosql，用于存储数据，它的数据结构类似文件系统的目录结构，它的节点有临时节点、持久节点之分。调度引擎上线后，随着业务量数据量的增多，当前cluster可能不能满足目前的处理需求，那么就需要增加服务器数量，一个新的服务器上线后会在zk中创建一个代表当前服务器的一个唯一性路径(临时节点)，并且新上线的服务器会和zk有长连接，当通信断开后，节点会自动摘除。tbschedule会定时扫描当前服务器的数量，重新分配任务。tbschedule不仅提供了服务端的高性能调度服务，还提供了一个scheduleConsole war随着宿主应用的部署直接部署到服务器，可以通过web的方式对调度的任务、策略进行监控，实时更新。

[img]http://dl2.iteye.com/upload/attachment/0116/3268/cac33517-26fb-3fe0-b2f7-ba76f6e2b3b8.png[/img]

是不是已经对tbschedule稍微了有些好感呢？我们接着往下看。
tbschedule提供了两个核心组件ScheduleServer、TbscheduleManagerFactory和两类核心接口IScheduleTaskDeal、IScheduleTaskDealSingle、IScheduleTaskDealMuti，这两部分是客户端研发的关键部分，是使用tbschedule必须要了解的。
ScheduleServer即任务处理器，的主要作用是任务和策略的管理、任务采集和执行，由一组工作线程组成，这组工作线程是基于队列实现的，进行任务抓取和任务处理（two mode）。每个任务处理器和zookeeper有一个心跳通信连接，用于检测server的状态和进行任务动态分配，举个例子，比如3服务器的worker集群执行出票消息生成任务，这对这个任务类型每台服务器可以配置一个ScheduleSever（即一个线程组），也可以配置两个线程组，相当于6台服务器在执行这个任务。当某台服务器宕机或者其他原因与zk通信断开时，他的任务将被其他服务器接管。ScheduleServer参数定义如图2.2

[img]http://dl2.iteye.com/upload/attachment/0116/3270/64e867bc-f8c1-3a72-a54f-b53effaec10b.png[/img]

在这些参数中taskItems是一个非常重要的属性，是客户单可以自由发挥的地方，是任务分片的基础，比如我们处理一个任务可以根据ID按10取模，那么任务项就是0-9，3台服务器分别拿到4、 3、 3个任务项，服务器的上下线都会对任务项进行重新分配。任务项是进行任务分配的最小单位。一个任务项只能由一个ScheduleServer来进行处理，但一个Server可以处理任意数量的任务项。这就是刚才我们说的分片特性。
调度服务器TbscheduleManagerFactory的主要工作zookeeper连接参数配置和zookeeper的初始化、调度管理。
两类核心接口是需要被我们定义的目标任务实现的，根据自己的需要进行任务采集(重写selectTasks方法)和任务执行(重写execute方法)，这类接口是客户端研发自由发挥的地方。
接下来我们深入了解下tbschedule，看看它的内部是如何实现的。下面流程图是我花了很多心血通过一周时间画出来的，基本是清晰的展现了tbschedule内部的执行流程以及每个步骤zookeer节点路径和数据的变化。因为图中的注释已经描述的很详细了，每个节点右侧是zk的信息（数据结构见图2.3），这里就不再做过多的文字描述了，有任何建议或者不明白的地方可以找我交流。


[img]http://dl2.iteye.com/upload/attachment/0116/8329/0f68d481-83d1-342d-bc53-ff91fd1038c9.png[/img]


[img]http://dl2.iteye.com/upload/attachment/0116/3274/c386aa8a-da0f-34e3-b5b4-c32182641df3.png[/img]

Tbschedule还有个强大之处是它提供了两种处理器模式模式：
1、SLEEP模式
当某一个线程任务处理完毕，从任务池中取不到任务的时候，检查其它线程是否处于活动状态。如果是，则自己休眠；如果其它线程都已经因为没有任务进入休眠，当前线程是最后一个活动线程的时候，就调用业务接口，获取需要处理的任务，放入任务池中，同时唤醒其它休眠线程开始工作。
2、NOTSLEEP模式
当一个线程任务处理完毕，从任务池中取不到任务的时候，立即调用业务接口获取需要处理的任务，放入任务池中。
SLEEP模式内部逻辑相对较简单，如果遇到大任务需要处理较长时间，可能会造成其他线程被动阻塞的情况。但其实生产环境一般都是小而快的任务，即使出现阻塞的情况ScheduleConsole也会及时的监控到。NOTSLEEP模式减少了线程休眠的时间，避免了因大任务造成阻塞的情况，但为了避免数据被重复处理，增加了CPU在数据比较上的开销。TBSchedule默认是SLEEP模式。

到目前为止我相信大家对tbschedule有了一个深刻的了解，心中的疑雾逐渐散开了。理论是实践的基础，实践才是最终的目的，下一节我们将结合理论知识进行tbschedule实战.

三、tbschedule实战

在项目中使用tbschedule需要依赖zookeeper、tbschedule
zookeeper依赖:

<dependency> 		  
<groupId>org.apache.zookeeper</groupId
<artifactId>zookeeper</artifactId> 		
<version>3.4.6</version> 	
</dependency>

tbschedule依赖:

<dependency>
<groupId>com.taobao.pamirs.schedule</groupId
<artifactId>tbschedule</artifactId>
<version>3.3.3.2</version>
</dependency>

tbschedule有三种引入方式:
1、通过ScheduleConsole引入
Tbschedule随着宿主调度应用部署到服务器后，可以通过web浏览器的方式访问其提供监控平台。
第一步，初始化zookeeper

[img]http://dl2.iteye.com/upload/attachment/0116/3278/3761f520-9a7a-3cfc-b407-bf3548f228de.png[/img]

第二步，创建调度策略

[img]http://dl2.iteye.com/upload/attachment/0116/3280/ce265e69-e5bb-3cbc-bc30-7dbafce4c177.png[/img]

第三步，创建调度任务

[img]http://dl2.iteye.com/upload/attachment/0116/3282/2e25e01a-9da7-39b8-bdc1-8e8cb7498d6e.png[/img]

第四步，监控调度任务

[img]http://dl2.iteye.com/upload/attachment/0116/3284/f4c16595-0523-3c53-b282-053eaa8da0f1.png[/img]

2、通过原生java引入

        // 初始化Spring
        ApplicationContext ctx = new FileSystemXmlApplicationContext(
                "spring-config.xml");

        // 初始化调度工厂
        TBScheduleManagerFactory scheduleManagerFactory = new TBScheduleManagerFactory();

        Properties p = new Properties();
        p.put("zkConnectString", "127.0.0.1:2181");
        p.put("rootPath", "/taobao-schedule/train_worker");
        p.put("zkSessionTimeout", "60000");	
        p.put("userName", "train_dev");
        p.put("password", " train_dev ");
        p.put("isCheckParentPath", "true");

        scheduleManagerFactory.setApplicationContext(ctx);

        scheduleManagerFactory.init(p); 

       // 创建任务调度任务的基本信息
        String baseTaskTypeName = "DemoTask";
	ScheduleTaskType baseTaskType = new ScheduleTaskType();
        baseTaskType.setBaseTaskType(baseTaskTypeName);
        baseTaskType.setDealBeanName("demoTaskBean");
        baseTaskType.setHeartBeatRate(10000);
        baseTaskType.setJudgeDeadInterval(100000);
        baseTaskType.setTaskParameter("AREA=BJ,YEAR>30");  baseTaskType.setTaskItems(ScheduleTaskType.splitTaskItem(
				"0:{TYPE=A,KIND=1},1:{TYPE=A,KIND=2},2:{TYPE=A,KIND=3},3:{TYPE=A,KIND=4}," +
				"4:{TYPE=A,KIND=5},5:{TYPE=A,KIND=6},6:{TYPE=A,KIND=7},7:{TYPE=A,KIND=8}," +
				"8:{TYPE=A,KIND=9},9:{TYPE=A,KIND=10}"));
	baseTaskType.setFetchDataNumber(500);
	baseTaskType.setThreadNumber(5);
	this.scheduleManagerFactory.getScheduleDataManager()
		.createBaseTaskType(baseTaskType);
	log.info("创建调度任务成功:" + baseTaskType.toString());

	// 创建任务的调度策略
	String taskName = baseTaskTypeName;
	String strategyName =taskName +"-Strategy";
	try {
		this.scheduleManagerFactory.getScheduleStrategyManager()
				.deleteMachineStrategy(strategyName,true);
	} catch (Exception e) {
		e.printStackTrace();
	}
	ScheduleStrategy strategy = new ScheduleStrategy();
	strategy.setStrategyName(strategyName);
	strategy.setKind(ScheduleStrategy.Kind.Schedule);
	strategy.setTaskName(taskName);
	strategy.setTaskParameter("china");

	strategy.setNumOfSingleServer(1);
	strategy.setAssignNum(10);
	strategy.setIPList("127.0.0.1".split(","));
	this.scheduleManagerFactory.getScheduleStrategyManager()
			.createScheduleStrategy(strategy);
	log.info("创建调度策略成功:" + strategy.toString());

3、通过spring容器引入

<!-- 初始化zookeeper -->  
<bean id="scheduleManagerFactory"
		    class="com.xx.TBScheduleManagerFactory" init-method="init">
<property name="zkConfig">
<map>
	<entry key="zkConnectString" value="127.0.0.1:2181" />
	<entry key="rootPath" value="/taobao-schedule/train_worker" />
	<entry key="zkSessionTimeout" value="60000" />
	<entry key="userName" value="train_dev" />
	<entry key="password" value="train_dev" />
	<entry key="isCheckParentPath" value="true" />
</map>
</property>	
</bean>
<!-- 配置调度策略 凌晨1点到3点执行 -->
<bean id="abstractDemoScheduleTask" class="com.xx.core.tbschedule.InitMyScheduleTask" abstract="true">
<property name="scheduleTaskType.heartBeatRate" value="10000" />
<property name="scheduleTaskType.judgeDeadInterval" value="100000" />
<property name="scheduleTaskType.permitRunStartTime" value="0 0 1 * * ?"/> 
<property name="scheduleTaskType.permitRunEndTime" value="0 0 3 * * ?"/>  
<property name="scheduleTaskType.taskParameter" value="AREA=BJ,YEAR>30" />
<property name="scheduleTaskType.sleepTimeNoData" value="60000"/>
<property name="scheduleTaskType.sleepTimeInterval" value="60000"/>
<property name="scheduleTaskType.fetchDataNumber" value="500" />
<property name="scheduleTaskType.executeNumber" value="1" />
<property name="scheduleTaskType.threadNumber" value="5" />
<property name="scheduleTaskType.taskItems"> 
<list>
		<value>0:{TYPE=A,KIND=1}</value>
		<value>1:{TYPE=A,KIND=2}</value>
		<value>2:{TYPE=A,KIND=3}</value>
		<value>3:{TYPE=A,KIND=4}</value>
		<value>4:{TYPE=A,KIND=5}</value>
		<value>5:{TYPE=A,KIND=6}</value>
		<value>6:{TYPE=A,KIND=7}</value>
		<value>7:{TYPE=A,KIND=8}</value>
		<value>8:{TYPE=A,KIND=9}</value>
		<value>9:{TYPE=A,KIND=10}</value>
	</list>
</property>
<property name="scheduleStrategy.kind" value="Schedule" />
<property name="scheduleStrategy.numOfSingleServer" value="1" />
<property name="scheduleStrategy.assignNum" value="10" />	
	<property name="scheduleStrategy.iPList">
	    <list>
		    <value>127.0.0.1</value>
	    </list>
	</property>
	</bean>        
<!-- 配置调度任务 -->
<bean id="demoTask" class="com.xx.worker.task.DemoTask" parent="abstractDemoScheduleTask">
<property name="scheduleTaskType.baseTaskType" value="demoTask" />
<property name="scheduleTaskType.dealBeanName" value="demoTaskBean" />
<property name="scheduleStrategy.strategyName" value="demoTaskBean-Strategy" />
<property name="scheduleStrategy.taskName" value="demoTaskBean" />
</bean>	

调度任务具体实现 DemoTask.java

 /**
 * DemoTask任务类
 */
public class DemoTask  mplements
		IScheduleTaskDealSingle,TScheduleTaskDeal {

 /**
  * 数据采集
  * @param taskItemNum--分配的任务项 taskItemList--总任务项 
  *        eachFetchDataNum--采集任务数量
  */
	@Override
	public List<DemoTask> selectTasks(String taskParameter,
			String ownSign, int taskItemNum, List<TaskItemDefine> taskItemList,
			int eachFetchDataNum) throws Exception {
		List<DemoTask> taskList = new LinkedList<DemoTask>();
		//客户端根据条件进行数据采集start

		//客户端根据条件进行数据采集end
		return rt;
	}
/**
  * 数据处理
  */
	@Override
	public boolean execute(DemoTask task, String ownSign)
			throws Exception {
 		//客户端pop任务进行处理start

		//客户端pop任务进行处理end
		return true;
	}
}

其实我们看对于tbscchedule客户端的使用非常简单，初始化zk、配置调度策略、调度任务，对调度任务进行实现，就这几个步骤。现在可以庆祝下了，你又掌握了一个优秀开源框架的设计思想和使用方式。

四、tbschedule挑战

任何事物都是没有最好只有更好，tbschedule也一样，虽然它现在已经很完美了，我们不能放弃对更完美的追求。阿里团队可以在下面几个方面进行优化。
1、ScheduleConsole监控页面优化,目前ScheduleConsole监控页面过于简单，需完善UI设计，提高用户体验。
2、Zookeeper集群自动切换，避免zk服务的集群点多故障
3、原生zookeeper操作替换为curator,Curator对ZooKeeper进行了一次包装，对原生ZooKeeper的操作做了大量优化，Client和Server之间的连接可能出现的问题处理等等，可以进一步提高TBSchedule的高可用。
4、帮助文档较少,网上的资料基本是千篇一律，希望有更多的爱好者加入进来。

至此，我们已经完成了对tbschedule的全部介绍，尽快使用起来吧！

[i][color=blue]心灵鸡汤

优秀的架构都很相似，垃圾的架构各有各的垃圾

[/color][/i]


我的博客：http://mycolababy.iteye.com/

【未经作者不得转载，转载请注明出处http://mycolababy.iteye.com】