ElasticJob分布式定时任务框架Word文档下载推荐.docx
《ElasticJob分布式定时任务框架Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《ElasticJob分布式定时任务框架Word文档下载推荐.docx（14页珍藏版）》请在冰豆网上搜索。
被错过执行的作业重触发：
自动记录错过执行的作业，并在上次作业完成后自动触发。
可参考Quartz的misfire。
多线程快速处理数据：
使用多线程处理抓取到的数据，提升吞吐量。
幂等性：
重复作业任务项判定，不重复执行已运行的作业任务项。
由于开启幂等性需要监听作业运行状态，对瞬时反复运行的作业对性能有较大影响。
容错处理：
作业服务器与Zookeeper服务器通信失败则立即停止作业运行，防止作业注册中心将失效的分片分项配给其他作业服务器，而当前作业服务器仍在执行任务，导致重复执行。
Spring支持：
支持spring容器，自定义命名空间，支持占位符。
运维平台：
提供运维界面，可以管理作业和注册中心。
目录结构说明
elastic-job-core
elastic-job核心模块，只通过Quartz和Curator就可执行分布式作业。
elastic-job-spring
elastic-job对spring支持的模块，包括命名空间，依赖注入，占位符等。
elastic-job-console
elastic-jobweb控制台，可将编译之后的war放入tomcat等servlet容器中使用。
elastic-job-example
使用例子。
elastic-job-test
测试elastic-job使用的公用类，使用方无需关注。
引入maven依赖
elastic-job已经发布到中央仓库，可以在pom.xml文件中直接引入maven坐标。
<
!
--
引入elastic-job核心模块
-->
dependency>
groupId>
com.dangdang<
/groupId>
artifactId>
elastic-job-core<
/artifactId>
version>
1.0.1<
/version>
/dependency>
使用springframework自定义命名空间时引入
elastic-job-spring<
代码开发
提供3种作业类型，分别是OneOff,Perpetual和SequencePerpetual。
需要继承相应的抽象类。
方法参数shardingContext包含作业配置，分片和运行时信息。
可通过getShardingTotalCount（）,getShardingItems（）等方法分别获取分片总数，运行在本作业服务器的分片序列号集合等。
OneOff类型作业
OneOff作业类型比较简单，需要继承AbstractOneOffElasticJob，该类只提供了一个方法用于覆盖，此方法将被定时执行。
用于执行普通的定时任务，与Quartz原生接口相似，只是增加了弹性扩缩容和分片等功能。
public
class
MyElasticJob
extends
AbstractOneOffElasticJob
{
@Override
protected
void
process（JobExecutionMultipleShardingContext
context）
//
do
something
by
sharding
items
}}
Perpetual类型作业
Perpetual作业类型略为复杂，需要继承AbstractPerpetualElasticJob并可以指定返回值泛型，该类提供两个方法可覆盖，分别用于抓取和处理数据。
可以获取数据处理成功失败次数等辅助监控信息。
需要注意fetchData方法的返回值只有为null或长度为空时，作业才会停止执行，否则作业会一直运行下去。
这点是参照TbSchedule的设计。
Perpetual作业类型更适用于流式不间歇的数据处理。
作业执行时会将fetchData的数据传递给processData处理，其中processData得到的数据是通过多线程（线程池大小可配）拆分的。
建议processData处理数据后，更新其状态，避免fetchData再次抓取到，从而使得作业永远不会停止。
processData的返回值用于表示数据是否处理成功，抛出异常或者返回false将会在统计信息中归入失败次数，返回true则归入成功次数。
AbstractPerpetualElasticJob<
Foo>
List<
fetchData（JobExecutionMultipleShardingContext
result
=
get
data
from
database
return
result;
}
boolean
processData（JobExecutionMultipleShardingContext
context,
Foo
data）
process
true;
SequencePerpetual类型作业
SequencePerpetual作业类型和Perpetual作业类型极为相似，所不同的是Perpetual作业类型可以将获取到的数据多线程处理，但不会保证多线程处理数据的顺序。
如：
从2个分片共获取到100条数据，第1个分片40条，第2个分片60条，配置为两个线程处理，则第1个线程处理前50条数据，第2个线程处理后50条数据，无视分片项；
SequencePerpetual类型作业则根据当前服务器所分配的分片项数量进行多线程处理，每个分片项使用同一线程处理，防止了同一分片的数据被多线程处理，从而导致的顺序问题。
从2个分片共获取到100条数据，第1个分片40条，第2个分片60条，则系统自动分配两个线程处理，第1个线程处理第1个分片的40条数据，第2个线程处理第2个分片的60条数据。
由于Perpetual作业可以使用多余分片项的任意线程数处理，所以性能调优的可能会优于SequencePerpetual作业。
AbstractSequencePerpetualElasticJob<
fetchData（JobExecutionSingleShardingContext
processData（JobExecutionSingleShardingContext
作业配置
与Spring容器配合使用作业，可以将作业Bean配置为SpringBean，可在作业中通过依赖注入使用Spring容器管理的数据源等对象。
可用placeholder占位符从属性文件中取值。
Spring命名空间配置
?
xml
version="
1.0"
encoding="
UTF-8"
>
beans
xmlns="
http:
//www.springframework.org/schema/beans"
xmlns:
xsi="
//www.w3.org/2001/XMLSchema-instance"
reg="
job="
xsi:
schemaLocation="
//www.springframework.org/schema/beans
//www.springframework.org/schema/beans/spring-beans.xsd
"
--配置作业注册中心
reg:
zookeeper
id="
regCenter"
serverLists="
yourhost:
2181"
namespace="
dd-job"
baseSleepTimeMilliseconds="
1000"
maxSleepTimeMilliseconds="
3000"
maxRetries="
3"
/>
配置作业A-->
job:
bean
oneOffElasticJob"
class="
xxx.MyOneOffElasticJob"
regCenter="
cron="
0/10
*
shardingTotalCount="
shardingItemParameters="
0=A,1=B,2=C"
配置作业B-->
perpetualElasticJob"
xxx.MyPerpetualElasticJob"
processCountIntervalSeconds="
10"
concurrentDataProcessThreadCount="
/beans>
bean/>
命名空间属性详细说明
zookeeper/>
基于Spring但不使用命名空间
配置作业注册中心
com.dangdang.ddframe.reg.zookeeper.ZookeeperRegistryCenter"
init-method="
init"
constructor-arg>
com.dangdang.ddframe.reg.zookeeper.ZookeeperConfiguration"
property
name="
serverLists"
value="
${xxx}"
namespace"
baseSleepTimeMilliseconds"
maxSleepTimeMilliseconds"
maxRetries"
/bean>
/constructor-arg>
配置作业-->
xxxJob"
com.dangdang.ddframe.job.spring.schedule.SpringJobController"
constructor-arg
ref="
com.dangdang.ddframe.job.api.JobConfiguration"
jobName"
jobClass"
xxxDemoJob"
shardingTotalCount"
cron"
shardingItemParameters"
不使用Spring配置
如果不使用Spring框架，可以用如下方式启动作业。
import
com.dangdang.ddframe.job.api.JobConfiguration;
com.dangdang.ddframe.job.schedule.JobController;
com.dangdang.ddframe.reg.base.CoordinatorRegistryCenter;
com.dangdang.ddframe.reg.zookeeper.ZookeeperConfiguration;
com.dangdang.ddframe.reg.zookeeper.ZookeeperRegistryCenter;
com.dangdang.example.elasticjob.core.job.OneOffElasticDemoJob;
com.dangdang.example.elasticjob.core.job.PerpetualElasticDemoJob;
com.dangdang.example.elasticjob.core.job.SequencePerpetualElasticDemoJob;
JobDemo
定义Zookeeper注册中心配置对象
private
ZookeeperConfiguration
zkConfig
new
ZookeeperConfiguration（"
localhost:
elastic-job-example"
1000,
3000,
3）;
定义Zookeeper注册中心
CoordinatorRegistryCenter
regCenter
ZookeeperRegistryCenter（zkConfig）;
定义作业1配置对象
JobConfiguration
jobConfig1
JobConfiguration（"
oneOffElasticDemoJob"
OneOffElasticDemoJob.class,
10,
0/5
）;
定义作业2配置对象
jobConfig2
perpetualElasticDemoJob"
PerpetualElasticDemoJob.class,
定义作业3配置对象
jobConfig3
sequencePerpetualElasticDemoJob"
SequencePerpetualElasticDemoJob.class,
static
main（final
String[]
args）
JobDemo（）.init（）;
init（）
连接注册中心
regCenter.init（）;
启动作业1
JobController（regCenter,
jobConfig1）.init（）;
启动作业2
jobConfig2）.init（）;
启动作业3
jobConfig3）.init（）;
使用限制
作业一旦启动成功后不能修改作业名称，如果修改名称则视为新的作业。
同一台作业服务器只能运行一个相同的作业实例，因为作业运行时是按照IP注册和管理的。
作业根据/etc/hosts文件获取IP地址，如果获取的IP地址是127.0.0.1而非真实IP地址，应正确配置此文件。
一旦有服务器波动，或者修改分片项，将会触发重新分片；
触发重新分片将会导致运行中的Perpetual以及SequencePerpetual作业再执行完本次作业后不再继续执行，等待分片结束后再恢复正常。
开启monitorExecution才能实现分布式作业幂等性（即不会在多个作业服务器运行同一个分片）的功能，但monitorExecution对短时间内执行的作业（如每5秒一触发）性能影响较大，建议关闭并自行实现幂等性。
elastic-job没有自动删除作业服务器的功能，因为无法区分是服务器崩溃还是正常下线。
所以如果要下线服务器，需要手工删除zookeeper中相关的服务器节点。
由于直接删除服务器节点风险较大，暂时不考虑在运维平台增加此功能
实现原理
弹性分布式实现
1.
第一台服务器上线触发主服务器选举。
主服务器一旦下线，则重新触发选举，选举过程中阻塞，只有主服务器选举完成，才会执行其他任务。
2.
3.
某作业服务器上线时会自动将服务器信息注册到注册中心，下线时会自动更新服务器状态。
4.
5.
主节点选举，服务器上下线，分片总数变更均更新重新分片标记。
6.
7.
定时任务触发时，如需重新分片，则通过主服务器分片，分片过程中阻塞，分片结束后才可执行任务。
如分片过程中主服务器下线，则先选举主服务器，再分片。
8.
9.
通过4可知，为了维持作业运行时的稳定性，运行过程中只会标记分片状态，不会重新分片。
分片仅可能发生在下次任务触发前。
10.
11.
每次分片都会按服务器IP排序，保证分片结果不会产生较大波动。
12.
13.
实现失效转移功能，在某台服务器执行完毕后主动抓取未分配的分片，并且在某台服务器下线后主动寻找可用的服务器执行任
升级会员 