Elastic-Job 分布式任务调度

一、使用场景

（1）分布式项目中 定时任务。如果只部署一台机器，可用性无法保证，如果定时任务机器宕机，无法故障转移，如果部署多台机器时，同一个任务会执行多次，任务重复执行也会出问题。

（2）分布式项目 任务分片执行。将一个任务拆分为 多个独立的任务项，然后由分布式服务器分别执行 某一个或几个分片项。

Elastic-Job是当当推出的分布式任务调度框架，基于Zookepper、Quartz开发的Java分布式定时任务解决方案。用于解决分布式任务的协调调度问题，保证任务不重复不遗漏地执行。它由两个相互独立的子项目Elastic-Job-Lite和Elastic-Job-Cloud组成，本文主要介绍Elastic-Job-Lite

特点：任务的分布式协调调度、多种分片策略、弹性扩容缩容、失效转移、错过任务重执行、多种作业类型。

Elastic-Job-Lite定位为轻量级无中心化任务调度解决方案，使用jar包的形式提供分布式任务的协调服务，Elastic-Job-Lite 为纯粹的作业中间件，仅关注分布式调度、协调以及分片等核心功能；

Elastic-Job-Cloud额外提供资源治理、应用分发以及进程隔离等功能

二、使用

1、引入依赖

<dependency><groupId>com.dangdang</groupId><artifactId>elastic-job-lite-spring</artifactId><version>2.1.6-SNAPSHOT</version>
</dependency>
<dependency><groupId>org.springframework</groupId><artifactId>spring-context</artifactId><version>5.2.7.RELEASE</version>
</dependency>

2、Zookeeper配置

elastic-job.zookeeper.nameSpace=项目名称

3、实现SimpleJob，重写excute()执行方法

public class MySimpleJob implements SimpleJob {@Overridepublic void execute(ShardingContext shardingContext) {String name = this.getClass().getSimpleName();int item = shardingContext.getShardingItem;    // 获取执行机器IDtry{// 要定时执行的业务代码} catch (Exception e) {}}
}

4、任务配置，通过Job.xml进行任务配置

<job:simpleid="MySimpleJob"class="com.google.task.MySimpleJob"    <-- 任务实现类路径 -->overwrite="true"    <-- 本地配置是否覆盖注册中心配置 -->description="Job的中文描述"event-trace-rdb-data-source="JobEventDataSource"    <-- 作业事件追踪的数据源Bean引用 -->registry-center-ref="zookeeperRegistryCenter"    <-- 注册中心 -->cron="0 0 1 * * ?"    <-- 每天一点执行 -->job-parameter="AUTO"    <-- 作业自定义参数 -->sharding-total-count="1"    <-- 分片总数 -->job-sharding-strategy-type="ROUND_ROBIN"    <-- 分片策略 --><job:listener class="com.google.task.listener.MyElasticJobListener" />    <-- 监听器 -->
</job:simple>

还有以下常用配置项：

sharding-item-parameters：分片序列号和参数配置，多个键值','逗号隔开，分片序列号从0开始，不能大于或等于分片总数，0=a,1=b,2=c

failover：是否开启失效转移，默认false

misfire：是否开启错过任务重新执行，默认true

executor-service-handler：扩展作业处理线程池类

5、启动类 配置job.xml 通过Spring启动，任务将自动加载

@ImportResource(locations = {"classpath:spring/job.xml"})

三、分片策略

分片项：即任务拆分的个数，为数字，从0开始 到 分片总数-1

Elastic-Job是将分片项 分配给各个服务器。

Elastic-Job自带了三种分片策略，默认是 平均分片策略

1、平均分片（AVG_ALLOCATION）

根据分片项平均分片；

如果 服务器数量与分片总数 无法整除，多余的分片 将会顺序的分配至每一个任务服务器

2、奇偶分片（ODEVITY）

根据 任务名称哈希值的奇偶数 按任务服务器 IP升序或是降序的方式分片；

任务名称哈希值是偶数，按 IP地址 升序分片

任务名称哈希值是奇数，按 IP地址 降序分片

3、轮询分片（ROUND_ROBIN）

根据作业名称轮询分片；

四、失效转移

将分片总数设置为1，运行多个服务器，任务会以1主n从的方式执行。

Elastic-Job不允许执行过程中重新分片，下次任务启动之前才能 重新分片，所以 有服务宕机则未执行完成的任务只能下次任务启动再执行。开启失效转移 可以尽快执行。

失效转移：一旦有执行任务的服务器崩溃或执行异常，则会立即有其他服务器替补执行任务。

错过任务重执行：在运行耗时较长且间隔较长的作业场景，可以开启 “错过任务重执行”，  是提升作业运行实时性的有效手段

misfire=true

五、Elastic-Job 的3种作业类型

1、Simple类型：即为简单实现，未经任何封装的类型，需实现SimpleJob接口，该接口仅提供单一执行方法用于覆写，此方法将定时执行。提供了弹性扩缩容和分片等功能

2、Dataflow类型：用于处理数据流，需实现DataflowJob接口，该接口提供2个方法可供覆盖，分别用于抓取(fetchData)和处理(processData)数据

3、Script类型：即为脚本类型作业，支持shell，python，perl等所有类型脚本。只需通过控制台或代码配置scriptCommandLine即可，无需编码。执行脚本路径可包含参数，参数传递完毕后，作业框架会自动追加最后一个参数为作业运行时信息

六、Zookeeper的作用

1、Elastic-Job依赖Zookeeper  任务信息的存储（任务名称、参与实例、任务执行策略等）

2、Elastic-Job依赖Zookeeper  实现选举机制，在任务执行实例数量变化时（启动新实例或停止实例），会触发选举机制来选举Leader，让其去执行该任务。

参考：Elastic-Job详细介绍