分布式定时任务那些事|青训营笔记这是我参与「第三届青训营 -后端场」笔记创作活动的的第17篇笔记本节课讲述了分布式定时

这是我参与「第三届青训营 -后端场」笔记创作活动的的第17篇笔记

春节集卡
- 分布式定时任务
  - 自动化
  - 定时执行
  - 海量数据
  - 高效稳定
发展历程
- Windows批处理
- Windows任务计划程序
- Linux命令-CronJob
  - case 1:每天定时清理机器日志
```
*****command to be executed
// 前五个*代表时间
//min hour (day of month) month (day of week)
```
  - linux系统命令，使用简单，稳定可靠
  - 只能控制单台机器，且无法适用于其他操作系统
- 单机定时任务-Timer、Ticker
  - case 2: 每隔5分钟定时刷新本地缓存数据
```
func main(){
    ticker := time.NewTicker(5*time.Minute)
    for{
        select{
        case <-ticker.C:
            SyncLocalCache()
        }
    }
}
```
  - 跨平台
  - 仅单机可用
- 单机定时任务-ScheduledExecutorService
  - 拥有线程池资源
  - 单机可用
- 任务调度-Quartz
  - 单任务极致控制
  - 没有负载均衡机制
- 分布式定时任务
  - 定时任务是指系统为了自动完成特定任务，实时、延时、周期性完成任务调度的过程。分布式定时任务是把分散的、可靠性差的定时任务纳入统一平台，并实现集群管理调度和分布式部署的一种定时任务的管理方式。
  - 按触发时机分类
    - 定时任务
      - 特定时间触发
    - 延时任务
      - 延时触发
    - 周期任务
      - 固定周期时间，或固定频率周期调度触发
  - 特点
    - 自动化
      - 全自动完成定时任务的调度和执行
    - 平台化
      - 基于平台化思维管控一系列的分布式定时任务
    - 分布式
      - 在分布式系统环境下运行任务调度，突破单机定时任务的性能瓶颈
    - 伸缩性
      - 采用集群方式部署，可以随时按需扩缩容
    - 高可用
      - 单点故障不影响最终任务结果，可以做到故障转移
  - 执行方式
    - 单机任务
      - 随机触发一台机器执行任务，适用于计算量小、并发度低的任务
    - 广播任务
      - 广播到所有机器上执行同一个任务，比如所有机器一起清理日志
    - Map任务
      - 一个任务可以分出多个子任务，每个子任务负责一部分计算。适用于计算量大，单机无法满足要求的任务
    - MapReduce任务
      - 在Map任务的基础上，可以对所有子任务的结果做汇总计算，适用于计算量大，并且需要对子任务结果做汇总的任务
  - 分布式定时任务vs单机定时任务
    - 关系
      - 都可以实现自动化的定时、延时、周期任务调度
    - 差异
      - 分布式定时任务可支撑更大的业务体量
      - 分布式定时任务的性能、伸缩性、稳定性更高
  - 分布式定时任务vs大数据处理引擎
    - 关系
      - 都可以对海量数据做处理
      - 性能、伸缩性、稳定性都很高
    - 差异
      - 定时并不是大数据处理引擎要解决的核心问题
      - 大数据处理引擎往往致力于将源数据处理为结果数据，分布式定时任务除了能做这个之外，还可以调用HTTP的RPC服务
实现原理
- 核心架构
  - 分布式定时任务核心解决触发、调度、执行三个关键问题
    - 触发器Trigger
      - 解析任务，生成触发事件
    - 调度器Scheduler
      - 分配任务，管理任务生命周期
    - 执行器Executor
      - 获取执行任务单元，执行任务逻辑
    - 控制台Admin
      - 任务管理和干预
- 控制台Admin
  - 基本概念
    - 任务Job
      - 任务元数据
        
        用户对任务属性定义，包括任务类型、调度时机、执行行为、执行方式等
    - 任务实例JobInstance
      - 任务执行的实例
        
        Job_id
        
        触发时间
        
        状态&结果
        
        过程信息
    - 任务结果JobResult
      - 任务实例运行的结果
    - 任务历史JobHistory
      - 用户可以修改任务信息，任务实例对应的任务元数据可以不同，因而使用任务历史存储
- 触发器Trigger
  - 核心职责
    - 给定一系列任务，解析它们的触发规则，在规定时间点触发任务调度
  - 设计约束
    - 需支持大量任务
    - 需支持秒级调度
    - 周期任务需要多次执行
    - 需保证秒级扫描的高性能，并避免资源浪费
  - 设计方案
    - 定时扫描+延时消息
    - 时间轮
      - 一种高效利用线程资源进行批量化调度的一种调度模型。时间轮是一个存储环形队列，底层采用数组实现，数组中每个元素可以存放一个定时任务列表。
      - 多级时间轮
  - 高可用
    - 核心问题
      - 不同业务之间，任务的调度相互影响
      - 负责扫描和触发的机器宕机
    - 解决思路
      - 存储上，不同国别、业务做资源隔离
      - 运行时，不同国别、业务分开执行
      - 部署时，采用多机房集群化部署，避免单点故障，通过数据库锁或分布式锁保证任务只被触发一次
    - trigger模式
      - 单trigger模式
        
        会有单点故障
        
        机器故障时平台崩溃
      - trigger集群模式
        
        可避免单点故障
        
        需要避免同一任务被多次触发，导致业务紊乱
    - 锁
      - 数据库行锁模式
        
        在触发调度之前，更新数据库中JobInstance状态，成功抢锁的才会触发调度
      - 分布式锁模式
        
        在触发调度之前，尝试抢占分布式锁，可使用redis锁或zookeeper锁
- 调度器Scheduler
  - 资源来源
    - 业务系统提供机器资源
      - 优点
        
        任务执行逻辑与业务系统共用同一份资源，利用率更高
      - 缺点
        
        更容易发生定时任务脚本影响在线服务的事故
        
        不能由定时任务平台控制扩缩容
    - 定时任务平台提供机器资源
      - 优点
        
        任务执行逻辑与业务系统提供的在线服务器隔离，避免相互影响
        
        可以支持优雅地扩缩容
      - 缺点
        
        消耗更多机器资源
        
        需要额外为定时任务平台申请接口调用权限，而不能直接继承业务系统权限
  - 资源调度
    - 节点选择
      - 随机节点执行
        
        选择集群中一个可用的执行节点执行调度任务。适用场景:定时对账
      - 广播执行
        
        在集群中所有的执行节点分发调度任务并执行。适用场景:批量运维
      - 分片执行
        
        按照用户自定义分片逻辑进行拆分，分发到集群中不同节点并行执行，提升资源利用效率。适用场景:海量日志统计
    - 高级特性
      - 任务编排
      - 故障转移
    - 高可用
      - 调度器可以集群部署，做到完全的无状态，靠消息队列的重试机制保障任务一定被调度
- 执行器Executor
  - 基于注册中心，可以做到执行器的弹性扩缩容
  - 注册、调度、回调、心跳检测