这是我参与「第三届青训营 -后端场」笔记创作活动的第16篇笔记
分布式定时任务
发展历程
Windows定时任务：任务计划程序
Linux定时任务：crontab
Java定时任务：Timer，ScheduledExecutorService
当前最好的单机定时任务框架：Quartz
简介
分布式定时任务：
平台化管理
分布式部署
支持海量数据
定时任务是指系统为了自动完成特定的任务，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的平台，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
触发时机分类：
定时任务：特定时间触发，比如12：00执行
延时任务：延时触发，比如10s后执行
周期任务：固定周期时间，或固定频率周期调度触发，比如每天12点或每隔5s执行
特点：
自动化：全自动完成定时任务的调度和执行
平台化：基于平台化的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的计算。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，还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
业内定时任务框架
xxl-job是大众点评员工许雪里与2015年发布的分布式任务调度平台，是一个轻量级分布式任务调度框架，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。xxl-job支持分片，简单支持任务依赖，支持子任务依赖，不是跨平台的
xxl-job一个很大的优势在于开源且免费，并且轻量级，开箱即用，操作简单，上手快，企业维护成本不高，在中小型公司使用广泛
分布式任务调度SchedulerX2.0是阿里巴巴基于Akka架构自研的新一代分布式任务调度平台，提供定时调度、调度任务编排和分布式批量处理等功能。
SchedulerX可在阿里云付费使用。它的功能非常强大，在阿里巴巴内部广泛使用并久经考验
分布式任务调度服务（Tencent Cloud Task）是腾讯云自主研发的一款高性能、高可靠通用的分布式任务调度中间件，通过指定时间规则严格触发调度任务，保障调度任务的可靠有序执行。该服务支持国际通用的时间表达式、调度任务执行生命周期管理，解决传统定时调度任务单点及并发性能问题。同时，支持任务分片、流程编排复杂调度任务处理能力，覆盖广泛的任务调度应用场景。
TCT仅在腾讯内部使用，未开源，也未商用
与大数据处理的对比
分布式定时任务实现原理
整体架构
触发，调度，执行
控制台：Admin，提供任务管理和干预的功能
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：Executer，获取执行任务单元，执行任务逻辑
控制台：数据定义、任务干预、任务监控报警等
触发器：扫描、消息的投递
调度器：调度、容灾
执行器：任务获取、执行、上报
控制台
任务元数据：是用户对任务属性定义
基础信息：任务名称等元信息
调度时机：在什么时刻进行调度
执行行为：任务执行的具体逻辑
执行方式：是分片执行还是单机执行
任务实例JobInstance：是一个确定的Job的一次运行实例
Job_id：可以通过这个id关联到某个任务元数据
触发时间：真正的触发时间
状态&结果：
过程信息：比如说如果这个任务是通过消息队列进行调度的话，可以记录消息的ID，后续如果需要可以根据id对任务进行撤回操作
触发器
触发器：给定一系列任务，解析他们的触发规则，在规定的时间点触发任务的调度
设计约束：
需要支持大量任务，百万量级任务调度
需支持秒级的调度，调度时间精确
周期任务需要多次执行，需要计算时间点，多次执行任务
需保证秒级扫描的高性能，并避免资源浪费
定期扫描+延时消息（腾讯字节方案）
首先由一个Scanner定时的扫描DB并且吧十分钟内需要执行的任务全部扫描出来
然后经过processor处理后，发送到延时MQ中，让MQ定时发放消息
同时在成功发送到MQ后，需要即时改变DB中的数据，方式后续再次被扫描到
时间轮（Quartz所用方案）
方案1：使用链表存储所有任务，如果想要知道当前应该执行的任务，需要遍历整个链表
方案2：使用最小堆存储所有任务链表，每一个任务链表都代表着某一时间应该执行的任务，如果想要知道当前执行的任务仅需要查看最小堆的头节点即可，但是插入的时间复杂度会变为logn
方案3：使用按照时间进行hash运算，并将任务放到不同的桶中，每一个桶都代表着一个时刻+固定时间周期，在这个桶中存放的任务的触发时间都满足这个条件
方案4：多级时间轮存储任务，上一级时间轮转过对应刻度后把任务塞入下一级时间轮中，相当于对一个任务的触发时间做多次hash运算，这样的方式可以更便于任务的管理，每一级的时间轮都会有事可做，并且将计算的量级可以划分到多个时间轮中进行计算
高可用：使用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，导致业务的紊乱
数据库行锁模式，在触发调度之前，更新数据库中的JobInstance的状态，成功抢锁的才会触发调度。这样抢锁，压力会全部打到数据库中
分布式锁模式，在触发调度之前，尝试抢占分布式锁，可以使用Redis锁或Zookeeper锁，性能较高
调度器
调度器：
解决资源从哪提供的，并且怎么去调度资源完成任务
资源来源：
业务系统提供机器资源：
使用该方案的公司：阿里、美团、字节等
优点：任务执行逻辑与业务系统公用一份资源，利用率高
缺点：更容易发生定时任务脚本影响在线服务的事故、不能对定时任务平台控制扩缩容，由于平时的业务系统的在线流量是比较均匀的，但是定时任务经常会有一些突发流量，导致系统有可能因为承受不了大流量而导致宕机，从而影响线上任务的执行
定时任务平台提供机器资源：
使用该方案的公司：字节等
优点：任务执行逻辑与业务系统提供的在线服务鼓励，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的权限，给用户额外带来一些工作量
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，执行的效率是不太高的，但是对于一些细粒度的任务是可以使用这个方案的
广播执行：在集群中所有的执行节点分发调度任务并执行。使用场景：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
任务分片：有N个Executor，M个业务数据区段，最好M>=N，且M是N的整数倍，这样每个执行器都可以执行任务
高级特性：
任务编排：任务编排使用有向无环图DAG（Directed Acyclic Graph）进行可视化任务编排，通过可视化界面用鼠标简单的操作就可以实现任务的编排
故障转移：如果一台机器发生故障，分片任务基于一致性hash策略分发任务，当某Executor异常时，调度器会将任务分发到其他Executor执行
高可用：
调度器可以集群部署，做到完全的无状态，当有某个调度器宕机的时候，其需要调度的任务会通过消息队列的重试机制保障任务一定被调度
执行器
执行器的机器在执行任务之前，首先需要将自身注册到注册中心，由注册中心统一管理注册、回调
基于注册中心，可以做到执行器的弹性扩缩容
