这是我参与「第三届青训营 -后端场」笔记创作活动的的第5篇笔记

发展历程

1、 Windows批处理

case1：10分钟后Windows电脑自动关机

桌面空白处新建文件。
更改文件名和后缀为“自动关机.bat”。
修改文件内容为“shutdown -s -t 600”，代表10分钟后关机。
双击运行该批处理文件，电脑将在10分钟后关机。

2、 Windows任务计划程序

case2：每天12点自动打卡

此电脑，右键管理。
点击任务计划程序，右侧新建任务。可以设定在12点执行一个命令。
用python写一个脚本，抓包打卡请求，用Python脚本填写请求，注册到任务里面。

3、 Linux命令CronJob

case3：每天凌晨02：30定时清理机器日志

写一个cronjob脚本（.yaml文件）。
kubectl命令执行。

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。

4、单机定时任务

Timer、Ticker

case4：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()
        }
    }
}

public static void main(String[] args) throws ParseException {
    Timer timer = new Timer();
    Timer.schedule(new TimerTask() {
            @Override
            public void run() {
                SyncLocalCache();
            }
        }, 5000, 5 * 60 * 1000);
}

可跨平台使用，但仅单机可用。

Scheduled Executor Service

case5：每隔5分钟执行多个任务拥有线程池功能，仅单即可用。

private static ScheduledExecutorService scheduler;
    public static void main(String[] args) throws Exception {
        scheduler = Executors.newScheduledThreadPool(5);
        
        scheduler.scheduleAtFixedRate(((
                new Runnable(){
                    @Override
                    public void run(){
                        DoSomething();
                    }
                })),
            0, 300, TimeUnit.SECONDS);
    }

分布式定时任务

平台化管理
分布式数据
支持海量数据

什么是分布式任务

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。按触发时机分类：

定时任务：特定时间触发，比如今天15：06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，比如每隔5s或者每天12点执行。

分布式定时任务的特点：

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：广播到所有机器上同时执行一个任务，如一起清理日志。
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，适用于计算量大且需要对子任务结果做汇总的任务。

业内定时任务框架

按触发时机分类：

定时任务：特定时间触发，比如今天15：06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，比如每隔5s或者每天12点执行。

分布式定时任务的特点：

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：广播到所有机器上同时执行一个任务，如一起清理日志。
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，适用于计算量大且需要对子任务结果做汇总的任务。

实现原理

核心架构

分布式定时任务核心要解决触发、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。

除此之外，还需要提供一个控制台（Admin），提供任务管理和干预功能。

数据流

用户将 [任务基础信息（创建人等），触发规则（定时、延迟、周期），任务代码]发送给控制台。控制台将其存入任务数据库。触发器触发任务执行并调用调度器对任务进行协调与分配。最后执行器执行任务。

功能架构

组件	功能
控制台Admin	元数据存储、元数据状态流转、任务分片、任务依赖、规则引擎、任务暂停/恢复、日志管理、监控报警、指标统计......
触发器Trigger	解析引擎、Scanner、可靠投递（可能用到MQ）、状态流转、补偿策略
调度器Scheduler	调度、负载均衡、幂等控制、容错、故障转移、限流、计费、优雅启停、状态管控......
执行器Executor	注册、任务获取、任务执行、状态上报、日志处理、本地幂等、任务回调......

控制台

基本概念

名词解释：

任务：job，任务元数据。
任务实例：jobinstance，任务运行的实例。
任务结果：jobresult，任务实例的运行结果。
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

对应关系：

任务与任务实例是一对多的关系。因为任务能执行多次。
任务实例和任务结果是一对多的关系。因为任务可能失败，需要重试。
任务和任务历史是一对多的关系。记录用户对任务元数据的修改日志。

任务元数据

任务元数据是用户对任务的属性定义，包括任务类型调度时机、执行行为等。

Job：{基础信息（Who，任务名，属于什么业务），调度时机（When，什么时间调度），执行行为（What，要做什么事情），执行方式（How，单机、广播分片）}

任务实例

任务实例是一个确定的job的一次运行实例。

JobInstance：{Job_id（与元数据建立关联，记录是哪个任务的实例），触发时间（预期何时执行，实际上何时执行），状态&结果，过程信息（记录执行路径，可以进行消息追回）}

触发器

核心职责

给定一系列任务，解析它们的触发规则，在规定的时间点触发任务的调度。

设计约束：

需支持大量任务。
需支持秒级（精确）的调度。
周期任务需执行多次，需要计算执行时间。
需保证秒级扫描的高性能，并避免资源浪费。

方案1

定时扫描+延时消息（腾讯、字节方案）

Scanner周期性扫描db，将需要执行的任务传给消息队列。由于存在延迟，所以扫描时提前将任务取出，发送延时消息（如10分钟后执行某任务）。为了避免重复执行任务，要对db中的数据修改，避免下次扫描又被取出。

方案2

时间轮（Quartz方案）

时间轮是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，数组中的每个元素可以存放一个定时任务列表。

目标：遍历任务列表，从中找出当前时间点需触发的任务列表。

使用链表存储任务，每个元素代表一个任务。查询复杂度O(n)，修改复杂度O(1)。
由于不需要知道全部任务什么时候执行，而是知道最先执行的任务即可。因此考虑使用最小堆存储任务，按执行时间排序，每个节点存储同执行时间的任务的列表。查询复杂度O(1)，修改复杂度O(logn)。此方法仍然有缺点，因为最小堆实际上是一个数组，而执行时间不同的任务要被存放在不同的节点里，所以当任务量大且任务执行时间各不相同时，最小堆将是一个无限扩大的数组。
使用时间轮（像是一个时钟）存储任务，每个节点存储同执行时间的任务的列表。查询复杂度O(1)，修改复杂度O(1)。缺点是一个时钟可能只有60个刻度（记录每秒要执行的任务），如果一个任务在一分钟后执行，则在任务中加入一个count标致，每次经过任务时count减1，当count等于0时执行任务。
使用多级时间轮存储任务，上级时间轮转过对应刻度后把任务塞入下级时间轮中。如任务距离下次执行1时5分0秒，则它被插入小时时间轮。当小时时间轮指到1时，将所有1时的任务插入到分钟时间轮。这个任务被插入到5分处，而此时分的指针指在0的位置。同理，5分钟后它被插入到0秒的位置然后直接被触发器送进消息队列等待调度器调度。

高可用

核心问题：不同业务之间，任务的调度相互影响怎么办（业务A占用过多资源导致业务B无资源可用）？负责扫描和触发的机器挂了怎么办？

解法思路：

存储上不同地区不同业务做资源隔离。
运行上不同地区不同业务分开执行。
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。

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。

防止业务紊乱的方法：在触发调度之前，更新数据库中JobInstance的状态（行级锁），成功抢锁的trigger才会触发调度。缺点是多台机器频繁竞争数据库锁，节点越多性能越差。

也可以使用分布式锁的方式，在触发调度之前，尝试抢占分布式锁，可使用Redis锁或Zookeeper锁。性能较高，多家公司使用此方案。

调度器

要解决的问题：资源来源（机器注册）、资源调度（调度算法）、执行任务

资源来源

由业务系统提供及其资源（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，利用率更高。
- 缺点：更容易发生定时任务脚本影响在线服务的事故（因为平时的流量较为均匀而定时任务往往会触发大量的并发任务）。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（字节等）
- 优点：任务执行逻辑与业务系统提供的在线服务隔离，避免相互影响。可以支持优雅的扩缩容。
- 缺点：消耗更多机器资源。需要额外为定时任务平台申请调用权限，而不能直接继承业务系统的权限。

相当于一个是自己要估算好需要的资源数，另一个是先建立一个云平台（资源足够）之后用户就不再考虑需要多少资源而是交给平台分配资源。

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。

任务分片

通过任务分片可以提高任务执行的效率和资源的利用率。

将业务数据分段。假设有N个执行器，最好将业务分为k*N段（让每个执行器负载均匀）。
将任务通过单机任务的方式进行任务分片（用单机将任务拆分），然后通过Map任务把处理逻辑分配到N个执行器上。
前两步给每个执行器传输了数据与程序，执行器即可进行工作。

任务编排

由于子任务的执行会有依赖关系，因此可以使用有向无环图DAG（Directed Acyclic Graph）进行可视化任务编排，用户可以通过图形用户界面（拖拽图的节点与箭头）完成任务的编排，而不是让用户进行硬编码。

故障转移

确保部分执行单元任务失败时，任务最终成功（分片任务基于一致性hash策略分发任务，当某Executor异常时，调度器会对分配到这台机器上的任务进行rehash，将这些任务分发到其它Executor上）。

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会被调度。

执行器

执行器是最后真正执行任务的组件，基于注册中心，可以做到执行器的弹性扩缩容（发现资源不够时再启动新的执行器并注册）。

执行器进行机器注册，让调度中心知道执行器的存在。
调度器发出调度请求之后执行器在自己的handler里执行任务流程。
执行器执行任务过程中，会向调度中心回传执行日志、回调请求。
任务执行中定时向调度中心进行状态上报（心跳检测），确保执行器故障时调度中心能及时感知，摘除故障执行器并将其任务分派给其它执行器。

分布式定时任务学习笔记 | 青训营笔记