这是我参与「第五届青训营 」伴学笔记创作活动的第 10 天
分布式定时任务 | 青训营笔记
1. 分布式定时任务
- 定时任务：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：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。
- 分类：
- 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
- 按执行方式分类：
- 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
- 特点
- 自动化：全自动化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
- 高可用性：单点故障不影响最终任务结果，可以做到故障转移
- 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
- 分布式任务 VS 大数据引擎
- 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成结果数据，分布式定时任务除了能做这个之外，还可以调用HTTP服务和RPC服务
2. 核心框架
分布式定时任务要解决的三个关键问题为：触发、调度、执行，此外还需要提供一个控制台，提供任务管理和任务干预的功能。
- 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：Executor，获取执行任务单元，执行任务逻辑
2.1 控制台
- 基本概念
- 任务：任务元数据，任务元数据是用户对于任务属性的定义，包括任务类型调度时机、执行行为等
- 任务实例：任务运行的实例，是一个确定的任务的一次运行实例
- 任务结果：任务实例运行的结果
- 任务历史：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，因而任务历史存储
2.2 触发器
- 核心职责：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：
- 需支持大量任务
- 需支持秒级的调度
- 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
- 常用方案：
- 定期扫描+延时消息
- 时间轮：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。
- 数据库行锁模式：在触发调度之前，更新数据库中任务实例的状态，成功抢锁的才会触发调度，但有可能导致多台机器频繁竞争数据库锁，导致节点越多性能越差。
- 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锁或者Zookeeper锁，性能较高，使用广泛。
2.3 调度器
- 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
- 优点
- 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的权限
- 优点
- 业务系统提供机器资源
- 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，如定时对账场景。
- 广播执行：在集群中所有的执行节点分发调度任务并执行，如批量运维场景。
- 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，如海量日志统计场景。
- 任务编排：使用有向无环图进行可视化任务编排。
- 故障转移：确保部分执行单元任务失败时，任务最终成功。
- 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。
2.4 执行器
基于注册中心，可以做到执行器的弹性扩缩容。
