这是我参与「第五届青训营 」伴学笔记创作活动的第 13 天
分布式定时任务
- 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
10 分钟后 Windows 电脑自动关机
- 桌面空白处邮件新建文本文档
- 更改文件名和后缀为.bat
- 修改文件内容为 shutdown -s -t 600，代表十分钟后关机
- 双击运行该批处理文件
Windows 任务嘉华程序
Linux 命令 - CronJob
- 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
- 跨平台
- 仅单机可用
ScheduledExecutorSerivce
- 拥有线程池功能
- 仅单机可用
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
- 平台化管理
- 分布式部署
- 支持海量数据
什么是分布式定时任务
- 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
- 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：采用集群的方式部署，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：广播到所有机器上窒息你个同一个任务，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 | SchedulerX | TCT | Elastic-job | Saturn | |
|---|---|---|---|---|---|
| 来源公司 | 美团点评 | 阿里巴巴 | 腾讯 | 当当网 | 唯品会 |
| 是否开源 | 是 | 否 | 否 | 是 | 是 |
| 任务编排 | 子任务依赖 | 支持 | 支持 | 不支持 | 不支持 |
| 任务分片 | 支持 | 支持 | 支持 | 支持 | 支持 |
| 高可用 | 支持 | 支持 | 支持 | 支持 | 支持 |
| 故障转移 | 支持 | 支持 | 支持 | 支持 | 支持 |
| 可视化运维 | 支持 | 支持 | 支持 | 支持 | 支持 |
xxl-job
- xxl-job 是一个轻量级分布式任务调度框架，器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 很大一个优势是开源且免费，并且轻量级，开箱即用，操作简单，上手快，企业维护起来成本不高，因此在中小型公司适用非常广泛
SchedulerX
- 分布式任务调度 ShcedulerX 2.0 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 在阿里云付费适用，功能非常强大，在阿里巴巴内部广泛使用并久经考验
TCT
- 分布式任务调度服务是一款高性能、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
- 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 仅子啊腾讯内部适用，没有开源，没有商用
补充
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成结果数据，分布式定时任务处理能做这个之外，还可以调用 HTTP 和 RPC 服务
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
- 控制台：Admin，提供任务管理和干预的功能
控制台
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、执行行为等
-
任务实例：JobInstance，周期任务会生成多个任务实例
- 一个确定的 Job 的一次运行实例
-
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，因此使用任务历史存储
触发器
核心职责
- 给定一系列任务，解析它们的触发规则，在规定事件点触发任务的调度
设计约束
- 需要支持大量任务
- 许哟啊支持秒级的调度
- 周期任务需要多次执行
- 需要保证秒级扫描的高性能，并避免资源浪费
方案
定期扫描 + 延时消息
时间轮（Quartz）
-
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)
-
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任务列表
- 查询复杂度 O(1)，修改复杂度 O(logn)
-
使用时间轮存储任务，每个节点存储同执行任务列表
- 查询复杂度 O(1)，修改复杂度 O(1)
-
使用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级时间轮
高可用
解法思路
- 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
- 部署上，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
问题引出
-
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
- 需要避免统一任务被多次触发，导致业务凌乱
数据库行锁模式
- 在触发调度之前，更新数据库中 JobInstance 的状态，成功枪锁的才会触发调度
- 多台机器频繁竞争数据库锁，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，可以使用 Redis 锁或 Zookee 锁
- 性能较高，多家公司使用此方案
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，而不能直接集成业务系统的权限
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
- 通过任务分片来提高执行的效率和资源的利用率
任务编排
- 适用有向无环图 DAG 进行可视化任务编排
故障转移
- 故障转移：确保部分执行单元任务失败时，任务最终失败
- 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
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
- 基于注册中心，可以做到执行器的弹性扩缩容
业务应用
- 所有需要定时、延时、周期性执行任务的业务场景，都可以考虑适用分布式定时任务
解决方案对比
| 时效性 | 可控性 | 间接性 | 主要缺点 | |
|---|---|---|---|---|
| 分布式定时任务 | 秒级 | 高 | 高 | - |
| 单机定时任务 | 秒级 | 高 | 高 | 无法支撑很大业务体量 |
| 延时消息 | 实时 | 低 | 中 | 在任务有变化时，已发送的延时消息不便于做变更 |
| 离线计算 | 小时级 | 中 | 高 | 时延至少小时级 |
| 实时计算 | 秒级 | 高 | 中 | 仅能做到数据处理，无法调用 HTTP / RPC 请求完成业务逻辑处理 |
