这是我参与【第五届青训营】伴学笔记创作活动的第14天
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，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，比如每天12点或者每隔5s执行
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
例如： Xxl-job
Xxl-job是大众点评员工许雪里于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很大一个优势在于开源且免费，并且轻量级，开箱即用，操作简易，上手快，企业维护起来成本不高，因而在中小型公司使用非常广泛
SchedulerX
分布式任务调度 SchedulerX 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 可在阿里云付费使用。它功能非常强大，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面粉不是定时任务除了能做这个之外，还可以调用HTTP和RPC服务
核心架构
控制台基本概念
任务元数据（Job）：是用户对任务属性定义，包括任务基本信息、调度时机、执行行、执行方式为
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
方案：
【1】定期扫描+延时信息（腾讯、字节方案）
【2】时间轮（Quartz所用方案）
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。
核心问题
- 不同业务之间，任务的调度相互影响怎么办？
- 负责扫描和出发的机器挂了怎么办？
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
调度器
资源来源
资源调度
节点选择:
任务分片：
任务编排：
故障转移：
