day17 分布式定时任务 | 青训营笔记

yeyr2
120 阅读7分钟

这是我参与「第五届青训营 」伴学笔记创作活动的第 17 天.
自动化 + 定时执行 + 海量数据 + 高效稳定 = 分布式定时任务

一.发展历程

1.发展历史

  • Linux命令-CronJob

    image.png

  • 单机定时任务-Timer、Ticker

    image.png

    • 跨平台
    • 仅单机可用

  • 单机定时任务-ScheduledExecutorService

    image.png

    • 拥有线程池的功能
    • 仅单机可用

  • 任务调度- Quartz

    image.png

    • 单任务极致控制
    • 没有负载均衡机制

  • 分布式定时任务

    image.png

2.概述

1.定义

  • 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。

2.分类

  • 按机制分类:
    • 定时机制 : 特定时间触发,比如今天三点触发.
    • 延时任务 : 延时触发,比如10s后触发.
    • 周期任务 : 固定周期时间,或者固定频率周期调度触发,比如每天12点或者每隔5s执行.

3.特点

  • 自动化 : 全平台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

4.执行模式

  • 单机任务 : 随即触发一台机器执行任务,适用于计算量小、并发度低.
  • 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报的任务.

5.现状

  • 业内流行框架

    Xxl-jobSchedulerXTCTElastic-jobSaturn
    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
    • SchedulerX
    • TCT : 腾讯自主研发的高性能,高可靠通用的分布式任务调度中间件.

6.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系
    • 分布式定时任务的性能,伸缩性,稳定性更高

7.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和RPC服务。

二.实现原理

1.整体架构

1.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 ： Schedular,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的功能。

image.png

2.数据流

image.png

3.功能架构

image.png

4.控制台Admin

image.png

  • 任务 ： Job,任务原数据。
  • 任务实例 ： JobInstance,任务运行的实例。
  • 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，因而使用任务历史存储。

5.任务元数据

任务元数据（Job）是对用户任务属性定义，包括任务类型调度时机、执行行为等。

image.png

任务元数据的状态机扭转图 image.png

6.任务实例

任务实例(JobInstance)是一个确定的Job的一次运行实例.

image.png

状态机 image.png

2.触发器Trigger

1.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

2.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

3.方案

  • 方案一：腾讯字节方案

    定时扫描+延时消息 image.png

  • 方案二：Quartz方案——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储一个定时任务列表.

    image.png

    • 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 image.png
    • image.png
    • image.png
    • image.png

4.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?
    • 负责扫描和触发的机器挂了怎么办?
  • 解法
    • 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

image.png

  • 数据库行锁模式 在触发调度之前，更新数据库中JobInstance的状态，成功抢锁的才会触发调度 image.png

  • 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Zookeeper锁 image.png

3.调度器Scheduler

1.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
  • 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

2.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。适用分发到场景: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。 image.png

3.任务分片

通过任务分片来提高任务执行的效率和资源的利用率
image.png
N个执行器Executor, M个业务数据区段，最好M>=N, 且.M是N的整数倍

4.任务编排

使用有向无环图DAG(Directed Acyclic Graph)进行可视化任务编排
image.png

5.故障转移

使用有向无环图DAG(Directed Acyclic Graph)进行可视化任务编排

image.png

分片任务基于致性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

6.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

image.png

4.执行器Executor

image.png

三.业务应用

  • 业务应用

    • 所有需要定时、延时、周期性执行任务的业务场景，都可以考虑使用分布式定时任务

  • 知识面扩充

    • 分布式定时任务
    • 单机定时任务
    • 延时消息
    • 离线计算引擎Hive
    • 实时计算引擎Flink

参考

【后端专场 学习资料五】第五届字节跳动青训营
定时任务发展之路

avatar
文章
阅读
粉丝