1.背景介绍

所谓分布式定时任务，用一个公式来进行表示，如下：

分布式定时任务 = 自动化 + 定时执行 + 海量数据 + 高效稳定

对于其应用场景，如春节集卡瓜分20亿

如何进行分发奖金，成为厚度按开发同学所要设计的方案任务，简单可以看作：发奖金额计算和定时开奖环节

在发奖金额计算过程中：

集卡信息 <- 扫描脚本 -> 发奖金额 -> 定时开奖（用户）

2.发展历程

Windows批量处理 ——> Windows任务计划程序 ——> Linux命令-CronJob ——> 单机定时任务-Timer、Ticker ——> 单机定时任务-ScheduledExecutorService ——> 任务调度-Quartz ——> 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
- 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
- 伸缩式：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
分布式定时任务执行方式：
- 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，并且需要子任务结果做汇总的任务

业内定时任务框架包括：Xxl-job、SchedulerX、TCT

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，分布式定时任务除了能做这个之外，还可以调用HTTP和RPC服务

3.实现原理

3.1 核心架构

分布式定时任务核心需要解决三个关键问题：触发、调度、执行

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

3.2 控制台

基本概念：

任务：Job,任务元数据
任务实例：Joblnstance,周期任务会生成多个任务实例
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

任务元数据是用户对任务属性定义，包括任务类型调度时机、执行行为等

3.3 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

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？
- 负责扫描和触发的机器挂了怎么办？
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

3.4 调度器

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，而不能直接继承业务系统的权限

4.总结

本篇文章从分布式定时任务讲述了分布式的发展历程、实现原理，其中很多定理和原理及概念。很多概念和原理，我不是很了解，通过抖音瓜分20亿的背景知识，老师为我们讲解了很多，我学习到很多之前不会的知识。

5.引用

本篇文章的内容主要来自于青训营字节内部课程。

分布式定时任务|青训营笔记