这是我参与「第五届青训营 」伴学笔记创作活动的第 12 天
课程概要
- 前言:抖音春节活动
- 发展历程:从Linux命令到单机再到分布式,定时任务没有停下发展的步伐
- 实现原理:深入了解分布式任务的实现原理
- 业务应用:在哪些实际业务中使用分布式定时任务
实际应用---春节集卡瓜分20亿
要点:
- 亿级用户规模
- 亿级资金规模
- 百万级读写QPS
需求解决:
- 自动化
- 定时执行
- 海量数据
- 高效稳定
即本课重点: 分布式定时任务
发展历程
概念-批处理
批处理是一种简化的脚本语言,它应用于DOS和Windows系统中,它是由DOS或者Windows系统内嵌的命令解释器(通常是COMMAND.COM或者CMD解释运行。批处理文件(batch file)包含一系列 DOS命令,通常用于自动执行重复性任务。用户只需双击批处理文件便可执行任务,而无需重复输入相同指令。编写批处理文件非常简单,但难点在于确保一切按顺序执行。编写严谨的批处理文件可以极大程度地节省时间,在应对重复性工作时尤其有效。
- Case1:定时挂机
也可以改变数字设置时间,将后缀改为.bat后点击:
- Case2 每天12点自动打卡 任务计划程序
Linux命令-CronJob
Linux crontab 是用来定期执行程序的命令。当安装完成操作系统之后,默认便会启动此任务调度命令。
crond 命令每分钟会定期检查是否有要执行的工作,如果有要执行的工作便会自动执行该工作。
注意: 新创建的 cron 任务,不会马上执行,至少要过 2 分钟后才可以,当然你可以重启 cron 来马上执行。
而 linux 任务调度的工作主要分为以下两类:
- 1、系统执行的工作:系统周期性所要执行的工作,如备份系统数据、清理缓存
- 2、个人执行的工作:某个用户定期要做的工作,例如每隔 10 分钟检查邮件服务器是否有新信,这些工作可由每个用户自行设置
crontab [ -u user ] { -l | -r | -e }
crontab [ -u user ] file
单机定时任务-Timer、Ticker
func main(){
ticker := time.NewTicker(5 * time.Minute)
for {
select {
case <-ticker.C:
SynLocalCache()
}
}
}
- ScheduledExecutorService:拥有线程池功能,但仅单机可用
任务调度-Quartz
Quartz 的核心类有以下三部分:
- 任务 Job : 需要实现的任务类,实现
execute()方法,执行后完成任务。 - 触发器 Trigger : 包括
SimpleTrigger和CronTrigger。 - 调度器 Scheduler : 任务调度器,负责基于
Trigger触发器,来执行 Job任务。
分布式定时任务
- 平台化管理
- 分布式部署
- 支持海量数据
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。
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,比如每隔5s或者每天12点执行
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
像春节活动那里,发奖金额计算就是MapReduce任务,定时开奖就是Map任务
业内定时任务框架
| Xxl-job | SchedulerX | TCT | Elastic-job | Saturn | |
|---|---|---|---|---|---|
| 来源 | 美团 | 阿里巴巴 | 腾讯 | 当当网 | 唯品会 |
| 开源 | √ | × | × | √ | √ |
| 任务编排 | 子任务依赖 | √ | √ | × | × |
| 任务分片 | √ | √ | √ | √ | √ |
| 高可用 | √ | √ | √ | √ | √ |
| 故障转移 | √ | √ | √ | √ | √ |
| 可视化运维 | √ | √ | √ | √ | √ |
知识面扩充
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,分布式定时任务除了能做这个之外,还可以调用HTTP和 RPC服务