这是我参与「第五届青训营 」笔记创作活动的第7天

分布式定时任务

自动化+定时执行+海量数据+高效稳定=分布式定时任务

概述

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：

• windows批处理
• 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：平台化管理、分布式部署、支持海量数据

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。

触发时机

• 定时任务：特性时间触发
• 延时任务：一段时间后触发
• 周期任务：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

业内定时任务框架

• Xxl-job：美团
• SchedulerX：阿里巴巴
• TCT：腾讯
• Elastic-job：当当网
• Saturn：唯品会

对比

分布式任务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：

• 都可以对海量数据作对比
• 性能、伸缩性、稳定性都很高

差异：

• 定时不是大数据处理引擎解决的核心问题
• 大数据处理引擎更关注数据的处理，分布式定时任务还可以调用http、tcp服务

实现

分布式定时任务核心：

• 触发器：解析任务，生成触发事件

    任务生成任务实例，运行产生任务结果；修改任务保存任务历史；
  

• 调度器：分配任务，管理任务生命周期

    调度方案：
    定时扫描+延时消息
    时间轮
  
    高可用：trigger集群模式（redis抢占分布式锁触发）；不同业务隔离；
            
    资源来源：
    业务系统
    定时任务平台
  
    任务分片提高任务执行的效率和资源利用率
  
    分片任务基于一致性hash策略分发任务，部分执行单元任务失败转义故障
  

• 执行器：获取执行任务单元，执行任务逻辑

    基于注册中心弹性扩缩容
  

还需要提供控制台，提供任务管理和干预的功能

业务应用

适用所有需要定时、延时、周期性执行任务的业务场景都可以考虑，如：

• 订单超时关闭
• 更新榜单
• 发送奖励