分布式定时任务

这是我参与「第五届青训营」伴学笔记创作活动的第 12 天。

这篇笔记简要地介绍了分布式定时任务的概念及其重要知识点。

发展历史

Windows批处理

Case 1: 10分钟后Windows电脑自动关机

Step1: 桌面空白处右键单击-新建-文本文档
Step2: 更改文件名和后缀为“自动关机.bat'
Step3: 修改文件内容为“shutdown -s -t 600”,代表10分钟后关机
Step4: 双击运行该批处理文件，电脑将会在10分钟之后自动关机

Windows任务计划程序

Case 2: 每天 12:00 自动疫情打卡

Linux命令-CronJob

单机定时任务-Timer、Ticker

单机定时任务-ScheduledExecutorService

任务调度- Quartz

分布式定时任务概述

什么是分布式定时任务

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。

分布式定时任务按照触发时机分类可以分为定时任务，延时任务，周期任务三种。

分布式定时任务的特点

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些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

分布式定时任务的执行方式

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

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

业内定时任务框架

实现原理

整体架构

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
除此之外，还需要提供一个控制台 (Admin) ，提供任务管理和千预的功能。

控制台

任务: Job，任务元数据。任务元数据 (Job) 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。
任务实例: Joblnstance，周期任务会生成多个任务实例。任务实例 (Joblnstance) 是一个确定的 Job 的一次运行实例。
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。

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

方案一：

定期扫描+延时消息

方案二：

时间轮

高可用

单Trigger模式

会有单点故障机器故障时平台崩溃

Trigger集群模式

可避免单点故障
需要避免同一任务被多次触发，导致业务紊乱

调度器

资源来源
业务系统
定时任务平台
资源调度-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，分发到适用场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。
资源调度-任务切片
高级特性-任务编排
高级特性-故障转移
分片任务基于一致性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
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

执行器

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