分布式定时任务学习笔记 | 青训营笔记

浮华512
143 阅读6分钟

这是我参与「第五届青训营 」伴学笔记创作活动的第 11 天

一、分布式定时任务

1.1 定时任务的发展

  • 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

1.2 分布式定时任务的概念

因为单个主机执行能力有限，而想要在多台主机上部署定时任务，则需要用到分布式定时任务：

  • 平台化管理
  • 分布式部署
  • 支持海量数据

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，比如每天12点或者每隔5s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（核心方式）
  • 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(Map的扩展)

分布式定时任务与大数据处理引擎的关系：

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:

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（如大数据只能计算出发奖给谁，但是分布式定时任务可以完成发奖这个动作）

1.3 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: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)，提供任务管理和干预的功能。

数据流

分为两步：

image.png

功能架构

image.png

1.4 架构之控制台

image.png

PS：1 n指1：n的关系。

  • 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。（who、when、what、how）
  • 任务实例(JobInstance)是一个确定的Job的一次运行实例。(Job_id、触发时间、状态&结果、过程信息)

1.5 架构之触发器

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

实现方案

  • 定期扫描+延时消息(腾讯、字节方案)

  • 时间轮(Quartz)：

    • 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。

  • 最小堆的查找是O(1)O(1)，但是修改是O(logn)O(logn)。而时间轮直接就是查找修改均是O(1)O(1)

image.png

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，通过数据库行锁（但是多台机器频繁竞争数据库锁，节点越多性能越差）或分布式锁(可使用Redis锁或Zookeeper锁)保证任务只被触发一次

1.6 架构之调度器

资源来源

  • 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

    • 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

节点选择

方式：

  • 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(清理日志)。
  • 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。

如何分片？--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

任务编排

使用有向无环图 DAG(Directed Acyclic Graph)进行可视化任务编排。即先执行完谁再去执行。

故障转移

故障转移:确保部分执行单元任务失败时,任务最终成功。即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

1.7 架构之执行器

注册、调度、回调、心跳检测

avatar
文章
阅读
粉丝