分布式定时任务

这是我参加【第五届青训营】伴学笔记创作活动的第12天

课程目标

• 前言：从抖音春节活动说起
• 发展历程：从Linux命令到单机再到分布式
• 实现原理：深入了解分布式定时任务的实现原理
• 业务应用：在哪些实际业务中使用分布式实时任务

前言

如何设计春节活动开奖技术方案

• 业务流程
  • 定时扫描抖音用户集卡状态
  • 汇总计算用户的瓜分金额
  • 定时开奖
• 技术体量
  • 亿级用户规模
  • 十亿级资金规模
  • 百万级读写QPS
• 方案引出
  • 自动化 + 定时执行 + 海量数据 + 高效稳定 = 分布式定时任务

发展历程

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

Linux命令-CronJob

每天2：30定时清理机器日志

• Linux系统命令，使用简单，稳定可靠
• 只能控制单台机器，且无法适用于其他操作系统

单机定时任务-Timer、Ticker

每隔5分钟定时刷新本地缓存数据

• 跨平台
• 仅单机可用

单机定时任务-ScheduledExecutorService

每隔5分钟定时执行多个任务

• 拥有线程池功能
• 仅单机可用

任务调度-Quartz

• 单任务极致控制
• 没有负载均衡机制

分布式定时任务

• 平台化管理
• 分布式部署
• 支持海量数据

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

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﹣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

例如抖音春节集卡活动，发奖金额计算需要汇总计算，利用MapReduce任务，定时开奖利用Map任务

业内定时任务框架

业内定时任务框架 XxI-job

Xxl-job 是大众点评员工许雪里于2015年发布的分布式任务调度平台，是一个轻量级分布式任务调度框架，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。XXL-JOB 支持分片，简单支持任务依赖，支持子任务依赖，不是跨平台的。

Xxl-job 很大一个优势在于开源且免费，并且轻量级，开箱即用，操作简易，上手快，企业维护起来成本不高，因而在中小型公司使用非常广泛。

业内定时任务框架﹣ SchedulerX

分布式任务调度 SchedulerX 2.0是阿里巴巴基于 Akka 架构自研的新一代分布式任务调度平台，提供定时调度、调度任务编排和分布式批量处理等功能。

Schedulerx 可在阿里云付费使用。它功能非常强大，在阿里巴巴内部广泛使用并久经考验。

业内定时任务框架﹣ TCT

分布式任务调度服务（ Tencent Cloud Task ）是腾讯云自主研发的一款高性能、高可靠通用的分布式任务调度中间件，通过指定时间规则严格触发调度任务，保障调度任务的可靠有序执行。该服务支持国际通用的时间表达式、调度任务执行生命周期管理，解决传统定时调度任务单点及并发性能问题。同时，支持任务分片、流程编排复杂调度任务处理能力，覆盖广泛的任务调度应用场景。

 TCT 仅在腾讯内部使用，未开源，也未商用。

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、周期任务调整

差异：

• 分布式定时任务可以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

实现原理

整体架构

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

功能架构

控制台

基本概念

• 任务：Job，任务元数据
• 任务实例：Joblnstance，任务运行的实例
• 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

基本概念-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

• 基础信息
• 调度时机
• 执行行为
• 执行方式

基本概念-任务实例

任务实例是一个确定的Job的一次运行实例

Joblbstance

• Job_id
• 触发时间
• 状态和结果
• 过程信息

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

触发器-方案1

定期扫描+延时消息

触发器-方案2

时间轮

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

目标：遍历任务列表，从中找出当前时间点需触发的任务列表

1. 使用链表存储任务，每个元素代表一个任务，查询复杂度O（n）,修改复杂度O(1)
2. 使用最小堆存储任务，按执行时间排序，每个节点存储同执行时间任务列表，查询复杂度O（1），修改复杂度O（logn）
3. 使用时间轮存储任务，每个节点存储同执行时间任务列表，查询复杂度O（1），修改复杂度O（1）
4. 使用多级时间轮存储任务，上一级时间轮转过对应刻度后把任务塞入下级时间轮中

触发器﹣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，通过数据库锁或分布式锁保证任务只被触发一次

高可用-问题引出

• 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

高可用-数据库行锁模式

• 在触发调度之前，更新数据库中Joblnstance的状态，成功抢锁的才会触发调度
• 多台机器频繁竞争数据库锁，节点越多性能越差

高可用-分布式锁模式

• 在触发调度之前，尝试抢占分布式锁，可使用Redis或Zookeeper锁
• 性能较高，多家公司使用此方案

调度器

• 资源来源
• 资源调度
• 任务执行

资源来源

• 业务系统提供机器资源
  • 使用该方案的公司
    • 阿里、美团、字节等
  • 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
  • 使用该方案的公司
    • 字节等
  • 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
    • 需要额外为定时平台申请接口调用权限，而不能直接继承业务系统的权限

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

高级特性-任务编排

使用有向无环图 DAG进行可视化任务编排

高级特性-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

分片任务基于一致性hash策略分发任务时，当某Executor异常时，调度器会将任务分发到其他Executor

调度器-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

基于注册中心，可以做到执行器的弹性扩缩容

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。

• 电商 
  • 订单30分钟未付款自动关闭订单
  • 定时给商家、达人发送消息，给用户发放优惠券等
• 互动
  • 支付宝集五福
  • 字节春节集卡瓜分红包
• 游戏
  • 活动结束后批量补发用户未领取的奖励
  • 定期更新游戏内榜单

其他解决方案

• 发货后超过10天未收货时系统自动确认收货
  • 使用分布式定时任务的延时任务
  • 使用消息队列的延时消息或者定时消息
• 春节集卡活动统计完成集卡的用户个数和总翻倍数
  • 使用分布式定时任务的 MapReduce 任务
  • 使用大数据离线处理引擎 Hive 离线做统计
  • 使用大数据实时处理引擎 Flink 实时做累计

总结

本节课使我对分布式定时任务建立起宏观的认知，并深入了解其实现原理，了解关联的单机定时任务、大数据处理引擎，通过了解不同实现方案的优劣来拓展知识面。项目实践能力加强，了解在哪些实际业务场景中使用分布式定时任务