分布式定时任务 | 青训营笔记

二火彡
118 阅读2分钟

这是我参与「第五届青训营 」笔记创作活动的第 12 天

一、本堂课重点内容

  • 知识面扩充
    • 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扩展知识面
  • 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
    • 对于实际业务场景的中间件选型、技术方案设计做到成竹在胸

二、详细知识点介绍

定时任务发展历程

1、Windows批处理程序

我们在平时的工作中即可使用windows的批处理执行定时任务，比如下列的一个例子：

在cmd中输入 shutdown -s -f -t 666, 即可在666秒后自动关闭电脑 （或在.bat文件中输入这行命令并打开文件即可）

2、Windows任务计划程序

在计算机管理页面，找到任务计划程序，可以在这里导入或创建基本定时任务

3、Linux命令 - CronJob

Cron命令在Linux中十分重要，Cron表达式也基本上是每个开发者必学的知识之一。在Linux中我们可以很轻易的使用简单的Cron表达式创建定时任务。当然也有些优缺点

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

4、单机定时任务

在开发语言中一般都会有Timer、Ticker这种存在，他的优点是可以跨平台支持(开发语言特性)，但是也是仅有单机可用

Examples:

Timer

// 每隔五分钟定时刷新本地缓存
public static void main(String[] args) throws ParseException {
    Timer timer = new Timer();
    timer.schedule(new TimerTask() {
        @override
        public void run() {
            SyncLocalCache();
        }
    }, 5000, 5 * 60 * 1000);
}

Ticker

// 每隔五分钟定时刷新本地缓存
func main() {
    ticker := time.newTicker(5 * time.Minute)
    for {
        select {
            case <- ticker.C:
            SyncLocalCache()
        }
    }
}

ScheduledExecutorService

// 每隔五分钟定时执行多个任务
private static ScheduledExecutorServcice scheduler;
public static void main(String[] args) throws Exception {
    scheduler = Executors.newScheduledThreadPool(5);
    
    scheduler.scheduleAtFixedRate(((
    new Runnable() {
        @Override
        public void run() {
            // DoSomething();
        }
    })), 0, 300, TimeUnit.SECONDS)
    
}

5、任务调度 - Quartz

Quartz这个轻量级的定时任务框架将单机单任务的定时任务做到了极致控制，可惜缺点在于无法进行负载均衡的配置

image-20230208204541382

6、分布式定时任务

经过漫长的发展，终于迎来了我们今天课程的重点，分布式的定时任务。

优点有很多：

  • 平台化管理
  • 分布式部署
  • 支持海量数据

他的基本结构大概是如下图所示，以多个定时器对多个调度器进行控制

image-20230208204824033

接下来，我们对这个分布式定时任务做一个简单的定义：

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不是的一种定时任务的管理方式。

按触发机制分类：

  • 定时任务: 特定事件触发，比如今天11:45:14执行
  • 延时任务: 延时出发，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

分布式定时任务的特点:

  • 自动化: 全自动共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: 光波导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

业内常见定时任务框架

image-20230208214350415

Xxl-job

Xxl-job是大众点评员工徐雪里于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，操作简单，上手快，企业维护起来成本不高，因而在中小型公司中使用非常广泛

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。他的功能非常强大，在阿里巴巴内部广泛使用并久经考验。

TCT

分布式任务调度服务(Tencent Cloud Task)是腾讯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。

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:

  • 分布式定时任务可以支持更大的业务体量
  • 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到这个之外，还可以调用HTTP和RPC服务
avatar
文章
阅读
粉丝