这是我参与【第五届青训营】伴学笔记创作活动的第12天。 今天学习了一部分分布式定时任务，今天的内容有点难，没有把课程学完，剩下的还得抽时间学习，今天学的还得在实践中慢慢理解。
分布式定时任务：
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，比如每隔5s或者每天12点执行
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
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
