这是我参与「第五届青训营 」伴学笔记创作活动的第 13 天
前言
抽卡 集齐 开奖
作为后端开发同学，怎样设计最终开奖环节技术方案？
自动化 + 定时执行 + 海量数据 + 高效稳定 = 分布式定时任务
一、本堂课重点内容：
控制台
触发器
调度器
执行器
二、详细知识点介绍：
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、延期、周期性完成任务调度的过程。（为了解决自动化和准时）
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。（解决高性能、可靠性、分布式部署）
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
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：随时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
业内定时任务框架
- Xxl-job（开源且免费）
- SchedulerX（阿里云付费使用）
- TCT（仅在腾讯内部使用）
分布式定时任务 VS 单机定时任务
分布式定时任务 VS 大数据处理引擎
实现原理
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：JobInstance，周期任务会生成多个任务实例
- 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
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（JobInstance）是一个确定的Job的的一次运行实例
触发器
核心职责
给定一系列任务，解析他们的触发规则，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（腾讯、字节方案）
方案二
时间轮（Quartz 所用方案）
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
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保证任务只被触发一次
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）
数据库行锁模式
在触发调度之前，更新数据库中JobInstance的状态，成功抢锁的才会触发调度
分布式锁模式
调度器
资源来源
业务提供机器资源
定时任务平台提供机器资源
节点选择
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
N个执行器Executor，M个业务数据区段，最好M>=N,且M是N的整数倍
任务编排
使用有向无环图DAG（Directed Acyclic Graph）进行可视化任务编排
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，当某Executor异常时，调度器会将任务分发到其他Executor
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，都可以考虑分布式定时任务。
四、课后个人总结：
不容易掌握的知识点：分布式定时系统的实现原理
本次课的学习内容知识点比较多。
