这是我参与「第五届青训营 」伴学笔记创作活动的第 12 天
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
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
共同点：
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
实现原理
整体架构
- 触发器
- 调度器
- 执行器
触发器
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
方案1
定期扫描 + 延时消息
方案2
时间轮，环形存储结构，每个元素可以存一个定时列表
列表存储不用最小堆是因为修改的复杂度 o(lgn)
保证高可用使用集群，但是可能存在多次触发 引入分布式锁确保高可用
调度器
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。适用场昱: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。适用场昱:海量日志统计。
课后
-
分布式定时任务可以帮助我们处理哪些业务场景？
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，如：订单任务，有指定的ddl的任务
-
春节集卡瓜分20亿的玩法，发奖金额计算、实时开奖两个阶段分别用到分布式定时任务什么执行模式？
金额计算 ：mapreduce，map。 由于发奖金额计算时需要汇总计算所有用户的集卡状态，因而在Map之后还需要对子任务的结果做汇总计算
实时开奖：Map。 而实时开奖则只需要对全量集齐的用户发奖即可
-
有了分布式定时任务，单机定时任务还有适用场景么？
有，如单机的缓存更新，日志清理
-
时间轮这种数据结构，在定时/延时场景相比其他数据结构有哪些优势？
查询，修改时间复杂度都为 o（1）
-
分布式定时任务的调度中心怎么判断一台执行器的机器处于可被调度状态？
执行器的机器首先需要调用调度中心的注册服务将本机器注册上去，并且需要定期状态上报供调度中心监控机器状态
-
你能想到哪些业务场景，实时计算引擎优于分布式定时任务？
需要实时统计数据，数据处理，无法rpc等额外处理的业务
