这是我参与「第五届青训营 」伴学笔记创作活动的第 15 天
1、前言
春节集卡瓜分20亿
- 亿级用户规模
- 亿级资金规模
- 百万级读写qps
自动化 + 定时执行 + 海量数据 + 高效稳定 = 分布式定时任务
2、发展历程
2.1、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：修改文件内客为“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
2.2、Windows任务计划程序
- Case 2：明天12点自动疫情打卡
2.3、Linux命令—CronJob
- Case 3：每天02:30定时清理机器日志
30 2 * * * clean_log.sh
- Linux系统命令，使用简单，文档可靠
- 只能控制单台机器，且无法适用于其他操作系统
2.4、单机定时任务
- Timer、Ticker
Case 4：每隔5分钟定时刷新本地缓存数据
- ScheduledExecutorService
Case 5：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
2.5、任务调度—Quartz
- 单任务极致控制
- 没有负载均衡机制
2.6、分布式定时任务
- 平台化管理
- 分布式部署
- 支持海量数据
2.6.1、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
2.6.2、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
2.6.3、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
2.7、业内定时任务框架
2.7.1、Xxl-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。
2.7.2、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。
2.7.3、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。
2.8、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
3、实现原理
3.1、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)，提供任务管理和千预的功能。
3.1.1、数据流
3.1.2、功能架构
3.2、控制台
3.2.1、基本概念
- 任务︰Job，任务元数据
- 任务实例:Joblnstance，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
3.2.2、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。
3.2.3、任务实例
任务实例(Joblnstance）是一个确定的Job 的一次运行实例。
3.3、触发器
3.3.1、核心职责
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
3.3.2、方案1
定期扫描+延时消息(腾讯、字节方案)
3.3.3、方案2
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。
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
3.3.4、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
3.4、调度器
3.4.1、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:
- 任务执行罗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
- 需要客额外为定时任务平台申请接口调用权限，
- 而不能直接继承业务系统的权限
3.4.2、资源调度
节点选择
任务分片
3.4.3、高级特性
任务编排
故障转移
3.4.4、调度器—高可用
3.5、执行器
基于注册中心，可以做到执行器的弹性扩缩容
4、业务应用
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
