这是我参与「第五届青训营 」伴学笔记创作活动的第 12 天。
一、发展历程
Windows批处理
10分钟后Windows电脑自动关机
- 桌面空白处右键单击-新建-文本文档。
- 更改文件名和后缀为"自动关机.bat"。
- 修改文件内容为“shutdown -s -t 600”,代表10分钟后关机双击运行该批处理文件,电脑将会在10分钟之后自动关机。
Windows任务计划程序
自动执行程序
- 右击此电脑,单击管理
- 进入计算机管理界面,点击任务计划程序,就可以在这里创建一个自动执行的程序
Linux命令-CronJob
每天02:30定时清理机器日志——302 * * * clean_log.sh
Linux系统命令,使用简单,稳定可靠 只能控制单台机器,且无法适用于其他操作系统。
单机定时任务-Timer、Ticker
每隔5分钟定时刷新本地缓存数据
//java
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) ;
}
//Go
func main() {
ticker := time.NewTicker(5 * time. Minute)
for{
select {
case <-ticker.C:
syncLocalCache()
}
}
}
- 跨平台
- 仅单机可用
单机定时任务-ScheduledExecutorService
每隔5分钟定时执行多个任务
private static ScheduledExecutorService 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);
}
- 拥有线程池功能
- 仅单机可用
任务调度-Quartz
- 单任务极致控制
- 没有负载均衡机制
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
收获:通过对本次课程的学习,增加了我对分布式定时任务建立起宏观的认知,也了解了关联的单机定时任务、大数据处理引擎等,拓展了相关知识面。