分布式调度平台XXL-JOB源码分析-调度中心

架构图

分布式调度平台XXL-JOB源码分析-调度中心_第1张图片

上图是我们要进行源码分析的2.1版本的整体架构图。其分为两大块,调度中心和执行器,本文先分析调度中心,也就是xxl-job-admin这个包的代码。

关键bean

在application.properties配置正确的数据库连接信息后,直接启动XxlJobAdminApplication即可。

配置类XxlJobAdminConfig,里面维护了一些调度中心端的配置数据。

XxlJobScheduler这个组件实现了InitializingBean接口,所以spring容器在初始化的时候会调用afterPropertiesSet方法,此方法如下:

分布式调度平台XXL-JOB源码分析-调度中心_第2张图片

第一步国际化相关。

第二步监控相关。

第三步失败重试相关。

第四步启动admin端服务,接收注册请求等。

第五步JobScheduleHelper调度器,死循环,在xxl_job_info表里取将要执行的任务,更新下次执行时间的,调用JobTriggerPoolHelper类,来给执行器发送调度任务的

JobScheduleHelper

这个类就是死循环从xxl_job_info表中取出未来5秒内要执行的任务,进行调度分发。

分布式调度平台XXL-JOB源码分析-调度中心_第3张图片

 启动了两个守护线程,先来看scheduleThread。

分布式调度平台XXL-JOB源码分析-调度中心_第4张图片

死循环内的代码如上图,首先利用for update语句进行获取任务的资格锁定,再去获取未来5秒内即将要执行的任务。

分布式调度平台XXL-JOB源码分析-调度中心_第5张图片

展开遍历任务的逻辑代码,有三个分支

 分布式调度平台XXL-JOB源码分析-调度中心_第6张图片

 第一个分支当前任务的触发时间已经超时5秒以上了,不在执行,直接计算下一次触发时间。

分布式调度平台XXL-JOB源码分析-调度中心_第7张图片

 第二个分支为触发时间已满足,利用JobTriggerPoolHelper这个类进行任务调度,之后判断下一次执行时间如果在5秒内,进行此任务数据的缓存,处理逻辑与第三个分支一样。

分布式调度平台XXL-JOB源码分析-调度中心_第8张图片

对触发时间秒数进行60取模,跟进pushTimeRing方法

分布式调度平台XXL-JOB源码分析-调度中心_第9张图片

ringData是以0到59的整数为key,以jobId集合为value的Map集合。这个集合数据的处理逻辑,就在我们第二个守护线程ringThread中。

 1 while (!ringThreadToStop) {
 2     try {
 3         // second data
 4         List ringItemData = new ArrayList<>();
 5         int nowSecond = Calendar.getInstance().get(Calendar.SECOND);   // 避免处理耗时太长,跨过刻度,向前校验一个刻度;
 6         for (int i = 0; i < 2; i++) {
 7             List tmpData = ringData.remove( (nowSecond+60-i)%60 );
 8             if (tmpData != null) {
 9                 ringItemData.addAll(tmpData);
10             }
11         }
12         // ring trigger
13         logger.debug(">>>>>>>>>>> xxl-job, time-ring beat : " + nowSecond + " = " + Arrays.asList(ringItemData) );
14         if (ringItemData!=null && ringItemData.size()>0) {
15             // do trigger
16             for (int jobId: ringItemData) {
17                 // do trigger
18                 JobTriggerPoolHelper.trigger(jobId, TriggerTypeEnum.CRON, -1, null, null);
19             }
20             // clear
21             ringItemData.clear();
22         }
23     } catch (Exception e) {
24         if (!ringThreadToStop) {
25             logger.error(">>>>>>>>>>> xxl-job, JobScheduleHelper#ringThread error:{}", e);
26         }
27     }
28     // next second, align second
29     try {
30         TimeUnit.MILLISECONDS.sleep(1000 - System.currentTimeMillis()%1000);
31     } catch (InterruptedException e) {
32         if (!ringThreadToStop) {
33             logger.error(e.getMessage(), e);
34         }
35     }
36 }

根据当前秒数刻度和前一个刻度进行时间轮的任务获取,之后和上文一样,利用JobTriggerPoolHelper进行任务调度。

时序图

 

 分布式调度平台XXL-JOB源码分析-调度中心_第10张图片

 

JobTriggerPoolHelper

如前文所述,不管是scheduleThread还是ringThread,最后完成任务调度的都是JobTriggerPoolHelper.trigger方法,这个类有两个线程池fastTriggerPool和slowTriggerPool,顾名思义,分别是执行较快任务和较慢任务的,后查官方文档,如下:

分布式调度平台XXL-JOB源码分析-调度中心_第11张图片  

minTim属性,作用待明确

jobTimeoutCountMap属性,计数,key为jobId,value使用AtomicInteger计数。

helper静态变量指向自己本身,提供外部静态方法调用。

分布式调度平台XXL-JOB源码分析-调度中心_第12张图片

重要方法,向两种线程池其中之一提交调度任务,进行调度,引出XxlJobTrigger这个类,一路跟进去

分布式调度平台XXL-JOB源码分析-调度中心_第13张图片

分布式调度平台XXL-JOB源码分析-调度中心_第14张图片

继续跟进

分布式调度平台XXL-JOB源码分析-调度中心_第15张图片

至此,完成执行器的任务调度。

时序图

分布式调度平台XXL-JOB源码分析-调度中心_第16张图片

接收注册和心跳请求

分布式调度平台XXL-JOB源码分析-调度中心_第17张图片

 

 

转载于:https://www.cnblogs.com/jiangyang/p/11576931.html

你可能感兴趣的:(分布式调度平台XXL-JOB源码分析-调度中心)