Elastic Job入门详解

转载自: http://blog.csdn.net/zhglance/article/details/55213466

Elastic job是当当网架构师张亮,曹昊和江树建基于Zookepper、Quartz开发并开源的一个Java分布式定时任务,解决了Quartz不支持分布式的弊端。Elastic job主要的功能有支持弹性扩容,通过Zookepper集中管理和监控job,支持失效转移等,这些都是Quartz等其他定时任务无法比拟的。

    目前Elastic job的最新版本已经由原来的elastic-job-core分离除了两个项目,分别为Elastic-Job-Lite和Elastic-Job-Cloud。Elastic-Job是一个分布式调度解决方案,由两个相互独立的子项目Elastic-Job-Lite和Elastic-Job-Cloud组成,Elastic-Job-Lite定位为轻量级无中心化解决方案,使用jar包的形式提供分布式任务的协调服务。 Elastic-Job-Cloud使用Mesos + Docker(TBD)的解决方案,额外提供资源治理、应用分发以及进程隔离等服务,Elastic-Job-Lite和Elastic-Job-Cloud提供同一套API开发作业,开发者仅需一次开发,即可根据需要以Lite或Cloud的方式部署 .[转自官网:https://github.com/dangdangdotcom/elastic-job/blob/master/README_cn.md]

    1.实战

         maven依赖:          

[java]  view plain  copy
  1.   
  2.   
  3.   
  4.     com.dangdang  
  5.     elastic-job-lite-core  
  6.     2.0.0  
  7.   
  8.   
  9.   
  10.     com.dangdang  
  11.     elastic-job-lite-spring  
  12.     2.0.0  
  13.   
 

      MyElasticJob.java       

[java]  view plain  copy
  1. package com.lance.job;  
  2.   
  3. import com.dangdang.ddframe.job.api.ShardingContext;  
  4. import com.dangdang.ddframe.job.api.simple.SimpleJob;  
  5.   
  6. /** 
  7.  * Created by zhangzh on 2017/2/15. 
  8.  */  
  9. public class MyElasticJob implements SimpleJob {  
  10.   
  11.   
  12.     public void execute(ShardingContext shardingContext) {  
  13.   
  14.         //1.当分片数为1时,在同一个zookepper和jobname情况下,多台机器部署了Elastic job时,只有拿到shardingContext.getShardingItem()为0的机器得以执行,其他的机器不执行  
  15.   
  16.         //2.当分片数大于1时,假如有3台服务器,分成10片,则分片项分配结果为服务器A=0,1,2;服务器B=3,4,5;服务器C=6,7,8,9。此时每台服务器可根据拿到的shardingItem值进行相应的处理,  
  17.          // 举例场景:  
  18.          // 假如job处理数据库中的数据业务,方法为:A服务器处理数据库中Id以0,1,2结尾的数据,B处理数据库中Id以3,4,5结尾的数据,C处理器处理6,7,8,9结尾的数据,合计处理0-9为全部数据  
  19.          // 如果服务器C崩溃,Elastic Job自动进行进行失效转移,将C服务器的分片转移到A和B服务器上,则分片项分配结果为服务器A=0,1,2,3,4;服务器B=5,6,7,8,9  
  20.               // 此时,A服务器处理数据库中Id以0,1,2,3,4结尾的数据,B处理数据库中Id以5,6,7,8,9结尾的数据,合计处理0-9为全部数据.  
  21.   
  22.   
  23.         processByEndId(shardingContext.getShardingItem());  
  24.     }  
  25.   
  26.     private void processByEndId(int shardingContext) {  
  27.   
  28.         // TODO: 2017/2/15  处理数据Id结尾为 shardingContext的数据  
  29.   
  30.     }  
  31. }  


       上下文配置:

      

[java]  view plain  copy
  1. "1.0" encoding="UTF-8"?>  
  2. "http://www.springframework.org/schema/beans"  
  3.        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"  
  4.        xmlns:reg="http://www.dangdang.com/schema/ddframe/reg"  
  5.        xmlns:job="http://www.dangdang.com/schema/ddframe/job"  
  6.        xsi:schemaLocation="http://www.springframework.org/schema/beans  
  7.                         http://www.springframework.org/schema/beans/spring-beans.xsd  
  8.                         http://www.dangdang.com/schema/ddframe/reg  
  9.                         http://www.dangdang.com/schema/ddframe/reg/reg.xsd  
  10.                         http://www.dangdang.com/schema/ddframe/job  
  11.                         http://www.dangdang.com/schema/ddframe/job/job.xsd  
  12.                         ">  
  13.       
  14.     "regCenter" server-lists="zookeeperServerIp:2181" namespace="dd-job" base-sleep-time-milliseconds="1000" max-sleep-time-milliseconds="3000" max-retries="3" />  
  15.   
  16.       
  17.     "myElasticJob" class="com.lance.job.MyElasticJob" registry-center-ref="regCenter" cron="0 */5 * * * ?" sharding-total-count="1"/>  
  18.   


看,简单吧!

你可能感兴趣的:(分布式任务调度(定时任务))