分布式作业系统 Elastic-Job-Cloud 源码分析 —— 作业配置

本文基于 Elastic-Job V2.1.5 版本分享

• 1.概述
• 2.云作业App
  -2.1云作业App配置类
  -2.2操作云作业App配置
• 3.云作业
  -3.1云作业配置
  -3.2本地云作业配置
  -3.3云作业配置总结

1. 概述

本文主要分享 Elastic-Job-Cloud 作业配置。

如果你阅读过以下文章，有助于对本文的理解：

• 《官方文档 —— RESTFUL API》
• 《Elastic-Job-Lite 源码分析 —— 作业配置》
• 《由浅入深 | 如何优雅地写一个Mesos Framework》

另外，笔者假设你已经对 《Elastic-Job-Lite 源码分析系列》 有一定的了解。

本文涉及到主体类的类图如下( 打开大图 )：

• 黄色的类在 elastic-job-common-core 项目里，为Elastic-Job-Lite、Elastic-Job-Cloud 公用作业配置类。
• 紫色的类在 elastic-job-cloud项目里，为 Elastic-Job-Cloud 作业配置类。
• 红色的类在 elastic-job-lite 项目里，为 Elastic-Job-Lite 作业配置类。

2. 云作业App

首先，理解下 云作业App 的定义：

简单来说，一个云作业App可以理解成由多个作业打在一起的 jar。

2.1 云作业App配置类

CloudAppConfiguration，云作业App配置。实现代码如下：

public final class CloudAppConfiguration {

    /**
     * 应用名
     */
    private final String appName;
    /**
     * 应用包地址
     */
    private final String appURL;
    /**
     * 应用启动脚本
     */
    private final String bootstrapScript;
    /**
     * cpu 数量
     */
    private double cpuCount = 1;
    /**
     * 内存 大小
     */
    private double memoryMB = 128;
    /**
     * 每次执行作业时是否从缓存中读取应用。禁用则每次执行任务均从应用仓库下载应用至本地
     */
    private boolean appCacheEnable = true;
    /**
     * 常驻作业事件采样率统计条数，默认不采样全部记录。
     * 为避免数据量过大，可对频繁调度的常驻作业配置采样率，即作业每执行N次，才会记录作业执行及追踪相关数据
     */
    private int eventTraceSamplingCount;
}

• 在 Elastic-Job-Lite 里，打包作业，部署到服务器里启动。而在 Elastic-Job-Cloud里，打包作业上传至可下载的地址。作业被调度时，Mesos 会从 appURL 下载应用包，使用 bootstrapScript启动应用进行执行。实际情况会更加复杂一丢丢，在《Elastic-Job-Cloud 源码解析 —— 作业调度（一）》详细解析。
• cpuCount, memoryMB 配置云作业App自身占用的资源情况。其包含的每个作业占用的资源情况，使用作业对应的云作业配置(CloudJobConfiguration ) ，下文也会看到。
• appCacheEnable：每次执行作业时是否从缓存中读取应用。禁用则每次执行任务均从应用仓库下载应用至本地。
• eventTraceSamplingCount：常驻作业事件采样率统计条数，默认采样全部记录。为避免数据量过大，可对频繁调度的常驻作业配置采样率，即作业每执行N次，才会记录作业执行及追踪相关数据。

2.2 操作云作业App配置

云作业App配置有多种操作：

1. 添加 / 更新 / 删除
2. 开启 / 禁用

有两种方式进行操作，以添加举例子：

• 调用 HTTP 接口：

curl -l -H "Content-type: application/json" -X POST -d '{"appName":"foo_app","appURL":"http://app_host:8080/yourJobs.gz","cpuCount":0.1,"memoryMB":64.0,"bootstrapScript":"bin/start.sh","appCacheEnable":true,"eventTraceSamplingCount":0}' http://elastic_job_cloud_host:8899/api/app

• 运维平台
  
  运维平台是对调用 HTTP 接口的UI封装，实现代码如下：

// CloudAppRestfulApi
@Path("/app")
public final class CloudAppRestfulApi {
    /**
     * 注册应用配置.
     * 
     * @param appConfig 应用配置
     */
    @POST
    @Consumes(MediaType.APPLICATION_JSON)
    public void register(final CloudAppConfiguration appConfig) {
        Optional appConfigFromZk = appConfigService.load(appConfig.getAppName());
        if (appConfigFromZk.isPresent()) {
            throw new AppConfigurationException("app '%s' already existed.", appConfig.getAppName());
        }
        appConfigService.add(appConfig);
    }
}

// CloudAppConfigurationService.java
/**
* 添加云作业APP配置.
*
* @param appConfig 云作业App配置对象
*/
public void add(final CloudAppConfiguration appConfig) {
   regCenter.persist(CloudAppConfigurationNode.getRootNodePath(appConfig.getAppName()), CloudAppConfigurationGsonFactory.toJson(appConfig));
}

// CloudAppConfigurationNode.JAVA
public final class CloudAppConfigurationNode {

    public static final String ROOT =  "/config/app";

    private static final String APP_CONFIG =  ROOT + "/%s"; // %s = ${APP_NAME}
}

• CloudAppRestfulApi，云作业应用的REST API，实现了云作业App配置的多种操作的 HTTP 接口。
• CloudAppConfigurationService，云作业App配置服务，实现了云作业应用的存储功能。
• 调用AppConfigService#add(…) 方法，存储 CloudAppConfiguration 到注册中心( Zookeeper)的持久数据节点 $NAMESPACE/config/app/${APP_NAME}，JSON 格式化对象。使用 zkClient查看如下：

[zk: localhost:2181(CONNECTED) 1] get /elastic-job-cloud/config/app/exampleApp
{"appName":"exampleApp","appURL":"http://785j8w.com1.z0.glb.clouddn.com/elastic-job-example-cloud-2.1.5.tar.gz","bootstrapScript":"bin/start.sh","cpuCount":1.0,"memoryMB":128.0,"appCacheEnable":true,"eventTraceSamplingCount":0}

3. 云作业

一个云作业应用可以包含一个或多个云作业。云作业有两种作业配置：云作业配置、本地云作业配置。下面来分别分享它们。

3.1 云作业配置

CloudJobConfiguration，云作业配置。实现代码如下：

public final class CloudJobConfiguration implements JobRootConfiguration {

    /**
     * 作业应用名称 {@link com.dangdang.ddframe.job.cloud.scheduler.config.app.CloudAppConfiguration}
     */
    private final String appName;
    /**
     * 作业类型配置
     */
    private final JobTypeConfiguration typeConfig;
    /**
     * 单片作业所需要的CPU数量，最小值为0.001
     */
    private final double cpuCount;
    /**
     * 单片作业所需要的内存MB，最小值为1
     */
    private final double memoryMB;
    /**
     * 作业执行类型
     */
    private final CloudJobExecutionType jobExecutionType;
    /**
     * Spring容器中配置的bean名称
     */
    private String beanName;
    /**
     * Spring方式配置Spring配置文件相对路径以及名称，如：META-INF\applicationContext.xml
     */
    private String applicationContext; 

• JobTypeConfiguration，作业类型配置，在 elastic-job-common-core 项目里，为Elastic-Job-Lite、Elastic-Job-Cloud 公用作业配置类。在《Elastic-Job-Lite 源码分析 ——作业配置》的「2.2.1 作业类型配置」有详细解析。
• cpuCount, memoryMB 配置单片作业占用的资源情况。这里一定要注意是单片作业，例如一个作业有三个分片(shardingTotalCount = 3 )，则占用资源为 3 * cpuCount + 3 * memoryMB。
• 作业执行类型( CloudJobExecutionType )有两种：常驻作业( DAEMON )，瞬时作业( TRANSIENT)。在《Elastic-Job-Cloud 源码解析 —— 作业调度（一）》详细解析。Elastic-Job-Cloud独有，非常有趣。
• beanName, applicationContext 实现 Spring 启动方式作业。在《Elastic-Job-Cloud源码解析 —— 作业调度（一）》有详细解析。

3.1.1 操作云作业配置

云作业配置有多种操作：

1. 添加 / 更新 / 删除
2. 开启 / 禁用

有两种方式进行操作，以添加举例子：

• 调用 HTTP 接口：

// Java启动方式作业注册
curl -l -H "Content-type: application/json" -X POST -d '{"jobName":"foo_job","appName":"foo_app","jobClass":"yourJobClass","jobType":"SIMPLE","jobExecutionType":"TRANSIENT","cron":"0/5 * * * * ?","shardingTotalCount":5,"cpuCount":0.1,"memoryMB":64.0,"appURL":"http://app_host:8080/foo-job.tar.gz","failover":true,"misfire":true,"bootstrapScript":"bin/start.sh"}' http://elastic_job_cloud_host:8899/api/job/register

// Spring启动方式作业注册
curl -l -H "Content-type: application/json" -X POST -d '{"jobName":"foo_job","jobClass":"yourJobClass","beanName":"yourBeanName","applicationContext":"applicationContext.xml","jobType":"SIMPLE","jobExecutionType":"TRANSIENT","cron":"0/5 * * * * ?","shardingTotalCount":5,"cpuCount":0.1,"memoryMB":64.0,"appURL":"http://file_host:8080/foo-job.tar.gz","failover":false,"misfire":true,"bootstrapScript":"bin/start.sh"}' http://elastic_job_cloud_masterhost:8899/api/job/register

• 运维平台
  
  运维平台是对调用 HTTP 接口的UI封装，实现代码如下：

// CloudJobRestfulApi.java
public final class CloudJobRestfulApi {
    /**
     * 注册作业.
     * 
     * @param jobConfig 作业配置
     */
    @POST
    @Path("/register")
    @Consumes(MediaType.APPLICATION_JSON)
    public void register(final CloudJobConfiguration jobConfig) {
        producerManager.register(jobConfig);
    }
}

// ProducerManager.java
public final class ProducerManager {
    /**
     * 注册作业.
     * 
     * @param jobConfig 作业配置
     */
    public void register(final CloudJobConfiguration jobConfig) {
        if (disableJobService.isDisabled(jobConfig.getJobName())) {
            throw new JobConfigurationException("Job '%s' has been disable.", jobConfig.getJobName());
        }
        Optional appConfigFromZk = appConfigService.load(jobConfig.getAppName());
        if (!appConfigFromZk.isPresent()) {
            throw new AppConfigurationException("Register app '%s' firstly.", jobConfig.getAppName());
        }
        Optional jobConfigFromZk = configService.load(jobConfig.getJobName());
        if (jobConfigFromZk.isPresent()) {
            throw new JobConfigurationException("Job '%s' already existed.", jobConfig.getJobName());
        }
        // 添加云作业配置
        configService.add(jobConfig);
        // 调度作业
        schedule(jobConfig);
    }
}

// CloudJobConfigurationService.java
/**
* 添加云作业配置.
* 
* @param jobConfig 云作业配置对象
*/
public void add(final CloudJobConfiguration jobConfig) {
   regCenter.persist(CloudJobConfigurationNode.getRootNodePath(jobConfig.getJobName()), CloudJobConfigurationGsonFactory.toJson(jobConfig));
}

// CloudJobConfigurationNode.java
public final class CloudJobConfigurationNode {

    public static final String ROOT =  "/config/job";

    private static final String JOB_CONFIG =  ROOT + "/%s";  // %s = ${JOB_NAME}
}

• CloudJobRestfulApi，作业云Job的REST API，实现了作业云Job配置的多种操作、查询运行中 / 待运行 /失效转移作业列表等 HTTP 接口。
• ProducerManager，发布任务作业调度管理器。这是一个很重要的类，在《Elastic-Job-Cloud 源码解析 ——作业调度（一）》详细解析。
• CloudJobConfigurationService，作业配置服务，实现了作业配置的存储功能。
• 调用 CloudJobConfigurationService#add(…) 方法，存储CloudJobConfiguration到注册中心( Zookeeper )的持久数据节点 $NAMESPACE/config/job/${JOB_NAME}，JSON格式化对象。使用 zkClient 查看如下：

[zk: localhost:2181(CONNECTED) 3] get /elastic-job-cloud/config/job/test_job_simple
{"jobName":"test_job_simple","jobClass":"com.dangdang.ddframe.job.example.job.simple.JavaSimpleJob","jobType":"SIMPLE","cron":"0/10 * * * * ?","shardingTotalCount":1,"shardingItemParameters":"","jobParameter":"","failover":false,"misfire":false,"description":"","jobProperties":{"job_exception_handler":"com.dangdang.ddframe.job.executor.handler.impl.DefaultJobExceptionHandler","executor_service_handler":"com.dangdang.ddframe.job.executor.handler.impl.DefaultExecutorServiceHandler"},"appName":"exampleApp","cpuCount":0.1,"memoryMB":64.0,"jobExecutionType":"TRANSIENT"}

• 调用 #schedule(…) 方法，调度作业。这是个很有趣的方法，在《Elastic-Job-Cloud 源码解析 ——作业调度（一）》详细解析。

3.2 本地云作业配置

LocalCloudJobConfiguration，本地云作业配置。实现代码如下：

public final class LocalCloudJobConfiguration implements JobRootConfiguration {

    private final JobTypeConfiguration typeConfig;

    /**
     * 分片作业序号
     */
    private final int shardingItem;

    private String beanName;

    private String applicationContext;
}

• shardingItem，分片作业序号，用于本地调试指定分片作业项。

到底有什么用呢？

在开发Elastic-Job-Cloud作业时，开发人员可以脱离Mesos环境，在本地运行和调试作业。可以利用本地运行模式充分的调试业务功能以及单元测试，完成之后再部署至Mesos集群。
本地运行作业无需安装Mesos环境。

3.3 云作业配置总结

• CloudJobConfiguration：生产运行使用
• LocalCloudJobConfiguration：本地开发调试。

在此我向大家推荐一个架构学习交流群。交流学习群号：993070439 里面会分享一些资深架构师录制的视频录像：有Spring，MyBatis，Netty源码分析，高并发、高性能、分布式、微服务架构的原理，JVM性能优化、分布式架构等这些成为架构师必备的知识体系,还能领取免费的学习资源。