elastic-job2 项目接入（spring，maven）

最近系统在使用esjob进行定时任务管理，现将接入过程分享给大家：

引入依赖

      com.dangdang
      elastic-job-lite-core
      2.1.2
    
    
      com.dangdang
      elastic-job-lite-spring
      2.1.2
    

新建spring-mvc-servlet.xml

简单任务

指定分片数后，当分片数大于机器数量的时候，每台机器分配到的片数会是平均的，例如：第一片是从0开始的，比如总共分6片，有两台机器，则第一台机器会分得0,1,2三片，而第二台机器会分得3,4,5三片；当有机器宕机了或者有新机器加入的时候都会触发重新分片。如果有多台机器，而分片总数是1的时候即相当于1主多从的配置。sharding-item-parameters用于指定与分片对应的别名。sharding-item-parameters="0=A,1=B,2=C,3=D,4=E"job-sharding-strategy-class：可以通过它来指定作业分片策略，可选策略可参考官方文档http://elasticjob.io/docs/elastic-job-lite/02-guide/config-manual/。

编写任务

package com.el.test.job;

import com.dangdang.ddframe.job.api.ShardingContext;
import com.dangdang.ddframe.job.api.simple.SimpleJob;
import com.el.test.model.Name;
import com.el.test.service.NameServiceBean;
import org.springframework.beans.factory.annotation.Autowired;

import java.util.HashMap;
import java.util.List;
import java.util.Map;

/**
 * 简单作业：
 * 指定分片数后，当分片数大于机器数量的时候，每台机器分配到的片数会是平均的，
 * 例如：第一片是从0开始的，比如总共分6片，有两台机器，
 * 则第一台机器会分得0,1,2三片，而第二台机器会分得3,4,5三片；
 * 当有机器宕机了或者有新机器加入的时候都会触发重新分片。
 * 如果有多台机器，而分片总数是1的时候即相当于1主多从的配置。
 * sharding-item-parameters用于指定与分片对应的别名。sharding-item-parameters="0=A,1=B,2=C,3=D,4=E"
 * job-sharding-strategy-class：可以通过它来指定作业分片策略，
 * 可选策略可参考官方文档http://elasticjob.io/docs/elastic-job-lite/02-guide/config-manual/。
 */
public class TestJob implements SimpleJob {

    @Autowired
    private NameServiceBean nameServiceBean;

    /**
     * 具体执行逻辑，包含根据分片信息获取数据与业务逻辑处理
     * @param shardingContext 分片信息
     */
    @Override
    public void execute(ShardingContext shardingContext) {
        System.out.println("SpringSimpleJob 简单任务-------------任务名："+shardingContext.getJobName()+"\n"
                +"，---ShardingParameter:"+shardingContext.getShardingParameter()+"\n"
                +",----TaskId:"+shardingContext.getTaskId()+"\n"
                +",----JobParameter:"+shardingContext.getJobParameter()+"\n"
                +",----tShardingItem:"+shardingContext.getShardingItem()+"\n"
                +",----ShardingTotalCount:"+shardingContext.getShardingTotalCount()+"\n"
        );

        HashMap parm = new HashMap();
        List  shardingList=nameServiceBean.list(parm);
        for(Name oneObj : shardingList){
            System.out.println(
                    "SpringSimpleJob 简单任务-------------id为:"+oneObj.getId()+"\n" +
                            ",----tShardingItem:"+shardingContext.getShardingItem()+"\n"
            );
        }

    }
}

配置xml

流式任务

每次调度触发的时候都会先调fetchData获取数据，如果获取到了数据再调度processData方法处理数据。DataflowJob在运行时有两种方式，流式的和非流式的，通过属性streamingProcess控制，如果是基于SpringXML的配置方式则是streaming-process属性，boolean类型。当作业配置为流式的时候，每次触发作业后会调度一次fetchData获取数据，如果获取到了数据会调度processData方法处理数据，处理完后又继续调fetchData获取数据，再调processData处理，如此循环，就像流水一样。直到fetchData没有获取到数据或者发生了重新分片才会停止。

core code:com.dangdang.ddframe.job.executor.type.DataflowJobExecutor

DataflowJobExecutor

 protected void process(ShardingContext shardingContext) {
    DataflowJobConfiguration dataflowConfig = (DataflowJobConfiguration)this.getJobRootConfig().getTypeConfig();
     if (dataflowConfig.isStreamingProcess()) {
        this.streamingExecute(shardingContext);
     } else {
        this.oneOffExecute(shardingContext);
     }

  }

 private void streamingExecute(ShardingContext shardingContext) {
     for(List data = this.fetchData(shardingContext); null != data && !data.isEmpty(); data = this.fetchData(shardingContext)) {
        this.processData(shardingContext, data);
         if (!this.getJobFacade().isEligibleForJobRunning()) {
            break;
         }
     }

 }

 private void oneOffExecute(ShardingContext shardingContext) {
     List