Elastic-Job定时任务

2019独角兽企业重金招聘Python工程师标准>>>

用Elastic-Job可解决分布式重复执行问题

如果业务工程采用集群化的部署，可能会多次重复执行定时任务而导致系统的业务逻辑错误，并产生系统故障。

job.properties

simple.id=recommendJob
simple.class=com.tf56.mk.job.RecommendJob
#每天23点执行
simple.cron=0 0 23 * * ? *
##0 0 23 * * ? *
##0 0/1 * * * ?
## 分片，会根据分片数配置多线程处理。在批量数据处理时，分片处理会提高效率。
simple.shardingTotalCount=1
## 分片参数配置，使得分片更易于理解，某些时候可易于作业处理。
simple.shardingItemParameters=0=Beijing
## 是否监控作业运行状态。在任务执行时间短、任务间隔时间短等情况下，不建议开启，多少会影响效率。
simple.monitorExecution=true
## 失效转移。在多服务器时比较有用。
simple.failover=true
## 作业描述
simple.description=MK简单作业
## 作业是否禁止启动。可用于部署作业时，先禁止启动，部署结束后统一启动。
simple.disabled=false
## 本地配置是否可覆盖注册中心配置。如果可覆盖，每次启动作业都以本地配置为准
simple.overwrite=true
## 作业监控端口。建议开启，方便dump作业信息，排查问题，特别是分布式作业情况下。
simple.monitorPort=9888
## 作业前置、后置处理监听器。有点像是拦截器的概念。
listener.simple=com.tf56.mk.job.listener.SimpleListener


simple1.id=projectJob
simple1.class=com.tf56.mk.job.ProjectJob
##0 0 1 1/1 * ?  每日1点执行
##0 0/5 * * * ?  每5分钟执行
simple1.cron=0 0/5 * * * ?

job.xml

reg.properites

serverLists=mt-zookeeper-vip:2181
namespace=esjob-monkeyKingService
baseSleepTimeMilliseconds=1000
maxSleepTimeMilliseconds=3000
maxRetries=3

 

package com.tf56.mk.job;

import com.dangdang.ddframe.job.api.ShardingContext;
import com.dangdang.ddframe.job.api.simple.SimpleJob;
import com.tf56.mk.common.util.PropertiesUtil;
import com.tf56.mk.dao.RequestRecommendDao;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;

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

@Component
public class RecommendJob implements SimpleJob {

    private final Logger logger = LoggerFactory.getLogger(this.getClass());

    @Autowired
    RequestRecommendDao requestRecommendDao;

    /**
     * 
     * @param arg0
     */
    @Override
    public void execute(ShardingContext arg0) {
        logger.info("ES Job Doing--doRecommendJob");
        Map map = new HashMap();
        map.put("mkExpertRecommendJobTime",Long.parseLong(PropertiesUtil.getPropertieValue("mkExpertRecommendJobTime")));
        map.put("mkExpertRecommendNum",Long.parseLong(PropertiesUtil.getPropertieValue("mkExpertRecommendNum")));
        requestRecommendDao.doRecommendJob(map);
    }
}

 

package com.tf56.mk.job.listener;

import com.dangdang.ddframe.job.executor.ShardingContexts;
import com.dangdang.ddframe.job.lite.api.listener.ElasticJobListener;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class SimpleListener implements ElasticJobListener {
    private static Logger logger = LoggerFactory.getLogger(SimpleListener.class);

    public void beforeJobExecuted(final ShardingContexts shardingContexts) {
        logger.info("beforeJobExecuted:" + shardingContexts.getJobName());
    }

    public void afterJobExecuted(final ShardingContexts shardingContexts) {
        logger.info("afterJobExecuted:" + shardingContexts.getJobName());
    }
}

pom.xml

    UTF-8
    1.7
    2.0.1

    com.dangdang
    elastic-job-lite-core
    ${elastic-job.version}
    
        
            org.eclipse.jetty.orbit
            javax.annotation
        
    



    com.dangdang
    elastic-job-lite-spring
    ${elastic-job.version}

JobConfig.java 引入xml配置

@Configuration
@ImportResource(locations = {"classpath:spring/job.xml"})
public class JobConfig {
}

转载于:https://my.oschina.net/u/3277156/blog/1855917