1. 背景
定时任务是实际开发中常见的一类功能，例如每天早上凌晨对前一天的注册用户数量、渠道来源进行统计，并以邮件报表的方式发送给相关人员。相信这样的需求，每个开发伙伴都处理过。
你可以使用 Linux 的 Crontab 启动应用程序进行处理，或者直接使用 Spring 的 Schedule 对任务进行调度，还可以使用分布式调度系统，如果 xxl-job 等。相信你已经轻车熟路、习以为常。直到有一天你接到了一个新需求：
- 新建一组任务，周期性的执行指定 SQL 并将结果以邮件的方式发送给特定人群；
- 比较方便的对任务进行管理，比如 启动、停止，修改调度周期等；
- 动态添加、移除任务，不需要频繁的修改、发布程序；
停顿几分钟，简单思考一下，有哪几种实现思路呢？
本篇文章将从一下几部分进行讨论：
- Spring Schedule 配置和使用。首先我们将介绍 Demo 的骨架，并基于 Spring-Boot 完成 Schedule 的配置；
- 数据库定时轮询方案。使用 Spring Schedule 定时轮询 数据库，并执行相应任务。在执行任务策略中，我们将尝试同步和异步执行两种方案，并对其优缺点进行分析；
- 基于 TaskScheduler 动态配置方案。基于数据库 轮询 或 配置中心 两种方案动态的对 Spring TaskScheduler 进行配置，以实现动态管理任务的目的；
- 我们进入分布式环境，利用多个冗余节点解决系统高可用问题，同时使用分布式锁保障只会有一个任务同时执行；
2. Spring Schedule
Spring Boot 上的 Schedule 的使用非常简单，无需增加新的依赖，只需简单配置即可。
- 使用 @EnableScheduling 启用 Schedule；
- 在要调度的方法上增加 @Scheduled；
首先，我们需要在启动类上添加 @EnableScheduling 注解，该注解将启用 SchedulingConfiguration 配置类帮我们完成最基本的配置。
@SpringBootApplication
@EnableScheduling
public class ConfigurableScheduleDemoApplication {
public static void main(String[] args) {
SpringApplication.run(ConfigurableScheduleDemoApplication.class, args);
}
}启用Schedule配置之后，在需要被调度的方法上增加 @Scheduled 注解。
@Service
public class SpringScheduleService {
@Autowired
private TaskService taskService;
@Scheduled(fixedDelay = 5 * 1000, initialDelay = 1000)
public void runTask(){
TaskConfig taskConfig = TaskConfig.builder()
.name("Spring Default Schedule")
.build();
this.taskService.runTask(taskConfig);
}
}runTask 任务延迟 1s 进行初始化，并以 5s 为间隔进行调度。
Scheduled 注解类的详细配置如下：
| 配置 | 含义 | 样例 |
|---|---|---|
| cron | linux crontab 表达式 | @Scheduled(cron="/5 * MON-FRI") 工作日，每 5 s 调度一次 |
| fixedDelay | 固定间隔，上次运行结束，与下次启动运行，相隔固定时长 | @Scheduled(fixedDelay=5000) 运行结束后，5S 后启动一次调度 |
| fixedDelayString | 与 fixedDelay 一致 | |
| fixedRate | 固定周期，前后两次运行相隔固定的时长 | @Scheduled(fixedRate=5000) 前后两个任务，间隔 5 秒 |
| fixedRateString | 与 fixedRate 一致 | |
| initialDelay | 第一次执行，间隔时间 | @Scheduled(initialDelay=1000, fixedRate=5000) 第一次执行，延时 1 秒，以后以 5 秒为周期进行调度 |
| initialDelayString | 与 initialDelay 一致 |
环境搭建完成，让我们开始第一个方案。
3. 数据库定时轮询
使用数据库来管理任务，通过轮询的方案，进行动态调度。首先，我们看下最简单的方案：串行执行方案。
3.1. 串行执行方案
整体思路非常简单，流程如下：
主要分如下几步：
- 在应用中启动一个 Schedule 任务（每 1 秒调度一次），定时从 数据库 中获取待执行的任务（状态为可用，下一次执行时间小于当前时间）；
- 根据数据库的任务配置信息，依次遍历并执行任务；
- 任务执行完成后，经过计算获得下一次调度时间，将其写回到数据库；
- 等待下一次任务调度。
核心代码如下：
@Scheduled(fixedDelay = 1000, initialDelay = 1000)
public void loadAndRunTask(){
Date now = new Date();
// 加载需要运行的任务：
// 1. 状态为 ENABLE
// 2. 下一次运行时间 小于 当前时间
List shouldRunTasks = loadShouldRunTasks(now);
// 依次遍历待运行任务，执行对于的任务
for (TaskDefinitionV2 task : shouldRunTasks){
// Double Check
if (task.shouldRun(now)){
// 执行任务
runTask(task);
// 更新任务的下一次运行时间
updateNextRunTime(task, now);
}
}
} 方案简单但非常有效，那该方案存在哪些问题呢？
最主要的问题就是：任务串行执行，会导致后面任务出现延时运行；同时，下一轮检查也会被 delay。
例如，依次加载了待执行任务 task1、task2、task3。其中 task1 耗时 5 秒，task2 耗时 5 秒，task3 耗时 1 秒，由于三个任务串行执行，task2 将延时 5 秒，task3 延时 10秒；下一轮检查距上次启动相差 12 秒。
究其根本，核心问题是 调度线程 和 运行线程 是同一个线程，调度的运行 和 任务的运行相互影响。
让我们看一个改进方案：并行执行方案。
3.2. 并行执行方案
整体执行流程如下：
相比之前的方案，新方案引入了线程池，每一个任务对应一个线程池，避免任务间的相互影响；任务在线程池中异步处理，避免了调度线程的延时。具体流程如下：
- 步骤一不变，在应用中启动一个 Schedule 任务（每 1 秒调度一次），定时从 数据库 中获取待执行的任务（状态为可用，下一次执行时间小于当前时间）；
- 依次遍历任务，将任务提交到专有线程池中异步执行，调度线程直接返回；
- 任务在线程池中运行，结束后更新下一次的运行时间；
- 调度线程重新从数据库中获取待执行任务，在将任务提交至线程池中，如果有任务正在执行，使用线程池拒绝策略，抛弃最老的任务；
核心代码如下：
Spring 调度任务，每 1 秒运行一次：
@Scheduled(fixedDelay = 1000, initialDelay = 1000)
public void loadAndRunTask(){
Date now = new Date();
// 加载所有待运行的任务
// 1. 状态为 ENABLE
// 2. 下一次运行时间小于 当前时间
List shouldRunTasks = loadShouldRunTasks(now);
// 遍历待运行任务
for (TaskDefinitionV2 task : shouldRunTasks){
// 1. 根据 Task Id 获取任务对应的线程池
// 2. 将任务提交至线程池中
this.executorServiceForTask(task.getId())
.submit(new TaskRunner(task.getId()));
}
} 自定义线程池，每个线程池最多只有一个线程，空闲超过 10 秒后，线程自动回收，线程饱和时，直接丢弃最老的任务：
private ExecutorService executorServiceForTask(Long taskId){
return this.executorServiceRegistry.computeIfAbsent(taskId, id->{
BasicThreadFactory threadFactory = new BasicThreadFactory.Builder()
// 指定线程池名称
.namingPattern("Async-Task-"+ taskId +"-Thread-%d")
// 设置线程为 后台线程
.daemon(true)
.build();
// 线程池核心配置：
// 1. 每个线程池最多只有一个线程
// 2. 线程空闲超过 10秒 进行自动回收
// 3. 直接使用交互器，线程空闲进行任务交互
// 4. 使用指定的线程工厂，设置线性名称
// 5. 线程池饱和，自动丢弃最老的任务
return new ThreadPoolExecutor(0, 1,
10L, TimeUnit.SECONDS,
new SynchronousQueue<>(),
threadFactory,
new ThreadPoolExecutor.DiscardOldestPolicy()
);
});
}最后，在线程池中运行的 Task 如下：
private class TaskRunner implements Runnable {
private final Date now = new Date();
private final Long taskId;
public TaskRunner(Long taskId) {
this.taskId = taskId;
}
@Override
public void run() {
// 重新加载任务，保持最新的任务状态
TaskDefinitionV2 task = definitionV2Repository.findById(this.taskId).orElse(null);
if (task != null && task.shouldRun(now)){
// 运行任务
runTask(task);
// 更新任务的下一次运行时间
updateNextRunTime(task, now);
}
}
}4. TaskScheduler 配置方案
该方案的核心为：绕过 @Schedule 注解，直接对 Spring 底层核心 类 TaskScheduler 进行配置。
TaskScheduler 接口是 Spring 对调度任务的一个抽象，更是 @Schedule 背后默默的支持者，首先我们看下这个接口定义。
public interface TaskScheduler {
ScheduledFuture schedule(Runnable task, Trigger trigger);
ScheduledFuture schedule(Runnable task, Instant startTime);
ScheduledFuture schedule(Runnable task, Date startTime);
ScheduledFuture scheduleAtFixedRate(Runnable task, Instant startTime, Duration period);
ScheduledFuture scheduleAtFixedRate(Runnable task, Date startTime, long period);
ScheduledFuture scheduleAtFixedRate(Runnable task, Duration period);
ScheduledFuture scheduleAtFixedRate(Runnable task, long period);
ScheduledFuture scheduleWithFixedDelay(Runnable task, Instant startTime, Duration delay);
ScheduledFuture scheduleWithFixedDelay(Runnable task, Date startTime, long delay);
ScheduledFuture scheduleWithFixedDelay(Runnable task, Duration delay);
ScheduledFuture scheduleWithFixedDelay(Runnable task, long delay);
}满满的都是 schedule 接口，其他的比较简单就不过多叙述了，重点说下 Trigger 这个接口，首先看下这个接口的定义：
public interface Trigger {
Date nextExecutionTime(TriggerContext triggerContext);
}只有一个方法，获取下次执行的时间。在任务执行完成后，会调用 Trigger 的 nextExecutionTime 获取下一次运行时间，从而实现周期性调度。
CronTrigger 是 Trigger 的最常见实现，以 linux crontab 的方式配置调度任务，如：
scheduler.schedule(task, new CronTrigger("0 15 9-17 * * MON-FRI"));基础部分简单介绍到这，让我们看下数据库动态配置方案。
4.1 数据库动态配置方案
整体设计如下：
仍旧是轮询数据库方式，详细流程如下：
- 在应用中启动一个 Schedule 任务（每 1 秒调度一次），定时从 数据库 中获取所有任务；
- 依次遍历任务，与内存中的 TaskEntry（任务与状态） 进行比对，动态的向 TaskScheduler 中 添加 或 取消 调度任务；
- 由 TaskScheduler 负责实际的任务调度；
核心代码如下：
@Scheduled(fixedDelay = 1000, initialDelay = 1000)
public void loadAndConfig(){
// 加载所有的任务信息
List tasks = repository.findAll();
// 遍历任务进行任务检查
for (TaskDefinitionV3 task : tasks){
// 获取内存任务状态
TaskEntry taskEntry = this.taskEntry.computeIfAbsent(task.getId(), TaskEntry::new);
if (task.isEnable() && taskEntry.isStop()){
// 任务为可用，运行状态为停止，则重新进行 schedule 注册
ScheduledFuture scheduledFuture = this.taskScheduler.scheduleWithFixedDelay(new TaskRunner(task), task.getDelay() * 1000);
taskEntry.setScheduledFuture(scheduledFuture);
log.info("success to start schedule task for {}", task);
}else if (task.isDisable() && taskEntry.isRunning()){
// 任务为禁用，运行状态为运行中，停止正在运行在任务
taskEntry.stop();
log.info("success to stop schedule task for {}", task);
}
}
} 核心辅助类：
@Data
private class TaskEntry{
private final Long taskId;
private ScheduledFuture scheduledFuture;
private TaskEntry(Long taskId) {
this.taskId = taskId;
}
/**
* 内存状态 scheduledFuture 为 null，则没有运行的任务
* @return
*/
public boolean isStop() {
return scheduledFuture == null;
}
/**
* 内存状态 scheduledFuture 不为 null，则存在运行的任务
* @return
*/
public boolean isRunning() {
return scheduledFuture != null;
}
/**
* 停止调度任务
* 1. 内存状态设置为 null
* 2. 调用 scheduledFuture#cancel 终止正在运行的调度任务
*/
public void stop() {
ScheduledFuture scheduledFuture = this.scheduledFuture;
this.scheduledFuture = null;
scheduledFuture.cancel(true);
}
}有没有发现，以上方案都有一个共同的缺陷：基于数据库轮询获取任务，加大了数据库压力。理论上，只有在配置发生变化时才有必要对任务进行更新，接下来让我们看下改进方案：基于配置中心的方案。
4.2 配置中心通知方案
整体设计如下：
核心流程如下：
- 应用启动时，从配置中心中获取 调度的配置信息，并完成对 TaskScheduler 的配置；
- 当配置发送变化时，配置中心会主动将配置推送到 应用程序，应用程序在接收到变化通知时，动态的增加或取消调度任务；
- 任务的实际调度仍旧由 TaskScheduler 完成。
由于手底下没有配置中心，暂时没有 coding，思路很简单，有条件的同学可以自行完成。
5. 分布式环境下应用
以上方案，都是在单机环境下运行，如果应用程序挂掉了，任务调度也就停止了，为了避免这种情况的发生，需要提升系统的可用性，实现 冗余部署 和 自动化容灾。
以上方案，如果部署多个节点会发生什么？是的，会出现任务被多次调度的问题，为了保障在同一时刻只有一个任务在运行，需要为任务增加一个排他锁。同时，由于排他锁的存在，当一个节点处问题后，另一个节点在调度时会自动获取锁，从而解系统的单点问题。
为了简单，我们使用 Redis 的分布式锁。
5.1. 环境搭建
Redisson 是 Redis 的一个富客户端，提供了很多高级的数据结构。本次，我们将使用 RLock 对应用进行保护。
首先，在 pom 中引入 Redisson Starter。
org.redisson
redisson-spring-boot-starter
3.16.2
然后，在 application.properties 文件中增加 Redis 配置，具体如下：
spring.redis.host=127.0.0.1
spring.redis.port=6379
spring.redis.database=05.2 引入分布式锁
最后，就可以直接使用 分布式锁 对任务执行进行保护了，代码如下：
@Scheduled(fixedDelay = 1000, initialDelay = 1000)
public void loadAndRunTaskWithLock(){
Date now = new Date();
// 加载需要运行的任务：
// 1. 状态为 ENABLE
// 2. 下一次运行时间 小于 当前时间
List shouldRunTasks = loadShouldRunTasks(now);
// 依次遍历待运行任务，执行对于的任务
for (TaskDefinitionV2 task : shouldRunTasks){
// Double Check
if (task.shouldRun(now)){
// 获取分布式锁，用于保证每个任务只能有一个正在运行
RLock lock = this.redissonClient.getFairLock("LoadAndRunScheduleService-" + task.getId());
if (lock.tryLock()) {
// 成功获取锁，运行任务
try {
log.info("Success to get Lock, begin to run task {}", task.getId());
// 执行任务
runTask(task);
// 更新任务的下一次运行时间
updateNextRunTime(task, now);
log.info("Success to run task {}", task.getId());
}finally {
// 任务运行解释，释放锁
lock.unlock();
}
}else {
// 未获取锁，打印日志，不做额外处理
log.info("Failed to get Lock!!!!");
}
}
}
} 备注：
Redis 是典型的 AP 应用，而分布式锁严格意义上来说是 CP。所以基于 Redis 的分布式锁只能使用在非严格环境中，比如我们的数据报表需求。如果设计金钱，需要使用 CP 实现，如 Zookeeper 或 etcd 等。
6. 小结
本文从 Spring 的 Schedule 出发，依次对数据库轮询方案、TaskScheduler 配置方案 进行详细讲解，以实现对调度任务的可配置化。最后，使用 Redis 分布式锁有效解决了分布式环境下任务重复调度和自动容灾问题。
仍旧是那句话，架构设计没有更好，只有最适合。同学们可以根据自己的需求自取。
最后，附上源码 源码