Elastic-job 介绍与使用

目标

把定时任务通过集群的方式进行管理调度，并采用分布式部署，保证系统的高可用，提高了容错。那么如何保证定时任务只在集群的某一个节点上执行，或者一个任务如何拆分为多个独立的任务项，由分布式的机器去分别执行，众多的定时任务如何统一管理，现在有很多成熟的分布式定时任务框架，都能很好的实现上述的功能。

基本概念

elastic-job 是由当当网基于quartz 二次开发之后的分布式调度解决方案，由两个相对独立的子项目Elastic-Job-Lite和Elastic-Job-Cloud组成。
elastic-job主要的设计理念是无中心化的分布式定时调度框架，思路来源于Quartz的基于数据库的高可用方案。但数据库没有分布式协调功能，所以在高可用方案的基础上增加了弹性扩容和数据分片的思路，以便于更大限度的利用分布式服务器的资源。

1. 分片

任务的分布式执行，需要将一个任务拆分为多个独立的任务项，然后由分布式的服务器分别执行某一个或几个分片项。

例如：有一个遍历数据库某张表的作业，现有2台服务器。
为了快速的执行作业，那么每台服务器应执行作业的50%。为满足此需求，可将作业分成2片，每台服务器执行1片。
作业遍历数据的逻辑可以为：服务器A遍历ID以奇数结尾的数据；服务器B遍历ID以偶数结尾的数据。
如果分成10片，则服务器A被分配到分片项0,1,2,3,4；服务器B被分配到分片项5,6,7,8,9。
作业遍历数据的逻辑可以为：服务器A遍历ID以0-4结尾的数据；服务器B遍历ID以5-9结尾的数据

2. 分片项与业务处理解耦

Elastic-Job并不直接提供数据处理的功能，框架只会将分片项分配至各个运行中的作业服务器，开发者需要自行处理分片项与真实数据的对应关系。以上面例子分成10片为例，框架只负责决定服务器分配到哪些分片项，由作业分配策略决定，但是每个分片处理哪一部分数据，比如第一个分片处理id以0-4结尾的数据，是由开发者去决定和处理的。

3. 中心化

xxl-job是中心化设计，在xxl-job中，所有定时任务的执行是在调度中心判断作业到了执行的时间，然后通知业务系统去执行，即是作业节点并不知道自己应该什么时候执行定时任务，只能通过调度中心去决定作业的执行。缺点是部署麻烦。

4. 去中心化

elastic-job是去中心化设计，作业调度中心节点，各个作业节点是自治的，作业框架的程序在到达相应时间点时各自触发调度，缺点是可能会存在各个作业服务器的时间不一致的问题。

使用

1. 引入maven依赖

        
            com.dangdang
            elastic-job-lite-spring
            2.1.5
        

        
            elastic-job-lite-core
            com.dangdang
            2.1.5

2. 配置注册中心

image.png

3. 事件追踪（可选）

4.作业开发

package com.isuwang.soa.crm.dbc.action.shareCrm

import java.util.{Date, Optional}
...

@Transactional(value = "crm", rollbackFor = Array(classOf[Exception]))
class FxxkUpdateRecordAction() extends Action[Unit] with SimpleJob{

  override def preCheck: Unit = {}

  override def action: Unit = {
    val beginTime = System.currentTimeMillis()
    rangeConditions.append(rangeCondition)
    searchQuery.rangeConditions(rangeConditions)

    getDatas(fXRecords)

    // 同步
    fXRecords.foreach(x => {
      val tripList = getTableColumnValue(x)
      tripList.foreach(trip => {
        try {
          executeUpdate(trip._4, trip, x)
        } catch {
          case e: Throwable => {
            logger.error(e.getMessage, e)
            logger.info("=====>纷享更新回访记录失败内容id：{}", x._id)
          }
        }
      })
    })
    logger.info(s"====>${getClass.getName}耗时：{}秒", (System.currentTimeMillis() - beginTime) / 1000)
  }
...
  override def execute(shardingContext: ShardingContext): Unit = action
}

failover:是否开启任务执行失效转移，开启表示如果作业在一次任务执行中途宕机，允许将该次未完成的任务在另一作业节点上补偿执行
description:作业描述
overwrite：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
event-trace-rdb-data-source：作业事件追踪的数据源Bean引用