分布式定时任务的解决方案

前言

什么是分布式定时任务?

把分散的，可靠性差的计划任务纳入统一的平台，并实现集群管理调度和分布式部署的一种定时任务的管理方式，就叫做分布式定时任务。

它有两层含义：

1. 它是运行在分布式集群环境下的调度任务，同⼀个定时任务程序部署多份，则同一时刻应当只允许⼀个定时任务执行。
2. 定时任务的拆分，就是把⼀个大的作业任务拆分为多个小的作业任务，同时执行。

分布式定时任务的意义

为什么使用分布式定时任务？主要有如下两点原因：

1. 高可用：单机版的定式任务调度只能在一台机器上运行，如果程序或者系统出现异常就会导致功能不可用，而这个对于一些核心系统功能来说是不可接受的。

2. 单机性能瓶颈：单机能力毕竟有限（主要是CPU、内存和磁盘），随着任务量的提高，始终会有单机处理不过来的情况。

分布式定时任务使用场景：

• 订单审核、出库、订单超时自动取消与退款
• 优惠券生成、发放与过期
• 物流信息推送与状态刷新
• 数据积压监控、日志监控、服务可用性探测作业
• 定时备份与更新数据
• 金融系统每天的定时结算
• 按月批量统计报表数据

单点定时任务的缺点:

• 功能相对简单，交互性差，任务部署效率低，开发和维护成本比较高，不能很好的满足各系统定时任务的管理和控制，尤其在多系统的环境下更加明显；
• 许多任务都是单机部署，可用性差；
• 任务跟踪和告警难以实现。

分布式定时任务的优势：

• 通过集群的方式进行管理调度，大大降低了开发和维护成本；
• 分布式部署，保证了系统的高可用性，伸缩性，负载均衡，提高了容错；
• 可以通过控制台部署和管理定时任务，方便灵活高效；
• 任务都可以持久化到数据库，避免了宕机和数据丢失带来的隐患，同时有完善的任务失败重做机制和详细的任务跟踪及告警策略。

定时任务与消息队列的区别

共同点：

• 异步处理：比如注册、下单事件
• 可用于应用解耦：不管定时任务作业还是MQ都可以作为两个应用之间的齿轮实现应用解耦
• 流量削峰去谷：电商大促销的时候，任务作业和MQ都可以用来平滑流量，后端系统根据服务能力定时处理订单或者从MQ抓取订单抓取到⼀个订单到来事件的话触发处理，对于前端用户来说看到的结果是已经下单成功了

不同点：

• 定时任务作业是时间驱动，而MQ是事件驱动；时间驱动是不可代替的，比如金融系统每⽇的利息结算，不是说利息来⼀条（利息生成事件发生）就计算一条，而是通过定时任务基于时间节点批量计算

分布式定时任务解决方案

分时方案

严格划分时间片，交替运行计划任务，当主系统宕机后，备用系统仍然工作，但是处理周期被拉长了。

缺点：周期延长了。

HA高可用方案

正常情况下主系统工作，备用系统守候，心跳检测发现主系统出现故障备用系统启动。

缺点：单一系统，不能做负载均衡，只能垂直扩展，也就是硬件层面的升级，无法做水平扩展。

多路心跳方案

采用多路心跳，做服务级，进程级的，IP和端口级别的心跳检测，正常情况是主系统工作，备用系统守候，心跳检测主系统出现故障，备用系统启动，当再次检测到主系统工作，则将执行权交回主系统。

缺点：开发比较复杂，程序健壮性要求高。

任务抢占方案

A，B两台服务器同时工作，启动需要存在一前一后，谁先启动谁率先加锁，其他服务器只能等待，他们同时对互斥锁进行监控，一旦发现锁被释放，其他服务那个先抢到，那个运行，运行前加排他锁。

优点：可以进一步实现多服务器横向扩展。

缺点：开发难度高，会出现死锁的问题。

任务轮询+抢占排队方案

每个服务器首次启动时加入队列；

每次任务运行首先判断自己是否是当前可运行任务，如果是便运行；

如果不是当前运行的任务，检查自己是否在队列中，如果不在队列中，便加入队列。

分布式定时任务调度框架

quartz

介绍：

在java编程中，常用的比较出名的任务调度工具是Quartz，该工具提供丰富的接口来帮助我们实现基于Cron
Expression的定时任务以及按照固定频率执行任务等。在运行过程中，该工具会创建线程池，所有任务会在线程池中运行，注意默认的线程池中线程数量有限，仅有10个线程，可以通过程序修改线程池的容量。当提交的job多于线程池的容量的时候，多余的job会在等待队列里进行等待，如果有一些提交的job属于长时间运行或者阻塞的任务，这样的job多于线程池的容量的时候就会导致一些job长时间处在等待队列里不能运行，这时候调度器处于阻塞状态。针对这个问题，可以采用增加线程池的容量的方法处理。

Quartz也支持分布式的实现，任务状态信息都存储在数据库中，基于数据库引擎及 High-Available 的策略（集群的一种策略）自动协调每个节点的
Quartz。不过Quartz在实现过程中效率相对低下，因为对于任务量比较大的场景下，会涉及到频繁的任务切换，进而会涉及频繁的加锁和解锁，甚至会带来集群间的主线程等待。

• Job：表示一个工作，要执行的具体内容。此接口中只有一个方法
  void execute(JobExecutionContext context)

• JobDetail：表示一个具体的可执行的调度程序，Job是这个可执行程调度程序所要执行的内容，另外JobDetail还包含了这个任务调度的方案和策略。

• Trigger代表一个调度参数的配置，什么时候去调用。

• Scheduler代表一个调度容器，一个调度容器中可以注册多个JobDetail和Trigger。当Trigger与JobDetail组合，就可以被Scheduler容器调度了。

上图三个节点在数据库中都拥有同一份Job定义，如果某一个节点失效，那么Job会在其他节点上执行。由于三个节点上的Job执行代码是一样的，那么怎么保证只有在一台机器上触发呢？

答案是使用了数据库锁。在quartz的集群解决方案里有张表scheduler_locks，quartz采用了悲观锁的方式对triggers表进行行加锁，以保证任务同步的正确性。一旦某一个节点上面的线程获取了该锁，那么这个Job就会在这台机器上被执行，同时这个锁就会被这台机器占用。同时另外一台机器也会想要触发这个任务，但是锁已经被占用了，就只能等待，直到这个锁被释放。之后会看trigger状态，如果已经被执行了，则不会执行了。

优点：

保证节点高可用 （HA）， 如果某一个几点挂了， 其他节点可以顶上

缺点：

• 同一个任务只能有一个节点运行，其他节点将不执行任务，性能低，资源浪费
• 当碰到大量短任务时，各个节点频繁的竞争数据库锁，节点越多这种情况越严重，造成性能会很低下
• quartz 的分布式仅解决了集群高可用的问题，并没有解决任务分片的问题，不能实现水平扩展，还是会有单机处理的极限

elastic-job

介绍：

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-Lite定位为轻量级无中心化解决方案，使用jar包的形式提供分布式任务的协调服务。

Elastic-Job-Cloud使用Mesos + Docker(TBD)的解决方案，额外提供资源治理、应用分发以及进程隔离等服务

特点：

• 定时任务 ：基于成熟的定时任务作业框架Quartz cron表达式执行定时任务；
• 作业注册中心 ：基于Zookeeper实现全局作业注册控制中心。用于注册，控制和协调分布式作业执行。
• 作业分片 ：将要给任务分片成多个小任务项到多服务器上同时执行；
• 弹性扩容缩容 ：运行中的作业服务器崩溃，或新增N台作业服务器，作业框架将在下次作业执行前重新分片，不影响当前作业执行；

任务监控和管理界面：Elastic-Job-Lite-Console。它和Elastic-Job-
Lite是两个完全不关联的应用程序，使用ZooKeeper来交换数据，管理人员可以通过这个界面查看、监控和管理Elastic-Job-Lite的任务，必要的时候还能手动触发任务。

xxl-job

介绍：

许雪里个人开源的一个轻量级分布式任务调度框架 ，主要分为 调度中心和执行器两部分 ，调度中心在启动初始化的时候，会默认生成执行器的RPC代理。对象（http协议调用）， 执行器项目启动之后， 调度中心在触发定时器之后通过jobHandle来调用执行器项目里面的代码，核心功能和elastic-job差不多，同时技术文档比较完善。

GitHub地址：https://github.com/xuxueli/xxl-job

设计思想:

将调度行为抽象形成“调度中心”公共平台，而平台自身并不承担业务逻辑，“调度中心”负责发起调度请求。将任务抽象成分散的JobHandler，交由“执行器”统一管理，“执行器”负责接收调度请求并执行对应的JobHandler中业务逻辑。因此，“调度”和“任务”两部分可以相互解耦，提高系统整体稳定性和扩展性。

系统组成:

• 调度模块（调度中心） ： 负责管理调度信息，按照调度配置发出调度请求，自身不承担业务代码。调度系统与任务解耦，提高了系统可用性和稳定性，同时调度系统性能不再受限于任务模块； 支持可视化、简单且动态的管理调度信息，包括任务新建，更新，删除，GLUE开发和任务报警等，所有上述操作都会实时生效，同时支持监控调度结果以及执行日志，支持执行器Failover。
• 执行模块（执行器） ： 负责接收调度请求并执行任务逻辑。任务模块专注于任务的执行等操作，开发和维护更加简单和高效； 接收“调度中心”的执行请求、终止请求和日志请求等。

与quartz对比:

1. 有任务管理界面，操作人性化
2. 调度逻辑和QuartzJobBean任务解耦，quartz是耦合在同一个项目中的，调度任务数量逐渐增多，调度任务逻辑逐渐加重的情况下，调用系统的性能将大大受限于业务。
3. quartz底层以“抢占式”获取DB锁并由抢占成功节点负责运行任务，会导致节点负载悬殊非常大；而XXL-JOB通过执行器实现“协同分配式”运行任务，充分发挥集群优势，负载各节点均衡。
4. 支持多种模式的定时任务， GLUE模式(Shell) + GLUE模式(Python) + GLUE模式(NodeJS)