（十三）定时任务

以下内容来自 尚硅谷，写这一系列的文章，主要是为了方便后续自己的查看，不用带着个PDF找来找去的，太麻烦！

第 13 章 定时任务

13.1 什么是定时任务

1、InfluxDB任务是一个定时执行的FLUX脚本，它先查询数据，然后以某种方式进行修改或聚合，然后将数据写回InfluxDB或执行其他操作。

13.2 示例：将数据转成json发给别的应用

13.2.1 创建任务的途径

1、有很多方式可以帮你创建任务，比如DataExplorer、Notebook、HTTP API和 influx-cli。不过，此处我们为了还愿定时任务的本来面貌，我们会使用influx-cli去创建定时任务。

13.2.2 本任务的需求

1、我们的定时任务要实现下面的需求。

• 每 30s调度一次
• 查询最近 30 s的第一条数据
• 将数据转为json
• 将json通过HTTP发送SimpleHttpPostServer。

2、SimpleHttpPostServer是自己用go语言写的一个最简单的HTTP POST服务，它的功能就是接收一个POST请求，然后把请求体重的内容转为字符串打印出来。访问github地址https://github.com/realdengziqi/simpleHttpPostServer ，下载源码自行编译，或者在发行记录中下载我已编译好的linux-x64可执行程序。

13.2.3 启动simpleHttpPostServer

1、下载simpleHttpPostServer后，cd到其所在目录，执行simpleHttpPostServer程序。效果如下图所示，终端会被阻塞。

13.2.4 测试simpleHttpPostServer是否正常工作

1、我们可以使用curl来验证simpleHttpPostServer是否正常工作。使用下面的命令，向simpleHttpPostServer发送一个POST请求。

curl -POST <http://localhost:8080/> -d '{"hello":"world"}'

2、之后，查看simpleHttpPostServer所占的终端，如果终端出现了一条新的数据，那么说明simpleHttpPostServer工作正常。

13.2.5 在DataExplorer中编写FLUX脚本

1、我们首先在DataExplorer中把查询到转为json的这段逻辑写好。我们要查询的是test_init存储桶下的 go_goroutines测量。这个测量反应的是我们当前InfluxDB程序中的goroutines（轻量级线程）数量。

2、打开DataExplrer，编写如下代码

3、代码解释：

• from -> range -> filter，指定了数据源并取出了我们想要的序列，其中range的start参数我们写死-30s。
• first函数，Flux查询InfluxDB返回的数据默认是按照时间从先到后排序的，first函数配合前面的查询相当于只取了最近 30 s的第一条数据。
• map函数，我们在map函数里完成数据的发送。这里需要注意，因为map函数要求必须返回record，而且输出的record不能和输入的record一模一样。所以，结尾return的时候，我们使用了with语法，给map输出的record增加了一个字段。也就是我们发出http
  请求响应的状态码。在map中的匿名函数，我们使用了http.post向http://localhost:8080/发送了一条json格式的数据。

13.2.6 运行代码并观察效果

1、现在，我们点击SUBMIT按钮，执行这个FLUX查询脚本，观察DataExplorer返回的数据和simpleHttpPostServer的输出。

13.2.6.1 观察DataExplorer

1、点击SUBMIT后，点一下view Raw Data按钮，我们关注table格式的数据。可以看到，现在数据中多了status_code一列，而且它的值是 200 。而且，因为first()函数的作用，这次查询，我们只产生了一行数据。

13.2.6.2 观察 SimpleHttpPostServer

1、可以看到，我们的httpServer顺利收到了JSON。

2、截至目前，说明我们的 FLUX 脚本可以实现需求，现在的问题就是如何将这份脚本设为定时任务。

13.2.7 配置定时调度

1、现在，在我们的查询逻辑前面插入一行。

option task = { name: "example_task", every: 30s, offset:0m }

2、表示，我们做了一个设定，指定了一个名为example_task的任务。这个任务每隔 30 秒执行一次。offset 这里暂时设为 0m，后面我们会专门讲这里的offset有什么意义。

13.2.8 使用influx-cli创建任务

1、虽然我们在 DataExplorer 里写了一个 option，但是具体到option会不会生效，必须要看FLUX脚本再跟 InfluxDB 的那个HTTP API进行交互。所以这里点击SUBMIT按钮只会再执行一次查询，option task并不会生效。这里，我们会先用influx-cli创建一遍任务。先把 Flux 脚本复制出来，在 /opt/modules/examples 里创建一个文件，就叫example_task.flux吧。将之前写的脚本粘贴进去。

import "json"
import "http"
option task = { name: "example_task", every: 30s, offset:0m }
	
	from(bucket: "test_init") |> range(start:-30s)
		|> filter(fn: (r) => r["_measurement"] == "go_goroutines")
		|> first(column: "_value")
		|> map(
			fn: (r) => {
			status_code = http.post(url:"http://localhost:8080/", data:json.encode(v:r))
		return {r with status_code:status_code}
	}
)

2、使用下面的命令，创建FLUX任务。

./influx task create --org atguigu -f  /opt/module/examples/example_task.flux

3、可以看到，我们的任务已经成功创建了。

13.2.9 在Web UI上查看定时任务

1、点击左侧工具栏的 按钮，查看任务列表。可以看到，任务已经成功创建。

2、点一下任务的名称，可以进去看任务执行详情。

3、详情页面上，可以看到任务的调度时间、开始时间、任务耗时等信息。在最上方点击 EDIT TASK按钮，可以看到当时的任务定义。在这里，你也可以直接修改任务的定义。

13.2.10 在接收端查看定时任务效果

1、数据的接收端就是 simpleHttpPostServer。可以看到，我们的接收端目前就是每隔 30s收到一条json数据。

13.2.11 使用DataExplorer创建任务

1、这一次，我们用DataExplorer来创建任务。现在，我们先将已经存在的任务删除。

2、打开DataExplorer，编辑FLUX脚本，将我们之前写的查询脚本粘进去。注意，要删除option一行。如下图所示：

3、完成上面的操作后，点击DataExplorer页面右上方的SAVE AS按钮，在弹出的对话框中选择TASK选项卡。

• Name，填写为example_task
• Every，填写 30 s
• Offset可以空着，这样默认就是 0 。此处显示的 20m是前端渲染效果，和具体的任务执行无关。
• 此处的OutputBucket的填写需要注意，本来我们自己编写的脚本并没有指定要把数据回写到InfluxDB，但是如果从Web UI创建定时任务的话，Output Bucket不能不设，这样会造成回写操作。这也是为什么我们之前不用Web UI创建任务的原因。

配置好后，点击SAVE AS TASK。

13.2.12 再次查看任务详情（注意Web UI的小动作）

1、现在，我们再次回到任务列表。可以看到，任务已经成功创建，并且已经正常运行。

2、点击EDIT TASK按钮，查看我们的FLUX脚本。你会惊奇的发现，我们的FLUX代码居然被修改了，原本不回写数据库的操作被强制加上了一个to函数。另外，可以看到我们代码的前面也被加上了一个option task代码，这说明Web UI的页面点按操作只不过是帮我们完成了手敲代码的几个步骤。

3、总的来说，看开发者能否接收代码被隐式修改。如果这种行为无法接受，那么强烈建议用influx-cli的方式去创建任务。

13.3 数据迟到问题

1、option中的offset是专门用来帮我们处理迟到问题的。首先，我们来关注一个迟到的场景，如下图所示。我们的定时任务每次查询最近 30 秒的数据。同时，调度的间隔设为每 30 秒执行一次。

2、这个时候，由于网络的延迟，本该 1 分 20 秒入库的数据， 1 分 32 秒的时候才来。但在 1 分 30 秒的时候，我们的查询已经执行完了。这个时候我们错过了 1 分 20 秒的数据。这个时候，如果我们将offset设为 5 秒。如下图所示：

3、定时任务的执行时间向后延迟了 5 秒，但是查询的还是原来范围的数据。这个时候定时任务执行的时间是 1 分 35 秒。原先的迟到数据就能被我们查询到了。但是如果你的数据延迟了10秒，那又查不到了，所以这个参数的值需要根据你的业务的速度来考虑。

13.4 cron表达式

1、其实InfluxDB的定时任务还支持cron表达式。option的写法如下：

option task = {
	// ...
	cron: "0 * * * *",
}

2、本文就不做详细演示了。

13.4.1 参考资料

1、crontab是linux上一个可以设置定时执行命令的工具。cron表达式就是最早在就是在crontab中使用的一种表示时间间隔的表达式。相关资料可以参考菜鸟教程开源的cron教程。 https://www.runoob.com/linux/linux-comm-crontab.html

13.4.2 cron辅助开发工具

1、如果是对cron非常熟练，一口气能直接写对那当然是很好的。如果开发时一次写不准可以百度一些在线的cron生成工具作为辅助。不 过 ， 这 里 我 更 推 荐 gitee 上 的 开 源 cron 生 成 器 项 目 。 比 如 ：https://gitee.com/toktok/easy-cron 这一个基于node.js的corn生成工具。你可以把代码拉下来自己部署，也可以使用它的在线demo。http://www.easysb.cn/open/easy-cron/index.html>

2、这个工具可以同时支持 5 、 6 、 7 字段的cron表达式。

13.5 补充：InfluxDB抓取任务的本质

1、之前我们在Web UI里设置的抓取任务，其背后其实就是定时执行的FLUX脚本。只不过InfluxDB在API上将他们分开了。

2、在当前的FLUX版本中，experimental/prometheus库为我们提供了采集prometheus格式数 据 的 能 力 。详 细 可 以 参 考 https://docs.influxdata.com/flux/v0.x/prometheus/scrape-prometheus/