定时任务部署在多台服务器时如何避免重复执行
一、概览
解决定时任务在多台服务器上重复执行的问题可以采取以下方法：
- 1. 使用分布式锁：在任务执行前获取分布式锁，执行完毕后释放锁。这样只有一个服务器可以获取到锁并执行任务，其他服务器在获取锁时会被阻塞。
- 2. 使用数据库或缓存：在执行任务前，先在数据库或缓存中记录任务执行的状态，当一个服务器开始执行任务时，将任务状态设置为“进行中”，其他服务器在执行任务之前先查询任务状态，如果任务状态为“进行中”，则放弃任务执行。
- 3. 使用分布式任务调度框架：如Quartz、XXL-JOB、Elastic Job等。这些框架提供了分布式任务调度的能力，可以保证同一任务在多台服务器上只执行一次。这些框架通常基于分布式锁或者数据库实现任务的协调和调度。
- 4. 使用消息队列：将任务放入消息队列中，每个服务器从队列中获取任务执行。消息队列可以保证任务只被消费一次，确保多台服务器上的任务不会重复执行。
以上方法可以根据实际情况选择使用，不同方法适用于不同的场景和需求。
二、分布式锁
2.1、使用redis的过期机制和分布式锁
（1）首先添加依赖
org.springframework.boot
spring-boot-starter-data-redis
（2）配置redis的信息
（3）业务代码实现
@Autowired
private RedisTemplate redisTemplate;
/** 定时任务的名称作为key **/
String key = "QuartzJob";
/** 设置随机key **/
String value = UUID.randomUUID().toString().replace("-", "");
//如果键不存在则新增,存在则不改变已经有的值。(备注：失效时间要大于多台服务器之间的时间差，如果多台服务器时间差大于超时时间，定时任务可能会执行多次)
Boolean flag = redisTemplate.opsForValue().setIfAbsent(key, value, 20, TimeUnit.SECONDS);
if (flag != null && flag) {
log.info("{} 锁定成功，开始处理业务", key);
/** 此处填写业务逻辑 **/
/*
* 业务逻辑处理完毕，释放锁，正常情况下，由于上边 setIfAbsent 已经设置过期时间了，
* 所以在规定时间内，Redis 会自动删除过期的 key，但是这个删除由于不确实是什么删除策略，
* 所以最后执行完再删除一遍比较保险。
*/
String lockValue = (String) redisTemplate.opsForValue().get(key);
/** 只有：值未被释放(也就是当前未达到过期时间)，且是自己加锁设置的值(不要释放别人的所)，这种情况下才会释放锁 **/
if (lockValue != null && lockValue.equals(value)) {
redisTemplate.delete(key);
log.info("{} 解锁成功，结束处理业务", key);
}
} else {
log.info("{} 获取锁失败", key);
}2.2、指定一个服务才能使用定时任务
（1）在配置文件中配置开关，spring会通过类上的注解判断是否加载该实例，如果不加载，就不会执行定时任务
（2）在业务代码类上定义注解
havingValue中的内容与配置类中相同则执行，否则不执行。
三、 分布式任务调度框架（Quartz、XXL-JOB与Elastic Job）
Quartz
- 优点：部署支持集群
- 缺点：没有自带的管理界面；调度逻辑和执行任务耦合在一起；维护需要重启服务
xxl-job
- 优点：支持集群部署；提供运维界面维护成本小；自带错误预警；相对elastic-job来说不需要额外的组件（zookeeper）；支持调度策略；支持分片； 故障转移 ；更适合分布式
- 缺点：相对Quartz来说需要多部署调度中心
elastic-job
- 优点：支持集群部署；维护成本小
- 缺点：elastic-job需要zookeeper，zookeeper集群高可用至少需要三台服务器
3.1 Quartz
分布式任务调度任务框架老大哥：Quartz使用起来也比较麻烦，不尽人意，个人总结其使用缺点如下：
Quzrtz并没有内置 UI 管理控制台，导致任务动态管理不够友好- 调用API的的方式操作任务不人性化，比较繁杂。
- 需要持久化业务QuartzJobBean到底层数据表中，系统侵入性相当严重。无论是将
Quartz的表放到单独库还是和业务库都不好，放在单独库，那么业务服务就是多数据源，需要视频，放在业务库会导致数据库繁琐，耦合。 - 调度逻辑和QuartzJobBean耦合在同一个项目中，这将导致一个问题，在调度任务数量逐渐增多，同时调度任务逻辑逐渐加重的情况下，此时调度系统的性能将大大受限于业务。
- 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。没有负载均衡策略
XXL-JOB弥补了quartz的上述不足之处。XXL-JOB是一个分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展
3.2 XXL-JOB
3.2.1 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；
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。
3.2.2 XXL-JOB使用示例
XXL-JOB主要分为调度中心和执行器。一般来说，XXL-JOB 执行器可以内嵌到应用服务里。例如说，一个提供 Restful API 的 Spring Boot 项目中，引入 xxl-job-core 依赖，同时也作为一个 XXL-JOB 执行器。本质上，每次 Restful API 是请求任务，而每次任务调度是定时任务。所在接下来我们需要先部署调度中心服务。
（1）调度中心服务部署
使用下载源码启动xxl-job-admin调度中心服务，测试的话，源码gitee上面找一个就可以
（2）执行器服务部署
XXL-JOB 执行器可以内嵌到应用服务里。
com.xuxueli
xxl-job-core
2.3.0
引入 XxlJobConfig 配置类
package com.plasticene.shorturl.config;
import com.xxl.job.core.executor.impl.XxlJobSpringExecutor;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
/**
* @author fjzheng
* @version 1.0
* @date 2022/9/5 14:13
*/
@Configuration
public class XxlJobConfig {
private Logger logger = LoggerFactory.getLogger(XxlJobConfig.class);
@Value("${xxl.job.admin.addresses}")
private String adminAddresses;
@Value("${xxl.job.accessToken}")
private String accessToken;
@Value("${xxl.job.executor.appname}")
private String appname;
@Value("${xxl.job.executor.address}")
private String address;
@Value("${xxl.job.executor.ip}")
private String ip;
@Value("${xxl.job.executor.port}")
private int port;
@Value("${xxl.job.executor.logpath}")
private String logPath;
@Value("${xxl.job.executor.logretentiondays}")
private int logRetentionDays;
@Bean
public XxlJobSpringExecutor xxlJobExecutor() {
logger.info(">>>>>>>>>>> xxl-job config init.");
XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();
xxlJobSpringExecutor.setAdminAddresses(adminAddresses);
xxlJobSpringExecutor.setAppname(appname);
xxlJobSpringExecutor.setAddress(address);
xxlJobSpringExecutor.setIp(ip);
xxlJobSpringExecutor.setPort(port);
xxlJobSpringExecutor.setAccessToken(accessToken);
xxlJobSpringExecutor.setLogPath(logPath);
xxlJobSpringExecutor.setLogRetentionDays(logRetentionDays);
return xxlJobSpringExecutor;
}
}接下来修改业务服务的配置文件
xxl:
job:
admin:
# 调度中心部署跟地址 [选填]：如调度中心集群部署存在多个地址则用逗号分隔。
# 执行器将会使用该地址进行"执行器心跳注册"和"任务结果回调"；为空则关闭自动注册；
addresses: http://127.0.0.1:8080/xxl-job-admin
# 执行器通讯TOKEN [选填]：非空时启用；
accessToken:
executor:
# 执行器AppName [选填]：执行器心跳注册分组依据；为空则关闭自动注册
appname: short-url-job
# 执行器注册 [选填]：优先使用该配置作为注册地址，为空时使用内嵌服务 ”IP:PORT“ 作为注册地址。
#从而更灵活的支持容器类型执行器动态IP和动态映射端口问题。
address:
# 执行器IP [选填]：默认为空表示自动获取IP，多网卡时可手动设置指定IP，该IP不会绑定Host仅作为通讯实用；
# 地址信息用于 "执行器注册" 和 "调度中心请求并触发任务"；如果你本地开启，这里ip最好填写一下
ip: 10.8.6.235
# 执行器端口号 [选填]：小于等于0则自动获取；默认端口为9999，单机部署多个执行器时，注意要配置不同执行器端口；
port: 6066
# 执行器运行日志文件存储磁盘路径 [选填] ：需要对该路径拥有读写权限；为空则使用默认路径；
logpath: /Users/shepherdmy/Desktop/logs/xxl-job/jobhandler
# 执行器日志文件保存天数 [选填] ： 过期日志自动清理, 限制值大于等于3时生效; 否则, 如-1, 关闭自动清理功能；
logretentiondays: 30 编写JOB任务测试类
package com.plasticene.shorturl.task;
import com.xxl.job.core.context.XxlJobHelper;
import com.xxl.job.core.handler.annotation.XxlJob;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.stereotype.Component;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicInteger;
/**
* @author fjzheng
* @version 1.0
* @date 2022/9/5 14:23
*/
@Component
public class SampleXxlJob {
private static Logger logger = LoggerFactory.getLogger(SampleXxlJob.class);
private final AtomicInteger counts = new AtomicInteger();
/**
* 1、简单任务示例（Bean模式）
*/
@XxlJob("demoJobHandler")
public void demoJobHandler() throws Exception {
XxlJobHelper.log("XXL-JOB, Hello World.");
// 打印日志
logger.info("[execute][定时第 ({}) 次执行]", counts.incrementAndGet());
}
}启动业务服务，至此执行器部署成功了。
（3）调度中心管理界面配置执行器和任务
首先，在调度中心配置新增执行器，AppName需要配置成和执行器业务服务配置的一样，AppName: 是每个执行器集群的唯一标示 执行器会周期性以AppName为对象进行自动注册。可通过该配置自动发现注册成功的执行器, 供任务调度时使用;
这里根据自动注册获取到执行器服务机器地址，如果集群部署了多个执行器业务服务，这里会有多个地址，供后续执行任务选择负载均衡。
接下来就是在执行器下面创建任务JOB了，XXL-JOB支持创建很多种任务类型，如“Bean模式” 任务、“GLUE模式(Java)” 任务、GLUE模式(Shell) + GLUE模式(Python) + GLUE模式(PHP) + GLUE模式(NodeJS) + GLUE模式(Powershell)，这里我演示Bean模式和GLUE模式(Java)，其他模式自行查看官网
Bean模式
每个任务只需要开发一个方法，并添加@XxlJob注解即可
@Component
public class SampleXxlJob {
private static Logger logger = LoggerFactory.getLogger(SampleXxlJob.class);
private final AtomicInteger counts = new AtomicInteger();
/**
* 1、简单任务示例（Bean模式）
*/
@XxlJob("demoJobHandler")
public void demoJobHandler() throws Exception {
XxlJobHelper.log("XXL-JOB, Hello World.");
// 打印日志
logger.info("[execute][定时第 ({}) 次执行]", counts.incrementAndGet());
}
}GLUE模式(Java)
任务以源码方式维护在调度中心，支持通过Web IDE在线更新，实时编译和生效，原理：每个 “GLUE模式(Java)” 任务的代码，实际上是“一个继承自“IJobHandler”的实现类的类代码”，“执行器”接收到“调度中心”的调度请求时，会通过Groovy类加载器加载此代码，实例化成Java对象，同时注入此代码中声明的Spring服务（请确保Glue代码中的服务和类引用在“执行器”项目中存在），然后调用该对象的execute方法，执行任务逻辑。它在执行器项目中运行，可使用@Resource/@Autowire注入执行器里中的其他服务。
以上两个模式的任务配置如下
这时候只要我们启动执行器业务服务，通过操作按钮可以执行一次任务、启动任务、停止任务等等