服装网站功能,网站怎么用ftp修改网页内容,种子搜索神器网页版,网页设计实训报告范文免费定时任务框架-xxljob
简介
主要用于分布式任务调度#xff0c;可以将任务调度和执行分布在多个节点上。它提供了一个集中式的管理平台#xff0c;支持动态添加、修改、删除任务#xff0c;以及任务的分片执行#xff0c;确保任务在分布式环境中的高可用性的一个框架
spr…定时任务框架-xxljob
简介
主要用于分布式任务调度可以将任务调度和执行分布在多个节点上。它提供了一个集中式的管理平台支持动态添加、修改、删除任务以及任务的分片执行确保任务在分布式环境中的高可用性的一个框架
spring传统的定时任务Scheduled但是这样存在这一些问题 做集群任务的重复执行问题 cron表达式定义在代码之中修改不方便 定时任务失败了无法重试也没有统计 如果任务量过大不能有效的分片执行
解决这些问题的方案为
xxl-job 分布式任务调度框架
2.分布式任务调度
2.1 什么是分布式任务调度
当前软件的架构已经开始向分布式架构转变将单体结构拆分为若干服务服务之间通过网络交互来完成业务处理。在分布式架构下一个服务往往会部署多个实例来运行我们的业务如果在这种分布式系统环境下运行任务调度我们称之为分布式任务调度。 将任务调度程序分布式构建这样就可以具有分布式系统的特点并且提高任务的调度处理能力
1、并行任务调度
并行任务调度实现靠多线程如果有大量任务需要调度此时光靠多线程就会有瓶颈了因为一台计算机CPU的处理能力是有限的。
如果将任务调度程序分布式部署每个结点还可以部署为集群这样就可以让多台计算机共同去完成任务调度我们可以将任务分割为若干个分片由不同的实例并行执行来提高任务调度的处理效率。
2、高可用
若某一个实例宕机不影响其他实例来执行任务。
3、弹性扩容
当集群中增加实例就可以提高并执行任务的处理效率。
4、任务管理与监测
对系统中存在的所有定时任务进行统一的管理及监测。让开发人员及运维人员能够时刻了解任务执行情况从而做出快速的应急处理响应。
分布式任务调度面临的问题
当任务调度以集群方式部署同一个任务调度可能会执行多次例如电商系统定期发放优惠券就可能重复发放优惠券对公司造成损失信用卡还款提醒就会重复执行多次给用户造成烦恼所以我们需要控制相同的任务在多个运行实例上只执行一次。常见解决方案
分布式锁多个实例在任务执行前首先需要获取锁如果获取失败那么就证明有其他服务已经在运行如果获取成功那么证明没有服务在运行定时任务那么就可以执行。ZooKeeper选举利用ZooKeeper对Leader实例执行定时任务执行定时任务的时候判断自己是否是Leader如果不是则不执行如果是则执行业务逻辑这样也能达到目的。
2.2 xxl-Job简介
针对分布式任务调度的需求市场上出现了很多的产品
1 TBSchedule淘宝推出的一款非常优秀的高性能分布式调度框架目前被应用于阿里、京东、支付宝、国美等很多互联网企业的流程调度系统中。但是已经多年未更新文档缺失严重缺少维护。
2 XXL-Job大众点评的分布式任务调度平台是一个轻量级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。现已开放源代码并接入多家公司线上产品线开箱即用。
3Elastic-job当当网借鉴TBSchedule并基于quartz 二次开发的弹性分布式任务调度系统功能丰富强大采用zookeeper实现分布式协调具有任务高可用以及分片功能。
4Saturn 唯品会开源的一个分布式任务调度平台基于Elastic-job可以全域统一配置统一监 控具有任务高可用以及分片功能。
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。现已开放源代码并接入多家公司线上产品线开箱即用。
源码地址https://gitee.com/xuxueli0323/xxl-job
文档地址https://www.xuxueli.com/xxl-job/
特性
简单灵活 提供Web页面对任务进行管理管理系统支持用户管理、权限控制 支持容器部署 支持通过通用HTTP提供跨平台任务调度丰富的任务管理功能 支持页面对任务CRUD操作 支持在页面编写脚本任务、命令行任务、Java代码任务并执行 支持任务级联编排父任务执行结束后触发子任务执行 支持设置指定任务执行节点路由策略包括轮询、随机、广播、故障转移、忙碌转移等 支持Cron方式、任务依赖、调度中心API接口方式触发任务执行高性能 任务调度流程全异步化设计实现如异步调度、异步运行、异步回调等有效对密集调度进行流量削峰高可用 任务调度中心、任务执行节点均 集群部署支持动态扩展、故障转移 支持任务配置路由故障转移策略执行器节点不可用是自动转移到其他节点执行 支持任务超时控制、失败重试配置 支持任务处理阻塞策略调度当任务执行节点忙碌时来不及执行任务的处理策略包括串行、抛弃、覆盖策略易于监控运维 支持设置任务失败邮件告警预留接口支持短信、钉钉告警 支持实时查看任务执行运行数据统计图表、任务进度监控数据、任务完整执行日志
2.3 XXL-Job-环境搭建
2.3.1 调度中心环境要求
Maven3Jdk1.8Mysql5.7
2.3.2 源码仓库地址
源码仓库地址Release Downloadhttps://github.com/xuxueli/xxl-jobDownloadhttp://gitee.com/xuxueli0323/xxl-jobDownload
也可以使用资料文件夹中的源码
2.3.3 初始化“调度数据库”
请下载项目源码并解压获取 “调度数据库初始化SQL脚本” 并执行即可。
位置/xxl-job/doc/db/tables_xxl_job.sql 共8张表 - xxl_job_lock任务调度锁表
- xxl_job_group执行器信息表维护任务执行器信息
- xxl_job_info调度扩展信息表 用于保存XXL-JOB调度任务的扩展信息如任务分组、任务名、机器地址、执行器、执行入参和报警邮件等等
- xxl_job_log调度日志表 用于保存XXL-JOB任务调度的历史信息如调度结果、执行结果、调度入参、调度机器和执行器等等
- xxl_job_logglue任务GLUE日志用于保存GLUE更新历史用于支持GLUE的版本回溯功能
- xxl_job_registry执行器注册表维护在线的执行器和调度中心机器地址信息
- xxl_job_user系统用户表调度中心支持集群部署集群情况下各节点务必连接同一个mysql实例;
如果mysql做主从,调度中心集群节点务必强制走主库;
2.3.4 编译源码
解压源码,按照maven格式将源码导入IDE, 使用maven进行编译即可源码结构如下 2.3.5 配置部署“调度中心”
调度中心项目xxl-job-admin
作用统一管理任务调度平台上调度任务负责触发调度执行并且提供任务管理平台。
步骤一调度中心配置
调度中心配置文件地址/xxl-job/xxl-job-admin/src/main/resources/application.properties
数据库的连接信息修改为自己的数据库
### web
server.port8888
server.servlet.context-path/xxl-job-admin### actuator
management.server.servlet.context-path/actuator
management.health.mail.enabledfalse### resources
spring.mvc.servlet.load-on-startup0
spring.mvc.static-path-pattern/static/**
spring.resources.static-locationsclasspath:/static/### freemarker
spring.freemarker.templateLoaderPathclasspath:/templates/
spring.freemarker.suffix.ftl
spring.freemarker.charsetUTF-8
spring.freemarker.request-context-attributerequest
spring.freemarker.settings.number_format0.############# mybatis
mybatis.mapper-locationsclasspath:/mybatis-mapper/*Mapper.xml
#mybatis.type-aliases-packagecom.xxl.job.admin.core.model### xxl-job, datasource
spring.datasource.urljdbc:mysql://127.0.0.1:3306/xxl_job?UnicodetrueserverTimezoneAsia/ShanghaicharacterEncodingUTF-8
spring.datasource.usernameroot
spring.datasource.passwordroot
spring.datasource.driver-class-namecom.mysql.cj.jdbc.Driver### datasource-pool
spring.datasource.typecom.zaxxer.hikari.HikariDataSource
spring.datasource.hikari.minimum-idle10
spring.datasource.hikari.maximum-pool-size30
spring.datasource.hikari.auto-committrue
spring.datasource.hikari.idle-timeout30000
spring.datasource.hikari.pool-nameHikariCP
spring.datasource.hikari.max-lifetime900000
spring.datasource.hikari.connection-timeout10000
spring.datasource.hikari.connection-test-querySELECT 1### xxl-job, email
spring.mail.hostsmtp.qq.com
spring.mail.port25
spring.mail.usernamexxxqq.com
spring.mail.passwordxxx
spring.mail.properties.mail.smtp.authtrue
spring.mail.properties.mail.smtp.starttls.enabletrue
spring.mail.properties.mail.smtp.starttls.requiredtrue
spring.mail.properties.mail.smtp.socketFactory.classjavax.net.ssl.SSLSocketFactory### xxl-job, access token
xxl.job.accessToken### xxl-job, i18n (default is zh_CN, and you can choose zh_CN, zh_TC and en)
xxl.job.i18nzh_CN## xxl-job, triggerpool max size
xxl.job.triggerpool.fast.max200
xxl.job.triggerpool.slow.max100### xxl-job, log retention days
xxl.job.logretentiondays30启动调度中心默认登录账号 “admin/123456”, 登录后运行界面如下图所示。 2.4 配置部署调度中心-docker安装
1.创建mysql容器初始化xxl-job的SQL脚本
docker run -p 3306:3306 --name mysql57 \
-v /opt/mysql/conf:/etc/mysql \
-v /opt/mysql/logs:/var/log/mysql \
-v /opt/mysql/data:/var/lib/mysql \
-e MYSQL_ROOT_PASSWORDroot \
-d mysql:5.72.拉取镜像
docker pull xuxueli/xxl-job-admin:2.3.13.创建容器 启动之前把源码项目的那几张表导入数据库 docker run -e PARAMS--spring.datasource.urljdbc:mysql://192.168.200.130:3306/xxl_job?UnicodetruecharacterEncodingUTF-8 \
--spring.datasource.usernameroot \
--spring.datasource.passwordroot \
-p 8888:8080 -v /tmp:/data/applogs \
--name xxl-job-admin --restartalways -d xuxueli/xxl-job-admin:2.3.12.5 xxl-job入门案例编写
2.5.1 登录调度中心点击下图所示“新建任务”按钮新建示例任务 执行器是在执行器管理中创建的 jobhandler是代码中使用bean方式注入的任务处理器 其他的cron表达式,还有处理方式和Spring提供的Schedule一样
2.5.2 创建xxljob-demo项目导入依赖
dependenciesdependencygroupIdorg.springframework.boot/groupIdartifactIdspring-boot-starter-web/artifactId/dependency!--xxl-job--dependencygroupIdcom.xuxueli/groupIdartifactIdxxl-job-core/artifactIdversion2.3.1/version/dependency
/dependencies2.5.3 application.yml配置
server:port: 8881xxl:job:admin:addresses: http://192.168.200.130:8888/xxl-job-adminexecutor://服务注册该执行器的端口 如果有多个服务需要执行器,保证执行器端口不同即可appname: xxl-job-executor-sampleport: 9999
2.5.4 新建配置类
package com.heima.xxljob.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;/*** xxl-job config** author xuxueli 2017-04-28*/
Configuration
public class XxlJobConfig {private Logger logger LoggerFactory.getLogger(XxlJobConfig.class);Value(${xxl.job.admin.addresses})private String adminAddresses;Value(${xxl.job.executor.appname})private String appname;Value(${xxl.job.executor.port})private int port;Beanpublic XxlJobSpringExecutor xxlJobExecutor() {logger.info( xxl-job config init.);XxlJobSpringExecutor xxlJobSpringExecutor new XxlJobSpringExecutor();xxlJobSpringExecutor.setAdminAddresses(adminAddresses);xxlJobSpringExecutor.setAppname(appname);xxlJobSpringExecutor.setPort(port);return xxlJobSpringExecutor;}}2.5.4 任务代码重要注解:XxlJob(“JobHandler”)
注册任务执行器
package com.heima.xxljob.job;import com.xxl.job.core.handler.annotation.XxlJob;
import org.springframework.stereotype.Component;Component
public class HelloJob {XxlJob(demoJobHandler)public void helloJob(){System.out.println(简单任务执行了。。。。);}
}2.5.5 测试-单节点 启动微服务 在xxl-job的调度中心中启动任务 -成功过后日志可以查看详细
2.6 任务详解-执行器 执行器任务的绑定的执行器任务触发调度时将会自动发现注册成功的执行器, 实现任务自动发现功能; 另一方面也可以方便的进行任务分组。每个任务必须绑定一个执行器 不同类型任务给与不同执行器名字进行分组管理 以下是执行器的属性说明
属性名称说明AppName是每个执行器集群的唯一标示AppName, 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;名称执行器的名称, 因为AppName限制字母数字等组成,可读性不强, 名称为了提高执行器的可读性;排序执行器的排序, 系统中需要执行器的地方,如任务新增, 将会按照该排序读取可用的执行器列表;注册方式调度中心获取执行器地址的方式机器地址注册方式为手动录入时有效支持人工维护执行器的地址信息
自动注册和手动注册的区别和配置
2.7 任务详解-基础配置 基础配置 执行器每个任务必须绑定一个执行器, 方便给任务进行分组 任务描述任务的描述信息便于任务管理 负责人任务的负责人 报警邮件任务调度失败时邮件通知的邮箱地址支持配置多邮箱地址配置多个邮箱地址时用逗号分隔 调度配置
调度类型 无该类型不会主动触发调度CRON该类型将会通过CRON触发任务调度固定速度该类型将会以固定速度触发任务调度按照固定的间隔时间周期性触发
任务配置
运行模式
BEAN模式任务以JobHandler方式维护在执行器端需要结合 “JobHandler” 属性匹配执行器中任务 JobHandler运行模式为 “BEAN模式” 时生效对应执行器中新开发的JobHandler类“JobHandler”注解自定义的value值 执行参数任务执行所需的参数
阻塞处理策略
阻塞处理策略调度过于密集执行器来不及处理时的处理策略 单机串行默认调度请求进入单机执行器后调度请求进入FIFO(First Input First Output)队列并以串行方式运行 丢弃后续调度调度请求进入单机执行器后发现执行器存在运行的调度任务本次请求将会被丢弃并标记为失败 覆盖之前调度调度请求进入单机执行器后发现执行器存在运行的调度任务将会终止运行中的调度任务并清空队列然后运行本地调度任务 路由策略
当执行器集群部署时提供丰富的路由策略包括 FIRST第一个固定选择第一个机器 LAST最后一个固定选择最后一个机器 ROUND轮询 RANDOM随机随机选择在线的机器 CONSISTENT_HASH一致性HASH每个任务按照Hash算法固定选择某一台机器且所有任务均匀散列在不同机器上。 LEAST_FREQUENTLY_USED最不经常使用使用频率最低的机器优先被选举 LEAST_RECENTLY_USED最近最久未使用最久未使用的机器优先被选举 FAILOVER故障转移按照顺序依次进行心跳检测第一个心跳检测成功的机器选定为目标执行器并发起调度 BUSYOVER忙碌转移按照顺序依次进行空闲检测第一个空闲检测成功的机器选定为目标执行器并发起调度 SHARDING_BROADCAST(分片广播)广播触发对应集群中所有机器执行一次任务同时系统自动传递分片参数可根据分片参数开发分片任务 2.8 路由策略(轮询)-案例
1.修改任务为轮询 2.启动多个微服务 修改yml配置文件
server:port: ${port:8881}xxl:job:admin:addresses: http://192.168.200.130:8888/xxl-job-adminexecutor:appname: xxl-job-executor-sampleport: ${executor.port:9999}3.启动多个微服务
此时俩个服务轮流执行任务
执行器检查到俩个结点注册成功
每个微服务轮询的去执行任务
2.9 路由策略(分片广播)
2.9.1 分片逻辑
执行器集群部署时任务路由策略选择”分片广播”情况下一次任务调度将会广播触发对应集群中所有执行器执行一次任务 XXL-Job中的分片广播Sharding Broadcast路由策略允许多个任务同时执行。在分片广播策略中一个任务可以被分成多个子任务每个子任务被称为一个分片。这些分片可以并行执行以提高任务的执行效率。 执行器集群部署时任务路由策略选择”分片广播”情况下一次任务调度将会广播触发对应集群中所有执行器执行一次任务
2.9.2 路由策略(分片广播)-案例
需求让两个节点同时执行10000个任务每个节点分别执行5000个任务
①创建分片执行器 ②创建任务路由策略为分片广播 ③分片广播代码
分片参数
index当前分片序号(从0开始)执行器集群列表中当前执行器的序号
total总分片数执行器集群的总机器数量
修改yml配置
server:port: ${port:8881}xxl:job:admin:addresses: http://192.168.200.130:8888/xxl-job-adminexecutor:appname: xxl-job-sharding-executorport: ${executor.port:9999}代码
XxlJob(shardingJobHandler)
public void shardingJobHandler() {// 获取分片的参数int shardIndex XxlJobHelper.getShardIndex();int shardTotal XxlJobHelper.getShardTotal();// 获取任务数据ListInteger list getList();// 遍历任务数据根据分片参数执行相应的任务项for (Integer integer : list) {if (integer % shardTotal shardIndex) {System.out.println(当前第 shardIndex 分片执行了任务项为 integer);}}
}// 生成任务数据列表 假设1w的任务
public ListInteger getList() {
//这里的i表示当前任务索引ListInteger list new ArrayList();for (int i 0; i 10000; i) {list.add(i);}return list;
}
因为total就俩台机器,所以任务数量索引取模就可以实现各处理5000的逻辑,当然这是轮询应该做的事情,这里演示的是其并发同时进行的特点
