LTS原理--轻量级分布式任务调度框架(Light Task Schedule)（一）

àì夳堔傛蜴生んèń 2022-05-11 02:28 290阅读 0赞

相关博客：

[LTS原理--JobClient提交任务过程（二）][LTS_--JobClient]

[LTS原理--JobTracker任务接收与分配（三）][LTS_--JobTracker]

[LTS原理--TaskTracker任务处理（四）][LTS_--TaskTracker]

LTS(light-task-scheduler)主要用于解决分布式任务调度问题，支持实时任务，定时任务和Cron任务。有较好的伸缩性，扩展性，健壮稳定性而被多家公司使用，同时也希望开源爱好者一起贡献。

## 项目地址 ##

github地址: [https://github.com/ltsopensource/light-task-scheduler][https_github.com_ltsopensource_light-task-scheduler]

oschina地址: [http://git.oschina.net/hugui/light-task-scheduler][http_git.oschina.net_hugui_light-task-scheduler]

例子: [https://github.com/ltsopensource/lts-examples][https_github.com_ltsopensource_lts-examples]

文档地址(正在更新中,后面以这个为准): [https://www.gitbook.com/book/qq254963746/lts/details][https_www.gitbook.com_book_qq254963746_lts_details]

这两个地址都会同步更新。感兴趣，请加QQ群：109500214 (加群密码: hello world)一起探讨、完善。越多人支持，就越有动力去更新，喜欢记得右上角star哈。

\#\#1.7.2-SNAPSHOT(master)变更主要点

1.  优化JobContext中的BizLogger，由原来的去掉了threadlocal，解决taskTracker多线程的问题, 去掉LtsLoggerFactory.getLogger()用法

## 框架概况 ##

LTS 有主要有以下四种节点：

*  JobClient：主要负责提交任务, 并接收任务执行反馈结果。
 *  JobTracker：负责接收并分配任务，任务调度。
 *  TaskTracker：负责执行任务，执行完反馈给JobTracker。
 *  LTS-Admin：（管理后台）主要负责节点管理，任务队列管理，监控管理等。

其中JobClient，JobTracker，TaskTracker节点都是`无状态`的。 可以部署多个并动态的进行删减，来实现负载均衡，实现更大的负载量, 并且框架采用FailStore策略使LTS具有很好的容错能力。

LTS注册中心提供多种实现（Zookeeper，redis等），注册中心进行节点信息暴露，master选举。(Mongo or Mysql)存储任务队列和任务执行日志, netty or mina做底层通信, 并提供多种序列化方式fastjson, hessian2, java等。

LTS支持任务类型：

*  实时任务：提交了之后立即就要执行的任务。
 *  定时任务：在指定时间点执行的任务，譬如 今天3点执行（单次）。
 *  Cron任务：CronExpression，和quartz类似（但是不是使用quartz实现的）譬如 0 0/1 \* \* \* ?

支持动态修改任务参数,任务执行时间等设置,支持后台动态添加任务,支持Cron任务暂停,支持手动停止正在执行的任务(有条件),支持任务的监控统计,支持各个节点的任务执行监控,JVM监控等等.

## 架构图 ##

[![LTS architecture][]][LTS architecture]

## 概念说明 ##

\#\#\#节点组

1.  英文名称 NodeGroup,一个节点组等同于一个小的集群，同一个节点组中的各个节点是对等的，等效的，对外提供相同的服务。
2.  每个节点组中都有一个master节点，这个master节点是由LTS动态选出来的，当一个master节点挂掉之后，LTS会立马选出另外一个master节点，框架提供API监听接口给用户。

\#\#\#FailStore

1.  顾名思义，这个主要是用于失败了存储的，主要用于节点容错，当远程数据交互失败之后，存储在本地，等待远程通信恢复的时候，再将数据提交。
2.  FailStore主要用户JobClient的任务提交，TaskTracker的任务反馈，TaskTracker的业务日志传输的场景下。
3.  FailStore目前提供几种实现：leveldb,rocksdb,berkeleydb,mapdb,ltsdb，用于可以自由选择使用哪种,用户也可以采用SPI扩展使用自己的实现。

## 流程图 ##

下图是一个标准的实时任务执行流程。

[![LTS progress][]][LTS progress]

## LTS-Admin新版界面预览 ##

[![LTS Admin][]][LTS Admin]目前后台带有由[ztajy][]提供的一个简易的认证功能. 用户名密码在auth.cfg中,用户自行修改.

\#\#特性 \#\#\#1、Spring支持 LTS可以完全不用Spring框架，但是考虑到很用用户项目中都是用了Spring框架，所以LTS也提供了对Spring的支持，包括Xml和注解，引入`lts-spring.jar`即可。 \#\#\#2、业务日志记录器 在TaskTracker端提供了业务日志记录器，供应用程序使用，通过这个业务日志器，可以将业务日志提交到JobTracker，这些业务日志可以通过任务ID串联起来，可以在LTS-Admin中实时查看任务的执行进度。 \#\#\#3、SPI扩展支持 SPI扩展可以达到零侵入，只需要实现相应的接口，并实现即可被LTS使用，目前开放出来的扩展接口有

1.  对任务队列的扩展，用户可以不选择使用mysql或者mongo作为队列存储，也可以自己实现。
2.  对业务日志记录器的扩展，目前主要支持console，mysql，mongo，用户也可以通过扩展选择往其他地方输送日志。

\#\#\#4、故障转移 当正在执行任务的TaskTracker宕机之后，JobTracker会立马将分配在宕机的TaskTracker的所有任务再分配给其他正常的TaskTracker节点执行。 \#\#\#5、节点监控 可以对JobTracker，TaskTracker节点进行资源监控，任务监控等，可以实时的在LTS-Admin管理后台查看，进而进行合理的资源调配。 \#\#\#6、多样化任务执行结果支持 LTS框架提供四种执行结果支持，`EXECUTE_SUCCESS`，`EXECUTE_FAILED`，`EXECUTE_LATER`，`EXECUTE_EXCEPTION`，并对每种结果采取相应的处理机制，譬如重试。

*  EXECUTE\_SUCCESS: 执行成功,这种情况，直接反馈客户端（如果任务被设置了要反馈给客户端）。
 *  EXECUTE\_FAILED：执行失败，这种情况，直接反馈给客户端，不进行重试。
 *  EXECUTE\_LATER：稍后执行（需要重试），这种情况，不反馈客户端，重试策略采用1min，2min，3min的策略，默认最大重试次数为10次，用户可以通过参数设置修改这个重试次数。
 *  EXECUTE\_EXCEPTION：执行异常, 这种情况也会重试(重试策略，同上)

\#\#\#7、FailStore容错 采用FailStore机制来进行节点容错，Fail And Store，不会因为远程通信的不稳定性而影响当前应用的运行。具体FailStore说明，请参考概念说明中的FailStore说明。

\#\#项目编译打包 项目主要采用maven进行构建，目前提供shell脚本的打包。 环境依赖：`Java(jdk1.6+)` `Maven`

用户使用一般分为两种： \#\#\#1、Maven构建 可以通过maven命令将lts的jar包上传到本地仓库中。在父pom.xml中添加相应的repository，并用deploy命令上传即可。具体引用方式可以参考lts中的例子即可。 \#\#\#2、直接Jar引用 需要将lts的各个模块打包成单独的jar包，并且将所有lts依赖包引入。具体引用哪些jar包可以参考lts中的例子即可。

\#\#JobTracker和LTS-Admin部署 提供`(cmd)windows`和`(shell)linux`两种版本脚本来进行编译和部署:

1.  运行根目录下的`sh build.sh`或`build.cmd`脚本，会在`dist`目录下生成`lts-{version}-bin`文件夹
2.  下面是其目录结构，其中bin目录主要是JobTracker和LTS-Admin的启动脚本。`jobtracker` 中是 JobTracker的配置文件和需要使用到的jar包，`lts-admin`是LTS-Admin相关的war包和配置文件。 lts-\{version\}-bin的文件结构

-- lts-${version}-bin
        |-- bin
        |   |-- jobtracker.cmd
        |   |-- jobtracker.sh
        |   |-- lts-admin.cmd
        |   |-- lts-admin.sh
        |   |-- lts-monitor.cmd
        |   |-- lts-monitor.sh
        |   |-- tasktracker.sh
        |-- conf
        |   |-- log4j.properties
        |   |-- lts-admin.cfg
        |   |-- lts-monitor.cfg
        |   |-- readme.txt
        |   |-- tasktracker.cfg
        |   |-- zoo
        |       |-- jobtracker.cfg
        |       |-- log4j.properties
        |       |-- lts-monitor.cfg
        |-- lib
        |   |-- *.jar
        |-- war
            |-- jetty
            |   |-- lib
            |       |-- *.jar
            |-- lts-admin.war

1.  JobTracker启动。如果你想启动一个节点，直接修改下`conf/zoo`下的配置文件，然后运行 `sh jobtracker.sh zoo start`即可，如果你想启动两个JobTracker节点，那么你需要拷贝一份zoo,譬如命名为`zoo2`,修改下`zoo2`下的配置文件，然后运行`sh jobtracker.sh zoo2 start`即可。logs文件夹下生成`jobtracker-zoo.out`日志。
2.  LTS-Admin启动.修改`conf/lts-monitor.cfg`和`conf/lts-admin.cfg`下的配置，然后运行`bin`下的`sh lts-admin.sh`或`lts-admin.cmd`脚本即可。logs文件夹下会生成`lts-admin.out`日志，启动成功在日志中会打印出访问地址，用户可以通过这个访问地址访问了。

\#\#JobClient（部署）使用 需要引入lts的jar包有`lts-jobclient-{version}.jar`，`lts-core-{version}.jar` 及其它第三方依赖jar。 \#\#\#API方式启动

JobClient jobClient = new RetryJobClient();
    jobClient.setNodeGroup("test_jobClient");
    jobClient.setClusterName("test_cluster");
    jobClient.setRegistryAddress("zookeeper://127.0.0.1:2181");
    jobClient.start();
    
    // 提交任务
    Job job = new Job();
    job.setTaskId("3213213123");
    job.setParam("shopId", "11111");
    job.setTaskTrackerNodeGroup("test_trade_TaskTracker");
    // job.setCronExpression("0 0/1 * * * ?");  // 支持 cronExpression表达式
    // job.setTriggerTime(new Date()); // 支持指定时间执行
    Response response = jobClient.submitJob(job);

\#\#\#Spring XML方式启动

<bean id="jobClient" class="com.github.ltsopensource.spring.JobClientFactoryBean">
        <property name="clusterName" value="test_cluster"/>
        <property name="registryAddress" value="zookeeper://127.0.0.1:2181"/>
        <property name="nodeGroup" value="test_jobClient"/>
        <property name="masterChangeListeners">
            <list>
                <bean class="com.github.ltsopensource.example.support.MasterChangeListenerImpl"/>
            </list>
        </property>
        <property name="jobFinishedHandler">
            <bean class="com.github.ltsopensource.example.support.JobFinishedHandlerImpl"/>
        </property>
        <property name="configs">
            <props>
                
                <prop key="job.fail.store">leveldb</prop>
            </props>
        </property>
    </bean>

\#\#\#Spring 全注解方式

@Configuration
    public class LTSSpringConfig {
    
        @Bean(name = "jobClient")
        public JobClient getJobClient() throws Exception {
            JobClientFactoryBean factoryBean = new JobClientFactoryBean();
            factoryBean.setClusterName("test_cluster");
            factoryBean.setRegistryAddress("zookeeper://127.0.0.1:2181");
            factoryBean.setNodeGroup("test_jobClient");
            factoryBean.setMasterChangeListeners(new MasterChangeListener[]{
                    new MasterChangeListenerImpl()
            });
            Properties configs = new Properties();
            configs.setProperty("job.fail.store", "leveldb");
            factoryBean.setConfigs(configs);
            factoryBean.afterPropertiesSet();
            return factoryBean.getObject();
        }
    }

\#\#TaskTracker(部署使用) 需要引入lts的jar包有`lts-tasktracker-{version}.jar`，`lts-core-{version}.jar` 及其它第三方依赖jar。 \#\#\#定义自己的任务执行类

public class MyJobRunner implements JobRunner {
        @Override
        public Result run(JobContext jobContext) throws Throwable {
            try {
                // TODO 业务逻辑
                // 会发送到 LTS (JobTracker上)
                jobContext.getBizLogger().info("测试，业务日志啊啊啊啊啊");
    
            } catch (Exception e) {
                return new Result(Action.EXECUTE_FAILED, e.getMessage());
            }
            return new Result(Action.EXECUTE_SUCCESS, "执行成功了，哈哈");
        }
    }

\#\#\#API方式启动

TaskTracker taskTracker = new TaskTracker();
    taskTracker.setJobRunnerClass(MyJobRunner.class);
    taskTracker.setRegistryAddress("zookeeper://127.0.0.1:2181");
    taskTracker.setNodeGroup("test_trade_TaskTracker");
    taskTracker.setClusterName("test_cluster");
    taskTracker.setWorkThreads(20);
    taskTracker.start();

\#\#\#Spring XML方式启动

<bean id="taskTracker" class="com.github.ltsopensource.spring.TaskTrackerAnnotationFactoryBean" init-method="start">
        <property name="jobRunnerClass" value="com.github.ltsopensource.example.support.MyJobRunner"/>
        <property name="bizLoggerLevel" value="INFO"/>
        <property name="clusterName" value="test_cluster"/>
        <property name="registryAddress" value="zookeeper://127.0.0.1:2181"/>
        <property name="nodeGroup" value="test_trade_TaskTracker"/>
        <property name="workThreads" value="20"/>
        <property name="masterChangeListeners">
            <list>
                <bean class="com.github.ltsopensource.example.support.MasterChangeListenerImpl"/>
            </list>
        </property>
        <property name="configs">
            <props>
                <prop key="job.fail.store">leveldb</prop>
            </props>
        </property>
    </bean>

\#\#\#Spring注解方式启动

@Configuration
    public class LTSSpringConfig implements ApplicationContextAware {
        private ApplicationContext applicationContext;
        @Override
        public void setApplicationContext(ApplicationContext applicationContext) throws BeansException {
            this.applicationContext = applicationContext;
        }
    	@Bean(name = "taskTracker")
        public TaskTracker getTaskTracker() throws Exception {
            TaskTrackerAnnotationFactoryBean factoryBean = new TaskTrackerAnnotationFactoryBean();
            factoryBean.setApplicationContext(applicationContext);
            factoryBean.setClusterName("test_cluster");
            factoryBean.setJobRunnerClass(MyJobRunner.class);
            factoryBean.setNodeGroup("test_trade_TaskTracker");
            factoryBean.setBizLoggerLevel("INFO");
            factoryBean.setRegistryAddress("zookeeper://127.0.0.1:2181");
            factoryBean.setMasterChangeListeners(new MasterChangeListener[]{
                    new MasterChangeListenerImpl()
            });
            factoryBean.setWorkThreads(20);
            Properties configs = new Properties();
            configs.setProperty("job.fail.store", "leveldb");
            factoryBean.setConfigs(configs);
    
            factoryBean.afterPropertiesSet();
    //        factoryBean.start();
            return factoryBean.getObject();
        }
    }

\#\#参数说明 [参数说明][Link 1]

\#\#使用建议 一般在一个JVM中只需要一个JobClient实例即可，不要为每种任务都新建一个JobClient实例，这样会大大的浪费资源，因为一个JobClient可以提交多种任务。相同的一个JVM一般也尽量保持只有一个TaskTracker实例即可，多了就可能造成资源浪费。当遇到一个TaskTracker要运行多种任务的时候，请参考下面的 "一个TaskTracker执行多种任务"。 \#\#一个TaskTracker执行多种任务 有的时候，业务场景需要执行多种任务，有些人会问，是不是要每种任务类型都要一个TaskTracker去执行。我的答案是否定的，如果在一个JVM中，最好使用一个TaskTracker去运行多种任务，因为一个JVM中使用多个TaskTracker实例比较浪费资源（当然当你某种任务量比较多的时候，可以将这个任务单独使用一个TaskTracker节点来执行）。那么怎么才能实现一个TaskTracker执行多种任务呢。下面是我给出来的参考例子。

/**
     * 总入口，在 taskTracker.setJobRunnerClass(JobRunnerDispatcher.class)
     * JobClient 提交 任务时指定 Job 类型  job.setParam("type", "aType")
     */
    public class JobRunnerDispatcher implements JobRunner {
    
        private static final ConcurrentHashMap<String/*type*/, JobRunner>
                JOB_RUNNER_MAP = new ConcurrentHashMap<String, JobRunner>();
    
        static {
            JOB_RUNNER_MAP.put("aType", new JobRunnerA()); // 也可以从Spring中拿
            JOB_RUNNER_MAP.put("bType", new JobRunnerB());
        }
    
        @Override
        public Result run(JobContext jobContext) throws Throwable {
            Job job = jobContext.getJob();
            String type = job.getParam("type");
            return JOB_RUNNER_MAP.get(type).run(job);
        }
    }
    
    class JobRunnerA implements JobRunner {
        @Override
        public Result run(JobContext jobContext) throws Throwable {
            //  TODO A类型Job的逻辑
            return null;
        }
    }
    
    class JobRunnerB implements JobRunner {
        @Override
        public Result run(JobContext jobContext) throws Throwable {
            // TODO B类型Job的逻辑
            return null;
        }
    }

\#\#TaskTracker的JobRunner测试 一般在编写TaskTracker的时候，只需要测试JobRunner的实现逻辑是否正确，又不想启动LTS进行远程测试。为了方便测试，LTS提供了JobRunner的快捷测试方法。自己的测试类集成`com.github.ltsopensource.tasktracker.runner.JobRunnerTester`即可，并实现`initContext`和`newJobRunner`方法即可。如[lts-examples][https_github.com_ltsopensource_lts-examples]中的例子：

public class TestJobRunnerTester extends JobRunnerTester {
    
        public static void main(String[] args) throws Throwable {
            //  Mock Job 数据
            Job job = new Job();
            job.setTaskId("2313213");
    
            JobContext jobContext = new JobContext();
            jobContext.setJob(job);
    
            JobExtInfo jobExtInfo = new JobExtInfo();
            jobExtInfo.setRetry(false);
    
            jobContext.setJobExtInfo(jobExtInfo);
    
            // 运行测试
            TestJobRunnerTester tester = new TestJobRunnerTester();
            Result result = tester.run(jobContext);
            System.out.println(JSON.toJSONString(result));
        }
    
        @Override
        protected void initContext() {
            // TODO 初始化Spring容器
        }
    
        @Override
        protected JobRunner newJobRunner() {
            return new TestJobRunner();
        }
    }

\#\#Spring Quartz Cron任务无缝接入 对于Quartz的Cron任务只需要在Spring配置中增加一下代码就可以接入LTS平台

\#\#Spring Boot 支持

@SpringBootApplication
    @EnableJobTracker       // 启动JobTracker
    @EnableJobClient        // 启动JobClient
    @EnableTaskTracker      // 启动TaskTracker
    @EnableMonitor          // 启动Monitor
    public class Application {
        public static void main(String[] args) {
            SpringApplication.run(Application.class, args);
        }
    }

剩下的就只是在application.properties中添加相应的配置就行了, 具体见lts-example中的`com.github.ltsopensource.examples.springboot`包下的例子

\#\#多网卡选择问题 当机器有内网两个网卡的时候，有时候，用户想让LTS的流量走外网网卡，那么需要在host中，把主机名称的映射地址改为外网网卡地址即可，内网同理。

\#\#关于节点标识问题 如果在节点启动的时候设置节点标识,LTS会默认设置一个UUID为节点标识,可读性会比较差,但是能保证每个节点的唯一性,如果用户能自己保证节点标识的唯一性,可以通过 `setIdentity` 来设置,譬如如果每个节点都是部署在一台机器(一个虚拟机)上,那么可以将identity设置为主机名称

\#\#SPI扩展说明 支持JobLogger,JobQueue等等的SPI扩展

\#\#[和其它解决方案比较][Link 2]

\#\#LTS-Admin使用jetty启动(默认)，不定期挂掉解决方案 见[issue\#389][issue_389]

[LTS_--JobClient]: https://blog.csdn.net/qq924862077/article/details/82813165
[LTS_--JobTracker]: https://blog.csdn.net/qq924862077/article/details/82813985
[LTS_--TaskTracker]: https://blog.csdn.net/qq924862077/article/details/82825708
[https_github.com_ltsopensource_light-task-scheduler]: https://github.com/ltsopensource/light-task-scheduler
[http_git.oschina.net_hugui_light-task-scheduler]: http://git.oschina.net/hugui/light-task-scheduler
[https_github.com_ltsopensource_lts-examples]: https://github.com/ltsopensource/lts-examples
[https_www.gitbook.com_book_qq254963746_lts_details]: https://www.gitbook.com/book/qq254963746/lts/details
[LTS architecture]: /images/20220511/fe4fffed2d4440e4b000dbec715860df.png
[LTS progress]: /images/20220511/1d36628d985a41cea2450c23b2997296.png
[LTS Admin]: /images/20220511/48d8f9b5ff3246acaa0599c83b78bbda.png
[ztajy]: https://github.com/ztajy
[Link 1]: https://qq254963746.gitbooks.io/lts/content/use/config-name.html
[Link 2]: https://qq254963746.gitbooks.io/lts/content/introduce/compareother.html
[issue_389]: https://github.com/ltsopensource/light-task-scheduler/issues/389