分布式调度XXL-JOB

电玩女神 2023-10-10 20:18 33阅读 0赞

## 分布式调度XXL-JOB ##

### 1.概述 ###

#### 1.1什么是任务调度 ####

比如:

*  某电商平台需要每天上午10点，下午3点，晚上8点发放一批优惠券
 *  某银行系统需要在信用卡到期还款日的前三天进行短信提醒
 *  某财务系统需要在每天凌晨0:10分结算前一天的财务数据，统计汇总

以上场景就是任务调度所需要解决的问题

**任务调度是为了自动完成特定任务，在约定的特定时刻去执行任务的过程**

#### 1.2 为什么需要分布式调度 ####

使用Spring中提供的注解@Scheduled，也能实现调度的功能

在业务类中方法中贴上这个注解,然后在启动类上贴上`@EnableScheduling`注解

@Scheduled(cron = "0/20 * * * * ? ")
     public void doWork(){
        
     	//doSomething   
     }

感觉Spring给我们提供的这个注解可以完成任务调度的功能，好像已经完美解决问题了，为什么还需要分布式呢?

主要有如下这几点原因:

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。
2.  防止重复执行: 在单机模式下，定时任务是没什么问题的。但当我们部署了多台服务，同时又每台服务又有定时任务时，若不进行合理的控制在同一时间，只有一个定时任务启动执行，这时，定时执行的结果就可能存在混乱和错误了
3.  单机处理极限：原本1分钟内需要处理1万个订单，但是现在需要1分钟内处理10万个订单；原来一个统计需要1小时，现在业务方需要10分钟就统计出来。你也许会说，你也可以多线程、单机多进程处理。的确，多线程并行处理可以提高单位时间的处理效率，但是单机能力毕竟有限（主要是CPU、内存和磁盘），始终会有单机处理不过来的情况。

#### 1.3 XXL-JOB介绍 ####

XXL-Job：是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

大众点评目前已接入XXL-JOB，该系统在内部已调度约100万次，表现优异。

目前已有多家公司接入xxl-job，包括比较知名的大众点评，京东，优信二手车，360金融 (360)，联想集团 (联想)，易信 (网易)等等

官网地址 https://www.xuxueli.com/xxl-job/

**系统架构图**

![在这里插入图片描述][54c564f43d654985b0b4dff40e43eb6c.png_pic_center]

**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；

### 组成 ###

![在这里插入图片描述][5c458115c708420da03ae6699c25561d.png_pic_center]

### 2.快速入门 ###

#### 2.1 下载源码 ####

**源码下载地址:**

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

https://gitee.com/xuxueli0323/xxl-job

#### 2.1 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。

“调度数据库初始化SQL脚本” 位置为:

/xxl-job/doc/db/tables_xxl_job.sql

#### 2.2 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：

![在这里插入图片描述][5d98a3bd66a8468aa98c6b218ad89344.png_pic_center]

#### 2.3 配置部署调度中心 ####

##### 2.3.1 调度中心配置 #####

修改`xxl-job-admin`项目的配置文件`application.properties`,把数据库账号密码配置上

### web
    server.port=8080
    server.servlet.context-path=/xxl-job-admin
    
    ### actuator
    management.server.servlet.context-path=/actuator
    management.health.mail.enabled=false
    
    ### resources
    spring.mvc.servlet.load-on-startup=0
    spring.mvc.static-path-pattern=/static/**
    spring.resources.static-locations=classpath:/static/
    
    ### freemarker
    spring.freemarker.templateLoaderPath=classpath:/templates/
    spring.freemarker.suffix=.ftl
    spring.freemarker.charset=UTF-8
    spring.freemarker.request-context-attribute=request
    spring.freemarker.settings.number_format=0.##########
    
    ### mybatis
    mybatis.mapper-locations=classpath:/mybatis-mapper/*Mapper.xml
    #mybatis.type-aliases-package=com.xxl.job.admin.core.model
    
    ### xxl-job, datasource
    spring.datasource.url=jdbc:mysql://192.168.202.200:3306/xxl_job?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai
    spring.datasource.username=root
    spring.datasource.password=WolfCode_2017
    spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
    
    ### datasource-pool
    spring.datasource.type=com.zaxxer.hikari.HikariDataSource
    spring.datasource.hikari.minimum-idle=10
    spring.datasource.hikari.maximum-pool-size=30
    spring.datasource.hikari.auto-commit=true
    spring.datasource.hikari.idle-timeout=30000
    spring.datasource.hikari.pool-name=HikariCP
    spring.datasource.hikari.max-lifetime=900000
    spring.datasource.hikari.connection-timeout=10000
    spring.datasource.hikari.connection-test-query=SELECT 1
    spring.datasource.hikari.validation-timeout=1000
    
    ### xxl-job, email
    spring.mail.host=smtp.qq.com
    spring.mail.port=25
    spring.mail.username=xxx@qq.com
    spring.mail.from=xxx@qq.com
    spring.mail.password=xxx
    spring.mail.properties.mail.smtp.auth=true
    spring.mail.properties.mail.smtp.starttls.enable=true
    spring.mail.properties.mail.smtp.starttls.required=true
    spring.mail.properties.mail.smtp.socketFactory.class=javax.net.ssl.SSLSocketFactory
    
    ### xxl-job, access token
    xxl.job.accessToken=default_token
    
    ### xxl-job, i18n (default is zh_CN, and you can choose "zh_CN", "zh_TC" and "en")
    xxl.job.i18n=zh_CN
    
    ## xxl-job, triggerpool max size
    xxl.job.triggerpool.fast.max=200
    xxl.job.triggerpool.slow.max=100
    
    ### xxl-job, log retention days
    xxl.job.logretentiondays=30

##### 2.3.2 部署项目 #####

运行`XxlJobAdminApplication`程序即可.

调度中心访问地址: http://localhost:8080/xxl-job-admin

默认登录账号 “admin/123456”, 登录后运行界面如下图所示。

![在这里插入图片描述][c84b1625ce11411e8d32a7ce3c83b5cb.png_pic_center]

至此“调度中心”项目已经部署成功。

#### 2.4 配置部署执行器项目 ####

##### 2.4.1 添加Maven依赖 #####

创建SpringBoot项目并且添加如下依赖:

<dependency>
        <groupId>com.xuxueli</groupId>
        <artifactId>xxl-job-core</artifactId>
        <version>2.3.1</version>
    </dependency>

##### 2.4.2 执行器配置 #####

在配置文件中添加如下配置:

### 调度中心部署根地址 [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；
    xxl.job.admin.addresses=http://127.0.0.1:8080/xxl-job-admin
    ### 执行器通讯TOKEN [选填]：非空时启用；
    xxl.job.accessToken=default_token
    ### 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
    xxl.job.executor.appname=xxl-job-executor-sample
    ### 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。
    xxl.job.executor.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"；
    xxl.job.executor.ip=127.0.0.1
    ### 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；
    xxl.job.executor.port=9999
    ### 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；
    xxl.job.executor.logpath=/data/applogs/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；
    xxl.job.executor.logretentiondays=30

##### 2.4.3 添加执行器配置 #####

创建`XxlJobConfig`配置对象:

@Configuration
    public class XxlJobConfig {
        
        @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() {
        
            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;
        }
    }

##### 2.4.4 添加任务处理类 #####

添加任务处理类，交给Spring容器管理，在处理方法上贴上`@XxlJob`注解

@Component
    public class SimpleXxlJob {
        
        @XxlJob("demoJobHandler")
        public void demoJobHandler() throws Exception {
        
            System.out.println("执行定时任务,执行时间:"+new Date());
        }
    }

#### 2.5 运行HelloWorld程序 ####

##### 2.5.1 任务配置&触发执行 #####

登录调度中心,在任务管理中新增任务,配置内容如下:

![在这里插入图片描述][363caa6d416e4d3a96e64bfea2eb3aa3.png_pic_center]  
![在这里插入图片描述][e3f7b232a2d644d6bbfa1be552f89d0a.png_pic_center]

新增后界面如下:

![在这里插入图片描述][ad163294e9b9407c886129215b3fa985.png_pic_center]

接着启动定时调度任务

![在这里插入图片描述][fc2d012cd86b4ac0a15d72b32f69a864.png_pic_center]

##### 2.5.2 查看日志 #####

在调度中心的调度日志中就可以看到，任务的执行结果.

![在这里插入图片描述][8faee6d4603642b6944257361df17c80.png_pic_center]

管控台也可以看到任务的执行信息.

![在这里插入图片描述][825f711419014059981cc8f36de8b240.png_pic_center]

#### 2.6 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，因此不需要指定JobHandler。

（ “GLUE模式(Java)” 运行模式的任务实际上是一段继承自IJobHandler的Java类代码，它在执行器项目中运行，可使用[@Resource][Resource]/[@Autowire][Autowire]注入执行器里中的其他服务.

**添加Service**

@Service
    public class HelloService {
        
        public void methodA(){
        
            System.out.println("执行MethodA的方法");
        }
        public void methodB(){
        
            System.out.println("执行MethodB的方法");
        }
    }

**添加任务配置**

![在这里插入图片描述][54b0cc844658496fbe652bb6ad704c38.png_pic_center]

**通过GLUE IDE在线编辑代码**

![在这里插入图片描述][040c15d8c0114a0d96f065d39c52ad62.png_pic_center]

--------------------

编写内容如下:

package com.xxl.job.service.handler;
    
    import cn.wolfcode.xxljobdemo.service.HelloService;
    import com.xxl.job.core.handler.IJobHandler;
    import org.springframework.beans.factory.annotation.Autowired;
    
    public class DemoGlueJobHandler extends IJobHandler {
        
        @Autowired
        private HelloService helloService;
        @Override
        public void execute() throws Exception {
        
            helloService.methodA();
        }
    }

**启动并执行程序**

#### 2.6 执行器集群 ####

##### 2.6.1 集群环境搭建 #####

在IDEA中设置SpringBoot项目运行开启多个集群

![在这里插入图片描述][ca8d364f74c649818e10d63411a42022.png_pic_center]

启动两个SpringBoot程序,需要修改Tomcat端口和执行器端口

*  Tomcat端口8090程序的命令行参数如下:
    
        -Dserver.port=8090 -Dxxl.job.executor.port=9998
 *  Tomcat端口8090程序的命令行参数如下:
    
        -Dserver.port=8091 -Dxxl.job.executor.port=9999

在任务管理中，修改路由策略，修改成`轮询`

![在这里插入图片描述][393d3378d1e04aba9f9611a261d23a63.png_pic_center]

重新启动,我们可以看到效果是,定时任务会在这两台机器中进行轮询的执行

*  8090端口的控制台日志如下:

![在这里插入图片描述][59eb8ec6247c4d65b6413384684e9a11.png_pic_center]

*  8091端口的控制台日志如下:

![在这里插入图片描述][e34657ed88834609aa2cdf0cdd7aafac.png_pic_center]

##### 2.6.2 调度路由算法讲解 #####

当执行器集群部署时，提供丰富的路由策略，包括:

1.  `FIRST（第一个）：固定选择第一个机器`
2.  `LAST（最后一个）：固定选择最后一个机器；`
3.  `ROUND（轮询）：依次的选择在线的机器发起调度`
4.  `RANDOM（随机）：随机选择在线的机器；`
5.  `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。`
6.  `LEAST_FREQUENTLY_USED（最不经常使用）：使用频率最低的机器优先被选举；`
7.  `LEAST_RECENTLY_USED（最近最久未使用）：最久未使用的机器优先被选举；`
8.  `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；`
9.  `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；`
10. `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；`

### 3. 分片功能讲解 ###

#### 3.1 案例需求讲解 ####

需求:我们现在实现这样的需求，在指定节假日，需要给平台的所有用户去发送祝福的短信.

##### 3.1.1 初始化数据 #####

在数据库中导入`xxl_job_demo.sql`数据

##### 3.1.2 集成Druid&MyBatis #####

**添加依赖**

<dependency>
        <groupId>org.mybatis.spring.boot</groupId>
        <artifactId>mybatis-spring-boot-starter</artifactId>
        <version>1.2.0</version>
    </dependency>
    
    <dependency>
        <groupId>mysql</groupId>
        <artifactId>mysql-connector-java</artifactId>
    </dependency>
    
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <scope>provided</scope>
    </dependency>
    <dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>druid</artifactId>
        <version>1.1.10</version>
    </dependency>

**添加配置**

spring.datasource.url=jdbc:mysql://localhost:3306/xxl_job_demo?serverTimezone=GMT%2B8&useUnicode=true&characterEncoding=UTF-8
    spring.datasource.driverClassName=com.mysql.jdbc.Driver
    spring.datasource.type=com.alibaba.druid.pool.DruidDataSource
    spring.datasource.username=root
    spring.datasource.password=WolfCode_2017

**添加实体类**

@Setter@Getter
    public class UserMobilePlan {
        
        private Long id;//主键
        private String username;//用户名
        private String nickname;//昵称
        private String phone;//手机号码
        private String info;//备注
    }

**添加Mapper处理类**

@Mapper
    public interface UserMobilePlanMapper {
        
        @Select("select * from t_user_mobile_plan")
        List<UserMobilePlan> selectAll();
    }

##### 3.1.3 业务功能实现 #####

**任务处理方法实现**

@XxlJob("sendMsgHandler")
    public void sendMsgHandler() throws Exception{
        
        List<UserMobilePlan> userMobilePlans = userMobilePlanMapper.selectAll();
        System.out.println("任务开始时间:"+new Date()+",处理任务数量:"+userMobilePlans.size());
        Long startTime = System.currentTimeMillis();
        userMobilePlans.forEach(item->{
        
            try {
        
                //模拟发送短信动作
                TimeUnit.MILLISECONDS.sleep(10);
            } catch (InterruptedException e) {
        
                e.printStackTrace();
            }
        });
        System.out.println("任务结束时间:"+new Date());
        System.out.println("任务耗时:"+(System.currentTimeMillis()-startTime)+"毫秒");
    }

**任务配置信息**

![在这里插入图片描述][8717820a704047218d0c8610005e3cf8.png_pic_center]

#### 3.2 分片概念讲解 ####

比如我们的案例中有2000+条数据，如果不采取分片形式的话，任务只会在一台机器上执行，这样的话需要20+秒才能执行完任务.

如果采取分片广播的形式的话，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，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；

获取分片参数方式:

// 可参考Sample示例执行器中的示例任务"ShardingJobHandler"了解试用 
    int shardIndex = XxlJobHelper.getShardIndex();
    int shardTotal = XxlJobHelper.getShardTotal();

通过这两个参数，我们可以通过求模取余的方式，分别查询，分别执行，这样的话就可以提高处理的速度.

之前2000+条数据只在一台机器上执行需要20+秒才能完成任务，分片后，有两台机器可以共同完成2000+条数据，每台机器处理1000+条数据，这样的话只需要10+秒就能完成任务

#### 3.3 案例改造成任务分片 ####

**Mapper增加查询方法**

@Mapper
    public interface UserMobilePlanMapper {
        
        @Select("select * from t_user_mobile_plan where mod(id,#{shardingTotal})=#{shardingIndex}")
        List<UserMobilePlan> selectByMod(@Param("shardingIndex") Integer shardingIndex,@Param("shardingTotal")Integer shardingTotal);
        @Select("select * from t_user_mobile_plan")
        List<UserMobilePlan> selectAll();
    }

**任务类方法**

@XxlJob("sendMsgShardingHandler")
    public void sendMsgShardingHandler() throws Exception{
        
        System.out.println("任务开始时间:"+new Date());
        int shardTotal = XxlJobHelper.getShardTotal();
        int shardIndex = XxlJobHelper.getShardIndex();
        List<UserMobilePlan> userMobilePlans = null;
        if(shardTotal==1){
        
            //如果没有分片就直接查询所有数据
            userMobilePlans = userMobilePlanMapper.selectAll();
        }else{
        
            userMobilePlans = userMobilePlanMapper.selectByMod(shardIndex,shardTotal);
        }
        System.out.println("处理任务数量:"+userMobilePlans.size());
        Long startTime = System.currentTimeMillis();
        userMobilePlans.forEach(item->{
        
            try {
        
                TimeUnit.MILLISECONDS.sleep(10);
            } catch (InterruptedException e) {
        
                e.printStackTrace();
            }
        });
        System.out.println("任务结束时间:"+new Date());
        System.out.println("任务耗时:"+(System.currentTimeMillis()-startTime)+"毫秒");
    }

**任务设置**

![在这里插入图片描述][5f1c363aa0514526a1d6f5cd79543623.png_pic_center]

###  ###

[54c564f43d654985b0b4dff40e43eb6c.png_pic_center]: https://img-blog.csdnimg.cn/54c564f43d654985b0b4dff40e43eb6c.png#pic_center
[5c458115c708420da03ae6699c25561d.png_pic_center]: https://img-blog.csdnimg.cn/5c458115c708420da03ae6699c25561d.png#pic_center
[5d98a3bd66a8468aa98c6b218ad89344.png_pic_center]: https://img-blog.csdnimg.cn/5d98a3bd66a8468aa98c6b218ad89344.png#pic_center
[c84b1625ce11411e8d32a7ce3c83b5cb.png_pic_center]: https://img-blog.csdnimg.cn/c84b1625ce11411e8d32a7ce3c83b5cb.png#pic_center
[363caa6d416e4d3a96e64bfea2eb3aa3.png_pic_center]: https://img-blog.csdnimg.cn/363caa6d416e4d3a96e64bfea2eb3aa3.png#pic_center
[e3f7b232a2d644d6bbfa1be552f89d0a.png_pic_center]: https://img-blog.csdnimg.cn/e3f7b232a2d644d6bbfa1be552f89d0a.png#pic_center
[ad163294e9b9407c886129215b3fa985.png_pic_center]: https://img-blog.csdnimg.cn/ad163294e9b9407c886129215b3fa985.png#pic_center
[fc2d012cd86b4ac0a15d72b32f69a864.png_pic_center]: https://img-blog.csdnimg.cn/fc2d012cd86b4ac0a15d72b32f69a864.png#pic_center
[8faee6d4603642b6944257361df17c80.png_pic_center]: https://img-blog.csdnimg.cn/8faee6d4603642b6944257361df17c80.png#pic_center
[825f711419014059981cc8f36de8b240.png_pic_center]: https://img-blog.csdnimg.cn/825f711419014059981cc8f36de8b240.png#pic_center
[Resource]: https://github.com/Resource
[Autowire]: https://github.com/Autowire
[54b0cc844658496fbe652bb6ad704c38.png_pic_center]: https://img-blog.csdnimg.cn/54b0cc844658496fbe652bb6ad704c38.png#pic_center
[040c15d8c0114a0d96f065d39c52ad62.png_pic_center]: https://img-blog.csdnimg.cn/040c15d8c0114a0d96f065d39c52ad62.png#pic_center
[ca8d364f74c649818e10d63411a42022.png_pic_center]: https://img-blog.csdnimg.cn/ca8d364f74c649818e10d63411a42022.png#pic_center
[393d3378d1e04aba9f9611a261d23a63.png_pic_center]: https://img-blog.csdnimg.cn/393d3378d1e04aba9f9611a261d23a63.png#pic_center
[59eb8ec6247c4d65b6413384684e9a11.png_pic_center]: https://img-blog.csdnimg.cn/59eb8ec6247c4d65b6413384684e9a11.png#pic_center
[e34657ed88834609aa2cdf0cdd7aafac.png_pic_center]: https://img-blog.csdnimg.cn/e34657ed88834609aa2cdf0cdd7aafac.png#pic_center
[8717820a704047218d0c8610005e3cf8.png_pic_center]: https://img-blog.csdnimg.cn/8717820a704047218d0c8610005e3cf8.png#pic_center
[5f1c363aa0514526a1d6f5cd79543623.png_pic_center]: https://img-blog.csdnimg.cn/5f1c363aa0514526a1d6f5cd79543623.png#pic_center