关于后端:Openjob-102-重磅发布新一代任务调度框架

Openjob 基于 Akka 架构的新一代分布式任务调度框架。反对多种定时工作、延时工作、工作流设计，采纳无中心化架构，底层应用一致性分片算法，反对有限程度扩容。

Openjob 除了反对根本的任务调度，还提供延时工作、分布式计算以及工作流。

单机， 随机抉择一台机器实现工作执行。
播送， 利用所有机器同时执行且期待全副完结。
Map 模型， 相似于 Hadoop 的 Map。只需简略实现一个 Map 办法，就能够将海量数据分布到多台机器上执行。
MapReduce 模型，MapReduce 模型是 Map 模型的扩大。所有子工作执行实现后执行 Reduce 办法，能够在 Reduce 办法中解决工作运行后果和数据。
动态分片， 相似 Elastic-Job 模型，控制台配置分片数，能够依照分片调配到不同的客户端执行，反对多语言版本。

Java 及其衍生框架，原生反对。
Go 反对 go mod 形式装置依赖，以及常见框架整合 (Gin)。
PHP 反对通过 Golang agent 形式执行 PHP 工作。基于 Swoole 衍生框架 (Swoft)，反对 Composer 装置依赖间接应用。
Python 反对通过 Golang agent，形式执行 Python 工作。

Openjob 实用于业务有肯定的定时工作需要，十分实用于定时工作与延时工作一体化解决场景，比方每天凌晨数据清理、生成数据报表。同时实用于轻量级计算，能够应用 Map/MapReduce 实现分布式数据计算。对于简单的工作流或工作编排场景能够应用可视化工作流，轻松解决。

我的项目	Quartz	Elastic-Job	XXL-JOB	Openjob
定时调度	Cron	Cron	Cron	定时工作秒级任务一次性工作固定频率
延时工作	不反对	不反对	不反对	基于 Redis 实现分布式高性能延时工作，实现定时与延时一体化
工作编排	不反对	不反对	不反对	通过图形化编排工作 (workflow)
分布式计算	不反对	动态分片	播送	播送 Map/MapReduce * 多语言动态分片
多语言	Java	Java 脚本工作	Java 脚本工作	Java Go(Gin、beego) PHP(Swoft) Python(Agent) 脚本工作 HTTP 工作
可视化	无	弱	历史记录运行日志（不反对存储） * 监控大盘	历史记录运行日志（反对 H2/Mysql/Elasticsearch）监控大盘操作记录 * 查看日志堆栈
可运维	无	启用、禁用工作	启用、禁用工作手动运行工作 * 进行工作	启用、禁用工作手动运行工作 * 进行工作
报警监控	无	邮件	邮件	邮件 webhook 企微飞书
性能	每次调度通过 DB 抢锁，对 DB 压力大	ZooKeeper 是性能瓶颈	由 Master 节点调度，Master 节点压力大。	工作采纳分片算法，每个节点都能够调度，无性能瓶颈，反对有限程度扩大，反对海量任务调度。

Openjob v1.0.2 版本新增工作仪表盘、工作数据主动清理、日志存储反对 Elasticsearch 以及修复若干已知问题。

新增

修复

优化

什么是 Openjob?