除了前文介绍的 ElasticJob,xxl-job 在很多中小公司有着利用(尽管其代码和设计等品质并不太高,License 不够凋谢,有着个人主义色调,然而其具体开箱应用的便捷性和性能绝对欠缺性,这是中小团队采纳的次要起因);XXL-JOB 是一个分布式任务调度平台,其外围设计指标是开发迅速、学习简略、轻量级、易扩大。本文介绍 XXL-JOB 以及 SpringBoot 的集成。@pdai
-
SpringBoot 定时工作 – 分布式 xxl-job 形式
-
常识筹备
- 分布式工作常识体系
- 什么是 xxl-job
-
xxl-job 的架构设计
- 设计思维
- 零碎组成
- 架构图
-
实现案例
-
Bean 模式 (基于办法)
- Job 的开发环境依赖
- Job 的开发
- Job 的调度配置和执行
-
Bean 模式 (基于类)
- Job 的开发环境依赖
- Job 的开发
- Job 的调度配置和执行
-
GLUE 模式
- 配置和启动流程
- GLUE 模式还有哪些
- 更多配置的阐明
-
- 示例源码
-
常识筹备
须要对分布式工作的常识体系和 xxl-Job 有根本的了解。@pdai
什么是 xxl-job
XXL-JOB 是一个分布式任务调度平台,其外围设计指标是开发迅速、学习简略、轻量级、易扩大。现已凋谢源代码并接入多家公司线上产品线,开箱即用。如下内容来源于 xxl-job 官网
反对如下个性:
- 1、简略:反对通过 Web 页面对工作进行 CRUD 操作,操作简略,一分钟上手;
- 2、动静:反对动静批改工作状态、启动 / 进行工作,以及终止运行中工作,即时失效;
- 3、调度核心 HA(核心式):调度采纳核心式设计,“调度核心”自研调度组件并反对集群部署,可保障调度核心 HA;
- 4、执行器 HA(分布式):工作分布式执行,工作 ” 执行器 ” 反对集群部署,可保障工作执行 HA;
- 5、注册核心: 执行器会周期性主动注册工作, 调度核心将会主动发现注册的工作并触发执行。同时,也反对手动录入执行器地址;
- 6、弹性扩容缩容:一旦有新执行器机器上线或者下线,下次调度时将会重新分配工作;
- 7、触发策略:提供丰盛的工作触发策略,包含:Cron 触发、固定距离触发、固定延时触发、API(事件)触发、人工触发、父子工作触发;
- 8、调度过期策略:调度核心错过调度工夫的弥补解决策略,包含:疏忽、立刻弥补触发一次等;
- 9、阻塞解决策略:调度过于密集执行器来不及解决时的解决策略,策略包含:单机串行(默认)、抛弃后续调度、笼罩之前调度;
- 10、工作超时管制:反对自定义工作超时工夫,工作运行超时将会被动中断工作;
- 11、工作失败重试:反对自定义工作失败重试次数,当工作失败时将会依照预设的失败重试次数被动进行重试;其中分片工作反对分片粒度的失败重试;
- 12、工作失败告警;默认提供邮件形式失败告警,同时预留扩大接口,可不便的扩大短信、钉钉等告警形式;
- 13、路由策略:执行器集群部署时提供丰盛的路由策略,包含:第一个、最初一个、轮询、随机、一致性 HASH、最不常常应用、最近最久未应用、故障转移、繁忙转移等;
- 14、分片播送工作:执行器集群部署时,工作路由策略抉择 ” 分片播送 ” 状况下,一次任务调度将会播送触发集群中所有执行器执行一次工作,可依据分片参数开发分片工作;
- 15、动静分片:分片播送工作以执行器为维度进行分片,反对动静扩容执行器集群从而动静减少分片数量,协同进行业务解决;在进行大数据量业务操作时可显著晋升工作解决能力和速度。
- 16、故障转移:工作路由策略抉择 ” 故障转移 ” 状况下,如果执行器集群中某一台机器故障,将会主动 Failover 切换到一台失常的执行器发送调度申请。
- 17、工作进度监控:反对实时监控工作进度;
- 18、Rolling 实时日志:反对在线查看调度后果,并且反对以 Rolling 形式实时查看执行器输入的残缺的执行日志;
- 19、GLUE:提供 Web IDE,反对在线开发工作逻辑代码,动静公布,实时编译失效,省略部署上线的过程。反对 30 个版本的历史版本回溯。
- 20、脚本工作:反对以 GLUE 模式开发和运行脚本工作,包含 Shell、Python、NodeJS、PHP、PowerShell 等类型脚本;
- 21、命令行工作:原生提供通用命令行工作 Handler(Bean 工作,”CommandJobHandler”);业务方只须要提供命令行即可;
- 22、工作依赖:反对配置子工作依赖,当父工作执行完结且执行胜利后将会被动触发一次子工作的执行, 多个子工作用逗号分隔;
- 23、一致性:“调度核心”通过 DB 锁保障集群散布式调度的一致性, 一次任务调度只会触发一次执行;
- 24、自定义工作参数:反对在线配置调度工作入参,即时失效;
- 25、调度线程池:调度零碎多线程触发调度运行,确保调度准确执行,不被梗塞;
- 26、数据加密:调度核心和执行器之间的通信进行数据加密,晋升调度信息安全性;
- 27、邮件报警:工作失败时反对邮件报警,反对配置多邮件地址群发报警邮件;
- 28、推送 maven 地方仓库: 将会把最新稳定版推送到 maven 地方仓库, 不便用户接入和应用;
- 29、运行报表:反对实时查看运行数据,如工作数量、调度次数、执行器数量等;以及调度报表,如调度日期分布图,调度胜利分布图等;
- 30、全异步: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,无效对密集调度进行流量削峰,实践上反对任意时长工作的运行;
- 31、跨语言:调度核心与执行器提供语言无关的 RESTful API 服务,第三方任意语言可据此对接调度核心或者实现执行器。除此之外,还提供了“多任务模式”和“httpJobHandler”等其余跨语言计划;
- 32、国际化:调度核心反对国际化设置,提供中文、英文两种可选语言,默认为中文;
- 33、容器化:提供官网 docker 镜像,并实时更新推送 dockerhub,进一步实现产品开箱即用;
- 34、线程池隔离:调度线程池进行隔离拆分,慢工作主动降级进入 ”Slow” 线程池,防止耗尽调度线程,进步零碎稳定性;
- 35、用户治理:反对在线管理系统用户,存在管理员、普通用户两种角色;
- 36、权限管制:执行器维度进行权限管制,管理员领有全量权限,普通用户须要调配执行器权限后才容许相干操作;
xxl-job 的架构设计
设计思维
将调度行为形象造成“调度核心”公共平台,而平台本身并不承当业务逻辑,“调度核心”负责发动调度申请。
将工作形象成扩散的 JobHandler,交由“执行器”对立治理,“执行器”负责接管调度申请并执行对应的 JobHandler 中业务逻辑。
因而,“调度”和“工作”两局部能够互相解耦,进步零碎整体稳定性和扩展性;
零碎组成
-
调度模块 (调度核心)
- 负责管理调度信息,依照调度配置收回调度申请,本身不承当业务代码。调度零碎与工作解耦,进步了零碎可用性和稳定性,同时调度零碎性能不再受限于工作模块;
- 反对可视化、简略且动静的治理调度信息,包含工作新建,更新,删除,GLUE 开发和工作报警等,所有上述操作都会实时失效,同时反对监控调度后果以及执行日志,反对执行器 Failover。
-
执行模块 (执行器):
- 负责接管调度申请并执行工作逻辑。工作模块专一于工作的执行等操作,开发和保护更加简略和高效;
- 接管“调度核心”的执行申请、终止申请和日志申请等。
架构图
实现案例
次要介绍 SpringBoot 集成 xxl-job 的形式:Bean 模式(基于办法和基于类);以及基于在线配置代码 / 脚本的 GLUE 模式。
Bean 模式 (基于办法)
Bean 模式工作,反对基于办法的开发方式,每个工作对应一个办法。基于办法开发的工作,底层会生成 JobHandler 代理,和基于类的形式一样,工作也会以 JobHandler 的模式存在于执行器工作容器中。
长处 :
- 每个工作只须要开发一个办法,并增加”@XxlJob”注解即可,更加不便、疾速。
- 反对主动扫描工作并注入到执行器容器。
毛病 :要求 Spring 容器环境;
Job 的开发环境依赖
Maven 依赖
<dependency>
<groupId>com.xuxueli</groupId>
<artifactId>xxl-job-core</artifactId>
<version>2.3.1</version>
</dependency>
application.properties 配置
# web port
server.port=8081
# no web
#spring.main.web-environment=false
# log config
logging.config=classpath:logback.xml
### xxl-job admin address list, such as "http://address" or "http://address01,http://address02"
xxl.job.admin.addresses=http://127.0.0.1:8080/xxl-job-admin
### xxl-job, access token
xxl.job.accessToken=default_token
### xxl-job executor appname
xxl.job.executor.appname=xxl-job-executor-sample
### xxl-job executor registry-address: default use address to registry , otherwise use ip:port if address is null
xxl.job.executor.address=
### xxl-job executor server-info
xxl.job.executor.ip=
xxl.job.executor.port=9999
### xxl-job executor log-path
xxl.job.executor.logpath=/data/applogs/xxl-job/jobhandler
### xxl-job executor log-retention-days
xxl.job.executor.logretentiondays=30
Config 配置 (PS:这里我是间接拿的 xxl-job demo 中的配置,理论开发中能够封装一个 starter 主动注入)
package tech.pdai.springboot.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.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);
// Bean 办法模式
// 通过扫描 @XxlJob 形式注册
// 注册 Bean 类模式
XxlJobExecutor.registJobHandler("beanClassDemoJobHandler", new BeanClassDemoJob());
return xxlJobSpringExecutor;
}
}
Job 的开发
开发步骤:
- 工作开发:在 Spring Bean 实例中,开发 Job 办法;
- 注解配置:为 Job 办法增加注解 “@XxlJob(value=” 自定义 jobhandler 名称 ”, init = “JobHandler 初始化办法 ”, destroy = “JobHandler 销毁办法 ”)”,注解 value 值对应的是调度核心新建工作的 JobHandler 属性的值。
- 执行日志:须要通过 “XxlJobHelper.log” 打印执行日志;
- 工作后果:默认工作后果为 “ 胜利 ” 状态,不须要被动设置;如有诉求,比方设置工作后果为失败,能够通过 “XxlJobHelper.handleFail/handleSuccess” 自主设置工作后果;
package tech.pdai.springboot.xxljob.job;
import java.io.BufferedInputStream;
import java.io.BufferedReader;
import java.io.DataOutputStream;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;
import java.util.Arrays;
import com.xxl.job.core.context.XxlJobHelper;
import com.xxl.job.core.handler.annotation.XxlJob;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;
/**
* XxlJob 开发示例(Bean 模式 - 办法)*
*/
@Slf4j
@Component
public class BeanMethodDemoJob {
/**
* 1、简略工作示例(Bean 模式)*/
@XxlJob("demoJobHandler")
public void demoJobHandler() {XxlJobHelper.log("demoJobHandler execute...");
}
/**
* 2、分片播送工作
*/
@XxlJob("shardingJobHandler")
public void shardingJobHandler() throws Exception {
// logback console 日志
log.info("shardingJobHandler execute...");
// 通过 xxl 记录到 DB 中的日志
XxlJobHelper.log("shardingJobHandler execute...");
// 分片参数
int shardIndex = XxlJobHelper.getShardIndex();
int shardTotal = XxlJobHelper.getShardTotal();
XxlJobHelper.log("分片参数:以后分片序号 = {}, 总分片数 = {}", shardIndex, shardTotal);
// 业务逻辑
for (int i = 0; i < shardTotal; i++) {if (i==shardIndex) {XxlJobHelper.log("第 {} 片, 命中分片开始解决", i);
} else {XxlJobHelper.log("第 {} 片, 疏忽", i);
}
}
}
/**
* 3、命令行工作
*/
@XxlJob("commandJobHandler")
public void commandJobHandler() throws Exception {XxlJobHelper.log("commandJobHandler execute...");
String command = XxlJobHelper.getJobParam();
int exitValue = -1;
BufferedReader bufferedReader = null;
try {
// command process
ProcessBuilder processBuilder = new ProcessBuilder();
processBuilder.command(command);
processBuilder.redirectErrorStream(true);
Process process = processBuilder.start();
//Process process = Runtime.getRuntime().exec(command);
BufferedInputStream bufferedInputStream = new BufferedInputStream(process.getInputStream());
bufferedReader = new BufferedReader(new InputStreamReader(bufferedInputStream));
// command log
String line;
while ((line = bufferedReader.readLine())!=null) {XxlJobHelper.log(line);
}
// command exit
process.waitFor();
exitValue = process.exitValue();} catch (Exception e) {XxlJobHelper.log(e);
} finally {if (bufferedReader!=null) {bufferedReader.close();
}
}
if (exitValue==0) {// default success} else {XxlJobHelper.handleFail("command exit value(" + exitValue + ") is failed");
}
}
/**
* 4、跨平台 Http 工作
* 参数示例:* "url: http://www.baidu.com\n" +
* "method: get\n" +
* "data: content\n";
*/
@XxlJob("httpJobHandler")
public void httpJobHandler() throws Exception {XxlJobHelper.log("httpJobHandler execute...");
// param parse
String param = XxlJobHelper.getJobParam();
if (param==null || param.trim().length()==0) {XxlJobHelper.log("param[" + param + "] invalid.");
XxlJobHelper.handleFail();
return;
}
String[] httpParams = param.split("\n");
String url = null;
String method = null;
String data = null;
for (String httpParam : httpParams) {if (httpParam.startsWith("url:")) {url = httpParam.substring(httpParam.indexOf("url:") + 4).trim();}
if (httpParam.startsWith("method:")) {method = httpParam.substring(httpParam.indexOf("method:") + 7).trim().toUpperCase();
}
if (httpParam.startsWith("data:")) {data = httpParam.substring(httpParam.indexOf("data:") + 5).trim();}
}
// param valid
if (url==null || url.trim().length()==0) {XxlJobHelper.log("url[" + url + "] invalid.");
XxlJobHelper.handleFail();
return;
}
if (method==null || !Arrays.asList("GET", "POST").contains(method)) {XxlJobHelper.log("method[" + method + "] invalid.");
XxlJobHelper.handleFail();
return;
}
boolean isPostMethod = method.equals("POST");
// request
HttpURLConnection connection = null;
BufferedReader bufferedReader = null;
try {
// connection
URL realUrl = new URL(url);
connection = (HttpURLConnection) realUrl.openConnection();
// connection setting
connection.setRequestMethod(method);
connection.setDoOutput(isPostMethod);
connection.setDoInput(true);
connection.setUseCaches(false);
connection.setReadTimeout(5 * 1000);
connection.setConnectTimeout(3 * 1000);
connection.setRequestProperty("connection", "Keep-Alive");
connection.setRequestProperty("Content-Type", "application/json;charset=UTF-8");
connection.setRequestProperty("Accept-Charset", "application/json;charset=UTF-8");
// do connection
connection.connect();
// data
if (isPostMethod && data!=null && data.trim().length() > 0) {DataOutputStream dataOutputStream = new DataOutputStream(connection.getOutputStream());
dataOutputStream.write(data.getBytes("UTF-8"));
dataOutputStream.flush();
dataOutputStream.close();}
// valid StatusCode
int statusCode = connection.getResponseCode();
if (statusCode!=200) {throw new RuntimeException("Http Request StatusCode(" + statusCode + ") Invalid.");
}
// result
bufferedReader = new BufferedReader(new InputStreamReader(connection.getInputStream(), "UTF-8"));
StringBuilder result = new StringBuilder();
String line;
while ((line = bufferedReader.readLine())!=null) {result.append(line);
}
String responseMsg = result.toString();
XxlJobHelper.log(responseMsg);
return;
} catch (Exception e) {XxlJobHelper.log(e);
XxlJobHelper.handleFail();
return;
} finally {
try {if (bufferedReader!=null) {bufferedReader.close();
}
if (connection!=null) {connection.disconnect();
}
} catch (Exception e2) {XxlJobHelper.log(e2);
}
}
}
/**
* 5、生命周期工作示例:工作初始化与销毁时,反对自定义相干逻辑;*/
@XxlJob(value = "demoJobHandler2", init = "init", destroy = "destroy")
public void demoJobHandler2() throws Exception {XxlJobHelper.log("demoJobHandler2, execute...");
}
public void init() {log.info("init");
}
public void destroy() {log.info("destroy");
}
}
(@pdai: 从设计的角度,xxl-job 能够对上述不同类型进行细分)
Job 的调度配置和执行
新增 Job, 并把上述的 @XxlJob(value=” 自定义 jobhandler 名称 ”, init = “JobHandler 初始化办法 ”, destroy = “JobHandler 销毁办法 ”) 中 自定义 jobhandler 名称 填写到 JobHandler 中。
其它配置如下:
能够抉择操作中执行一次工作,或者启动(依照 Cron 执行 )
能够查看执行的记录
进一步能够看每个执行记录的执行日志
Bean 模式 (基于类)
Bean 模式工作,反对基于类的开发方式,每个工作对应一个 Java 类。
长处 :不限度我的项目环境,兼容性好。即便是无框架我的项目,如 main 办法间接启动的我的项目也能够提供反对,能够参考示例我的项目“xxl-job-executor-sample-frameless”;
毛病 :
- 每个工作须要占用一个 Java 类,造成类的节约;
- 不反对主动扫描工作并注入到执行器容器,须要手动注入。
Job 的开发环境依赖
同 Bean 模式 (基于办法)
Job 的开发
开发步骤:
-
执行器我的项目中,开发 Job 类:
- 开发一个继承自 ”com.xxl.job.core.handler.IJobHandler” 的 JobHandler 类,实现其中工作办法。
- 手动通过如下形式注入到执行器容器。
-
注册 jobHandler
XxlJobExecutor.registJobHandler("xxxxxJobHandler", new xxxxxJobHandler());
Job 开发
package tech.pdai.springboot.xxljob.job;
import com.xxl.job.core.handler.IJobHandler;
import lombok.extern.slf4j.Slf4j;
/**
* @author pdai
*/
@Slf4j
public class BeanClassDemoJob extends IJobHandler {
@Override
public void execute() throws Exception {log.info("BeanClassDemoJob, execute...");
}
}
注册 jobHandler(@pdai: 这里 xxl-job 设计的不好,是能够通过 IJobHandler 来主动注册的)
XxlJobExecutor.registJobHandler("beanClassDemoJobHandler", new BeanClassDemoJob());
启动 SpringBoot 利用, 能够发现注册的
...
20:34:15.385 logback [main] INFO c.x.job.core.executor.XxlJobExecutor - >>>>>>>>>>> xxl-job register jobhandler success, name:beanClassDemoJobHandler, jobHandler:tech.pdai.springboot.xxljob.job.BeanClassDemoJob@640ab13c
...
Job 的调度配置和执行
同 Bean 模式 (基于办法)
在调度器中增加执行后,后盾执行的日志如下:
20:41:00.021 logback [xxl-job, EmbedServer bizThreadPool-1023773196] INFO c.x.job.core.executor.XxlJobExecutor - >>>>>>>>>>> xxl-job regist JobThread success, jobId:5, handler:tech.pdai.springboot.xxljob.job.BeanClassDemoJob@640ab13c
20:41:00.022 logback [xxl-job, JobThread-5-1654681260021] INFO t.p.s.xxljob.job.BeanClassDemoJob - BeanClassDemoJob, execute...
GLUE 模式
工作以源码形式保护在调度核心,反对通过 Web IDE 在线更新,实时编译和失效,因而不须要指定 JobHandler。
配置和启动流程
开发流程如下:
创立 GLUE 类型的 Job(这里以 Java 为例)
选中指定工作,点击该工作右侧“GLUE”按钮,将会返回 GLUE 工作的 Web IDE 界面,在该界面反对对工作代码进行开发(也能够在 IDE 中开发实现后,复制粘贴到编辑中)。
版本回溯性能(反对 30 个版本的版本回溯):在 GLUE 工作的 Web IDE 界面,抉择右上角下拉框“版本回溯”,会列出该 GLUE 的更新历史,抉择相应版本即可显示该版本代码,保留后 GLUE 代码即回退到对应的历史版本;
执行后的记录如下
GLUE 模式还有哪些
xxl-job 一共反对如下几种 GLUE 模式:
- GLUE 模式 (Java):工作以源码形式保护在调度核心;该模式的工作实际上是一段继承自 IJobHandler 的 Java 类代码并 “groovy” 源码形式保护,它在执行器我的项目中运行,可应用 @Resource/@Autowire 注入执行器里中的其余服务;
- GLUE 模式 (Shell):工作以源码形式保护在调度核心;该模式的工作实际上是一段 “shell” 脚本;
- GLUE 模式 (Python):工作以源码形式保护在调度核心;该模式的工作实际上是一段 “python” 脚本;
- GLUE 模式 (PHP):工作以源码形式保护在调度核心;该模式的工作实际上是一段 “php” 脚本;
- GLUE 模式 (NodeJS):工作以源码形式保护在调度核心;该模式的工作实际上是一段 “nodejs” 脚本;
- GLUE 模式 (PowerShell):工作以源码形式保护在调度核心;该模式的工作实际上是一段 “PowerShell” 脚本;
更多配置的阐明
+ 根底配置:- 执行器:工作的绑定的执行器,工作触发调度时将会主动发现注册胜利的执行器, 实现工作主动发现性能; 另一方面也能够不便的进行工作分组。每个工作必须绑定一个执行器, 可在 "执行器治理" 进行设置;
- 工作形容:工作的形容信息,便于工作治理;- 负责人:工作的负责人;- 报警邮件:任务调度失败时邮件告诉的邮箱地址,反对配置多邮箱地址,配置多个邮箱地址时用逗号分隔;+ 触发配置:- 调度类型:+ 无:该类型不会被动触发调度;+ 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;依照固定的间隔时间,周期性触发;+ 固定提早:该类型将会以固定提早,触发任务调度;依照固定的延迟时间,从上次调度完结后开始计算延迟时间,达到延迟时间后触发下次调度;- CRON:触发工作执行的 Cron 表达式;- 固定速度:固件速度的工夫距离,单位为秒;- 固定提早:固件提早的工夫距离,单位为秒;+ 高级配置:- 路由策略:当执行器集群部署时,提供丰盛的路由策略,包含;FIRST(第一个):固定抉择第一个机器;LAST(最初一个):固定抉择最初一个机器;ROUND(轮询):;RANDOM(随机):随机抉择在线的机器;CONSISTENT_HASH(一致性 HASH):每个工作依照 Hash 算法固定抉择某一台机器,且所有工作平均散列在不同机器上。LEAST_FREQUENTLY_USED(最不常常应用):应用频率最低的机器优先被选举;LEAST_RECENTLY_USED(最近最久未应用):最久未应用的机器优先被选举;FAILOVER(故障转移):依照程序顺次进行心跳检测,第一个心跳检测胜利的机器选定为指标执行器并发动调度;BUSYOVER(繁忙转移):依照程序顺次进行闲暇检测,第一个闲暇检测胜利的机器选定为指标执行器并发动调度;SHARDING_BROADCAST(分片播送):播送触发对应集群中所有机器执行一次工作,同时零碎主动传递分片参数;可依据分片参数开发分片工作;- 子工作:每个工作都领有一个惟一的工作 ID(工作 ID 能够从工作列表获取),当本工作执行完结并且执行胜利时,将会触发子工作 ID 所对应的工作的一次被动调度。- 调度过期策略:- 疏忽:调度过期后,疏忽过期的工作,从以后工夫开始从新计算下次触发工夫;- 立刻执行一次:调度过期后,立刻执行一次,并从以后工夫开始从新计算下次触发工夫;- 阻塞解决策略:调度过于密集执行器来不及解决时的解决策略;单机串行(默认):调度申请进入单机执行器后,调度申请进入 FIFO 队列并以串行形式运行;抛弃后续调度:调度申请进入单机执行器后,发现执行器存在运行的调度工作,本次申请将会被抛弃并标记为失败;笼罩之前调度:调度申请进入单机执行器后,发现执行器存在运行的调度工作,将会终止运行中的调度工作并清空队列,而后运行本地调度工作;- 工作超时工夫:反对自定义工作超时工夫,工作运行超时将会被动中断工作;- 失败重试次数;反对自定义工作失败重试次数,当工作失败时将会依照预设的失败重试次数被动进行重试;
示例源码
https://github.com/realpdai/t…
更多内容
辞别碎片化学习,无套路一站式体系化学习后端开发: Java 全栈常识体系 https://pdai.tech