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

  1. 调度模块(调度核心)

    1. 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;
    2. 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。
  2. 执行模块(执行器):

    1. 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;
    2. 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 portserver.port=8081# no web#spring.main.web-environment=false# log configlogging.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 tokenxxl.job.accessToken=default_token### xxl-job executor appnamexxl.job.executor.appname=xxl-job-executor-sample### xxl-job executor registry-address: default use address to registry , otherwise use ip:port if address is nullxxl.job.executor.address=### xxl-job executor server-infoxxl.job.executor.ip=xxl.job.executor.port=9999### xxl-job executor log-pathxxl.job.executor.logpath=/data/applogs/xxl-job/jobhandler### xxl-job executor log-retention-daysxxl.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 */@Configurationpublic 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:

  1. 工作开发:在Spring Bean实例中,开发Job办法;
  2. 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。
  3. 执行日志:须要通过 "XxlJobHelper.log" 打印执行日志;
  4. 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@Componentpublic 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:

  1. 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。
  2. 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 */@Slf4jpublic 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@640ab13c20:41:00.022 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