一文帶你使用xxl-job定時任務

1.設計思想

將調度行為抽象形成“調度中心”公共平臺，而平臺自身并不承擔業務邏輯，“調度中心”負責發起調度請求。

將任務抽象成分散的JobHandler，交由“執行器”統一管理，“執行器”負責接收調度請求并執行對應的JobHandler中業務邏輯。

因此，“調度”和“任務”兩部分可以相互解耦，提高系統整體穩定性和擴展性；

2.系統組成

調度模塊（調度中心）：

負責管理調度信息，按照調度配置發出調度請求，自身不承擔業務代碼。調度系統與任務解耦，提高了系統可用性和穩定性，同時調度系統性能不再受限于任務模塊；

支持可視化、簡單且動態的管理調度信息，包括任務新建，更新，刪除，GLUE開發和任務報警等，所有上述操作都會實時生效，同時支持監控調度結果以及執行日志，支持執行器Failover。

執行模塊（執行器）：

負責接收調度請求并執行任務邏輯。任務模塊專注于任務的執行等操作，開發和維護更加簡單和高效；

接收“調度中心”的執行請求、終止請求和日志請求等。

架構圖

3.部署和與原有業務項目整合

1.初始化調度數據庫

位置：/xxl-job/doc/db/tables_xxl_job.sql

2.代碼結構

xxl-job-admin：調度中心（個人理解為服務端 提供定時任務服務調度） xxl-job-core：公共依賴 xxl-job-executor-samples：執行器Sample示例（選擇合適的版本執行器，可直接使用，也可以參考其并將現有項目改造成執行器） ：xxl-job-executor-sample-springboot：Springboot版本，通過Springboot管理執行器，推薦這種方式；（個人理解就是負責保存定時任務數據 此模塊也業務代碼整合） ：xxl-job-executor-sample-frameless：無框架版本；

3.配置調度中心（xxl-job-admin）

1.修改配置文件

老生常談，修改/xxl-job/xxl-job-admin/src/main/resources/application.properties配置文件。

### 調度中心JDBC鏈接：鏈接地址請保持和 2.1章節 所創建的調度數據庫的地址一致 spring.datasource.url=jdbc:mysql://127.0.0.1:3306/xxl_job?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai spring.datasource.username=root spring.datasource.password=root_pwd spring.datasource.driver-class-name=com.mysql.jdbc.Driver ### 報警郵箱 spring.mail.host=smtp.qq.com spring.mail.port=25 spring.mail.username=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 ### 調度中心通訊TOKEN [選填]：非空時啟用； xxl.job.accessToken= ### 調度中心國際化配置 [必填]： 默認為 "zh_CN"/中文簡體, 可選范圍為 "zh_CN"/中文簡體, "zh_TC"/中文繁體 and "en"/英文； xxl.job.i18n=zh_CN ## 調度線程池最大線程配置【必填】 xxl.job.triggerpool.fast.max=200 xxl.job.triggerpool.slow.max=100 ### 調度中心日志表數據保存天數 [必填]：過期日志自動清理；限制大于等于7時生效，否則, 如-1，關閉自動清理功能； xxl.job.logretentiondays=30

注意：因為定時任務頻率原因，日志特別大，請注意自動清除日志的配置 xxl.job.logretentiondays=1 不會生效。

2.Docker 鏡像方式搭建調度中心（可選）

下載鏡像

docker pull xuxueli/xxl-job-admin

執行容器

docker run -p 8080:8080 -v /tmp:/data/applogs --name xxl-job-admin -d xuxueli/xxl-job-admin:{指定版本} /** * 如需自定義 mysql 等配置，可通過 "-e PARAMS" 指定，參數格式 PARAMS="--key=value --key2=value2" ； * 配置項參考文件：/xxl-job/xxl-job-admin/src/main/resources/application.properties * 如需自定義 JVM內存參數 等配置，可通過 "-e JAVA_OPTS" 指定，參數格式 JAVA_OPTS="-Xmx512m" ； */ docker run -e PARAMS="--spring.datasource.url=jdbc:mysql://127.0.0.1:3306/xxl_job?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai" -p 8080:8080 -v /tmp:/data/applogs --name xxl-job-admin -d xuxueli/xxl-job-admin:{指定版本}

3.調度中心集群（可選）：

調度中心支持集群部署，提升調度系統容災和可用性。調度中心集群部署時，幾點要求和建議：

DB配置保持一致；

集群機器時鐘保持一致（單機集群忽視）；

建議：推薦通過nginx為調度中心集群做負載均衡，分配域名。調度中心訪問、執行器回調配置、調用API服務等操作均通過該域名進行。

4.配置部署“執行器項目”

“執行器”項目：xxl-job-executor-sample-springboot (提供多種版本執行器供選擇，現以 springboot 版本為例，可直接使用，也可以參考其并將現有項目改造成執行器) 作用：負責接收“調度中心”的調度并執行；可直接部署執行器，也可以將執行器集成到現有業務項目中。

可以將該項目加入為聚合工程，也可以獨立為服務，如果接入權限需要修改源碼。

1.maven依賴

確認pom文件中引入了 “xxl-job-core” 的maven依賴；

2.執行器配置

執行器配置，配置文件地址：

/xxl-job/xxl-job-executor-samples/xxl-job-executor-sample-springboot/src/main/resources/application.properties

執行器配置，配置內容說明，如果沒有特別需求可以不修改：

### 調度中心部署跟地址 [選填]：如調度中心集群部署存在多個地址則用逗號分隔。執行器將會使用該地址進行"執行器心跳注冊"和"任務結果回調"；為空則關閉自動注冊； xxl.job.admin.addresses=http://127.0.0.1:8080/xxl-job-admin ### 執行器通訊TOKEN [選填]：非空時啟用； xxl.job.accessToken= ### 執行器AppName [選填]：執行器心跳注冊分組依據；為空則關閉自動注冊 xxl.job.executor.appname=xxl-job-executor-sample ### 執行器注冊 [選填]：優先使用該配置作為注冊地址，為空時使用內嵌服務 ”IP:PORT“ 作為注冊地址。從而更靈活的支持容器類型執行器動態IP和動態映射端口問題。 xxl.job.executor.address= ### 執行器IP [選填]：默認為空表示自動獲取IP，多網卡時可手動設置指定IP，該IP不會綁定Host僅作為通訊實用；地址信息用于 "執行器注冊" 和 "調度中心請求并觸發任務"； xxl.job.executor.ip= ### 執行器端口號 [選填]：小于等于0則自動獲取；默認端口為9999，單機部署多個執行器時，注意要配置不同執行器端口； xxl.job.executor.port=9999 ### 執行器運行日志文件存儲磁盤路徑 [選填] ：需要對該路徑擁有讀寫權限；為空則使用默認路徑； xxl.job.executor.logpath=/data/applogs/xxl-job/jobhandler ### 執行器日志文件保存天數 [選填] ： 過期日志自動清理, 限制值大于等于3時生效; 否則, 如-1, 關閉自動清理功能； xxl.job.executor.logretentiondays=30

3.執行器組件配置（無特別需求不需要更改）

執行器組件，配置文件地址：

/xxl-job/xxl-job-executor-samples/xxl-job-executor-sample-springboot/src/main/java/com/xxl/job/executor/core/config/XxlJobConfig.java

該類就是獲取上文application.properties中的配置，并加入執行器：

@Bean public XxlJobSpringExecutor xxlJobExecutor() { logger.info(">>>>>>>>>>> xxl-job config init."); XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor(); xxlJobSpringExecutor.setAdminAddresses(adminAddresses); xxlJobSpringExecutor.setAppname(appname); xxlJobSpringExecutor.setIp(ip); xxlJobSpringExecutor.setPort(port); xxlJobSpringExecutor.setAccessToken(accessToken); xxlJobSpringExecutor.setLogPath(logPath); xxlJobSpringExecutor.setLogRetentionDays(logRetentionDays); return xxlJobSpringExecutor; }

4.部署執行器項目：

如果已經正確進行上述配置，可將執行器項目編譯打部署，系統提供多種執行器Sample示例項目，選擇其中一個即可，各自的部署方式如下。

xxl-job-executor-sample-springboot：項目編譯打包成springboot類型的可執行JAR包，命令啟動即可；

xxl-job-executor-sample-frameless：項目編譯打包成JAR包，命令啟動即可；

至此“執行器”項目已經部署結束。

5.執行器集群（可選）：

執行器支持集群部署，提升調度系統可用性，同時提升任務處理能力。

執行器集群部署時，幾點要求和建議：

執行器回調地址（xxl.job.admin.addresses）需要保持一致；執行器根據該配置進行執行器自動注冊等操作。

同一個執行器集群內AppName（xxl.job.executor.appname）需要保持一致；調度中心根據該配置動態發現不同集群的在線執行器列表。

5.驗證

我們也可以使用源碼直接啟動，同時啟動以上兩個服務后。

訪問：http://localhost:8080/xxl-job-admin/jobinfo 賬號/密碼 admin/123456。

出現以下畫面代表成功。

4.xxl-job操作詳解

定時任務的數據方面的處理需要在xxl-job-executor-sample-springboot項目中（業務代碼），以下操作都是在這個項目中。

1.設置定時任務（重要）

1.BEAN模式（類形式，很少使用，且官網沒有示例。）

Bean模式任務，支持基于類的開發方式，每個任務對應一個Java類。

優點：不限制項目環境，兼容性好。即使是無框架項目，如main方法直接啟動的項目也可以提供支持，可以參考示例項目 “xxl-job-executor-sample-frameless”；

缺點：每個任務需要占用一個Java類，造成類的浪費；不支持自動掃描任務并注入到執行器容器，需要手動注入。

開發一個繼承自"com.xxl.job.core.handler.IJobHandler"的JobHandler類，實現其中任務方法。

手動通過如下方式注入到執行器容器。

XxlJobExecutor.registJobHandler("demoJobHandler", new DemoJobHandler());

2.BEAN模式（方法形式 常用！）

Bean模式任務，支持基于方法的開發方式，每個任務對應一個方法。

優點：每個任務只需要開發一個方法，并添加”@XxlJob”注解即可，更加方便、快速。支持自動掃描任務并注入到執行器容器。

缺點：要求Spring容器環境；

基于方法開發的任務，底層會生成JobHandler代理，和基于類的方式一樣，任務也會以JobHandler的形式存在于執行器任務容器中。

以下是bean模式例子

任務開發：在Spring Bean實例中，開發Job方法；

注解配置：為Job方法添加注解 “@XxlJob(value=“自定義jobhandler名稱”, init = “JobHandler初始化方法”, destroy = “JobHandler銷毀方法”)”，注解value值對應的是調度中心新建任務的JobHandler屬性的值。

執行日志：需要通過 “XxlJobHelper.log” 打印執行日志；

任務結果：默認任務結果為 “成功” 狀態，不需要主動設置；如有訴求，比如設置任務結果為失敗，可以通過 “XxlJobHelper.handleFail/handleSuccess” 自主設置任務結果；

// 可參考Sample示例執行器中的 "com.xxl.job.executor.service.jobhandler.SampleXxlJob" ，如下： @XxlJob("demoJobHandler") public void demoJobHandler() throws Exception { XxlJobHelper.log("XXL-JOB, Hello World."); }

配置項說明：

基礎配置： - 執行器：任務的綁定的執行器，任務觸發調度時將會自動發現注冊成功的執行器, 實現任務自動發現功能; 另一方面也可以方便的進行任務分組。每個任務必須綁定一個執行器, 可在 "執行器管理" 進行設置; - 任務描述：任務的描述信息，便于任務管理； - 負責人：任務的負責人； - 報警郵件：任務調度失敗時郵件通知的郵箱地址，支持配置多郵箱地址，配置多個郵箱地址時用逗號分隔； 觸發配置： - 調度類型： 無：該類型不會主動觸發調度； CRON：該類型將會通過CRON，觸發任務調度； 固定速度：該類型將會以固定速度，觸發任務調度；按照固定的間隔時間，周期性觸發； 固定延遲：該類型將會以固定延遲，觸發任務調度；按照固定的延遲時間，從上次調度結束后開始計算延遲時間，到達延遲時間后觸發下次調度； - CRON：觸發任務執行的Cron表達式； - 固定速度：固件速度的時間間隔，單位為秒； - 固定延遲：固件延遲的時間間隔，單位為秒； 任務配置： - 運行模式： BEAN模式：任務以JobHandler方式維護在執行器端；需要結合 "JobHandler" 屬性匹配執行器中任務； GLUE模式(Java)：任務以源碼方式維護在調度中心；該模式的任務實際上是一段繼承自IJobHandler的Java類代碼并 "groovy" 源碼方式維護，它在執行器項目中運行，可使用@Resource/@Autowire注入執行器里中的其他服務； GLUE模式(Shell)：任務以源碼方式維護在調度中心；該模式的任務實際上是一段 "shell" 腳本； GLUE模式(Python)：任務以源碼方式維護在調度中心；該模式的任務實際上是一段 "python" 腳本； GLUE模式(PHP)：任務以源碼方式維護在調度中心；該模式的任務實際上是一段 "php" 腳本； GLUE模式(NodeJS)：任務以源碼方式維護在調度中心；該模式的任務實際上是一段 "nodejs" 腳本； GLUE模式(PowerShell)：任務以源碼方式維護在調度中心；該模式的任務實際上是一段 "PowerShell" 腳本； - JobHandler：運行模式為 "BEAN模式" 時生效，對應執行器中新開發的JobHandler類“@JobHandler”注解自定義的value值； - 執行參數：任務執行所需的參數； 高級配置： - 路由策略：當執行器集群部署時，提供豐富的路由策略，包括； FIRST（第一個）：固定選擇第一個機器； LAST（最后一個）：固定選擇最后一個機器； ROUND（輪詢）：； RANDOM（隨機）：隨機選擇在線的機器； CONSISTENT_HASH（一致性HASH）：每個任務按照Hash算法固定選擇某一臺機器，且所有任務均勻散列在不同機器上。 LEAST_FREQUENTLY_USED（最不經常使用）：使用頻率最低的機器優先被選舉； LEAST_RECENTLY_USED（最近最久未使用）：最久未使用的機器優先被選舉； FAILOVER（故障轉移）：按照順序依次進行心跳檢測，第一個心跳檢測成功的機器選定為目標執行器并發起調度； BUSYOVER（忙碌轉移）：按照順序依次進行空閑檢測，第一個空閑檢測成功的機器選定為目標執行器并發起調度； SHARDING_BROADCAST(分片廣播)：廣播觸發對應集群中所有機器執行一次任務，同時系統自動傳遞分片參數；可根據分片參數開發分片任務； - 子任務：每個任務都擁有一個唯一的任務ID(任務ID可以從任務列表獲取)，當本任務執行結束并且執行成功時，將會觸發子任務ID所對應的任務的一次主動調度。 - 調度過期策略： - 忽略：調度過期后，忽略過期的任務，從當前時間開始重新計算下次觸發時間； - 立即執行一次：調度過期后，立即執行一次，并從當前時間開始重新計算下次觸發時間； - 阻塞處理策略：調度過于密集執行器來不及處理時的處理策略； 單機串行（默認）：調度請求進入單機執行器后，調度請求進入FIFO隊列并以串行方式運行； 丟棄后續調度：調度請求進入單機執行器后，發現執行器存在運行的調度任務，本次請求將會被丟棄并標記為失敗； 覆蓋之前調度：調度請求進入單機執行器后，發現執行器存在運行的調度任務，將會終止運行中的調度任務并清空隊列，然后運行本地調度任務； - 任務超時時間：支持自定義任務超時時間，任務運行超時將會主動中斷任務； - 失敗重試次數；支持自定義任務失敗重試次數，當任務失敗時將會按照預設的失敗重試次數主動進行重試；

上文中JobHandler具體解釋，很少用。

JobHandler：為方便用戶參考與快速實用，示例執行器內原生提供多個Bean模式任務Handler，可以直接配置實用，如下：

demoJobHandler：簡單示例任務，任務內部模擬耗時任務邏輯，用戶可在線體驗Rolling Log等功能； shardingJobHandler：分片示例任務，任務內部模擬處理分片參數，可參考熟悉分片任務； httpJobHandler：通用HTTP任務Handler；業務方只需要提供HTTP鏈接等信息即可，不限制語言、平臺。示例任務入參如下： url: http://www.xxx.com method: get 或 post data: post-data commandJobHandler：通用命令行任務Handler；業務方只需要提供命令行即可；如 “pwd”命令；

上文示例

@Component public class SampleXxlJob { private static Logger logger = LoggerFactory.getLogger(SampleXxlJob.class); /** * 1、簡單任務示例（Bean模式） */ @XxlJob("demoJobHandler") public void demoJobHandler() throws Exception { XxlJobHelper.log("XXL-JOB, Hello World."); System.out.println("11"); for (int i = 0; i < 5; i++) { XxlJobHelper.log("beat at:" + i); } // default success } /** * 2、分片廣播任務 */ @XxlJob("shardingJobHandler") public void shardingJobHandler() throws Exception { // 分片參數 int shardIndex = XxlJobHelper.getShardIndex(); int shardTotal = XxlJobHelper.getShardTotal(); XxlJobHelper.log("分片參數：當前分片序號 = {}, 總分片數 = {}", shardIndex, shardTotal); // 業務邏輯 for (int i = 0; i < shardTotal; i++) { if (i == shardIndex) { XxlJobHelper.log("第 {} 片, 命中分片開始處理", i); } else { XxlJobHelper.log("第 {} 片, 忽略", i); } } } /** * 3、命令行任務 */ @XxlJob("commandJobHandler") public void commandJobHandler() throws Exception { 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、跨平臺Http任務 * 參數示例： * "url: http://www.baidu.com\n" + * "method: get\n" + * "data: content\n"; */ @XxlJob("httpJobHandler") public void httpJobHandler() throws Exception { // 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、生命周期任務示例：任務初始化與銷毀時，支持自定義相關邏輯； */ @XxlJob(value = "demoJobHandler2", init = "init", destroy = "destroy") public void demoJobHandler2() throws Exception { XxlJobHelper.log("XXL-JOB, Hello World."); } public void init(){ logger.info("init"); } public void destroy(){ logger.info("destory"); } }

3.GLUE(Java)

可以在以下頁面添加執行內容。

可以在以下頁面添加執行內容。

2.其他操作

定時任務添加的步驟最重要，上文詳細描述了。

其他還有執行一次，暫停，刪除，編輯，啟動（定時任務），查看日志等功能選擇按鈕執行即可

5.調度模塊剖析（概念，選讀）

1.quartz的不足

Quartz作為開源作業調度中的佼佼者，是作業調度的首選。但是集群環境中Quartz采用API的方式對任務進行管理，從而可以避免上述問題，但是同樣存在以下問題：

調用API的的方式操作任務，不人性化；

需要持久化業務QuartzJobBean到底層數據表中，系統侵入性相當嚴重。

調度邏輯和QuartzJobBean耦合在同一個項目中，這將導致一個問題，在調度任務數量逐漸增多，同時調度任務邏輯逐漸加重的情況下，此時調度系統的性能將大大受限于業務；

quartz底層以“搶占式”獲取DB鎖并由搶占成功節點負責運行任務，會導致節點負載懸殊非常大；而XXL-JOB通過執行器實現“協同分配式”運行任務，充分發揮集群優勢，負載各節點均衡。

XXL-JOB彌補了quartz的上述不足之處。

2.研調度模塊

XXL-JOB最終選擇自研調度組件（早期調度組件基于Quartz）；一方面是為了精簡系統降低冗余依賴，另一方面是為了提供系統的可控度與穩定性；

XXL-JOB中“調度模塊”和“任務模塊”完全解耦，調度模塊進行任務調度時，將會解析不同的任務參數發起遠程調用，調用各自的遠程執行器服務。這種調用模型類似RPC調用，調度中心提供調用代理的功能，而執行器提供遠程服務的功能。

3.調度中心HA（集群）

基于數據庫的集群方案，數據庫選用Mysql；集群分布式并發環境中進行定時任務調度時，會在各個節點會上報任務，存到數據庫中，執行時會從數據庫中取出觸發器來執行，如果觸發器的名稱和執行時間相同，則只有一個節點去執行此任務

4.調度線程池

調度采用線程池方式實現，避免單線程因阻塞而引起任務調度延遲。

5.過期處理策略

任務調度錯過觸發時間時的處理策略：

可能原因：服務重啟；調度線程被阻塞，線程被耗盡；上次調度持續阻塞，下次調度被錯過；

處理策略：

1. 過期超5s：本次忽略，當前時間開始計算下次觸發時間

2. 過期5s內：立即觸發一次，當前時間開始計算下次觸發時間

6.日志回調服務

調度模塊的“調度中心”作為Web服務部署時，一方面承擔調度中心功能，另一方面也為執行器提供API服務。

調度中心提供的”日志回調服務API服務”代碼位置如下：

xxl-job-admin#com.xxl.job.admin.controller.JobApiController.callback

“執行器”在接收到任務執行請求后，執行任務，在執行結束之后會將執行結果回調通知“調度中心”：

7.調度日志

調度中心每次進行任務調度，都會記錄一條任務日志，任務日志主要包括以下三部分內容：

任務信息：包括“執行器地址”、“JobHandler”和“執行參數”等屬性，點擊任務ID按鈕可查看，根據這些參數，可以精確的定位任務執行的具體機器和任務代碼；

調度信息：包括“調度時間”、“調度結果”和“調度日志”等，根據這些參數，可以了解“調度中心”發起調度請求時具體情況。

執行信息：包括“執行時間”、“執行結果”和“執行日志”等，根據這些參數，可以了解在“執行器”端任務執行的具體情況；

調度日志，針對單次調度，屬性說明如下：

執行器地址：任務執行的機器地址；

JobHandler：Bean模式表示任務執行的JobHandler名稱；

任務參數：任務執行的入參；

調度時間：調度中心，發起調度的時間；

調度結果：調度中心，發起調度的結果，SUCCESS或FAIL；

調度備注：調度中心，發起調度的備注信息，如地址心跳檢測日志等；

執行時間：執行器，任務執行結束后回調的時間；

執行結果：執行器，任務執行的結果，SUCCESS或FAIL；

執行備注：執行器，任務執行的備注信息，如異常日志等；

執行日志：任務執行過程中，業務代碼中打印的完整執行日志；

8.全異步化 & 輕量級

全異步化設計：XXL-JOB系統中業務邏輯在遠程執行器執行，觸發流程全異步化設計。相比直接在調度中心內部執行業務邏輯，極大的降低了調度線程占用時間；

1. 異步調度：調度中心每次任務觸發時僅發送一次調度請求，該調度請求首先推送“異步調度隊列”，然后異步推送給遠程執行器。

2. 異步執行：執行器會將請求存入“異步執行隊列”并且立即響應調度中心，異步運行。

輕量級設計：XXL-JOB調度中心中每個JOB邏輯非常 “輕”，在全異步化的基礎上，單個JOB一次運行平均耗時基本在 “10ms” 之內（基本為一次請求的網絡開銷）；因此，可以保證使用有限的線程支撐大量的JOB并發運行；

得益于上述兩點優化，理論上默認配置下的調度中心，單機能夠支撐 5000 任務并發運行穩定運行；

實際場景中，由于調度中心與執行器網絡ping延遲不同、DB讀寫耗時不同、任務調度密集程度不同，會導致任務量上限會上下波動。

如若需要支撐更多的任務量，可以通過 “調大調度線程數” 、”降低調度中心與執行器ping延遲” 和 “提升機器配置” 幾種方式優化。

9.Bean模式” 運行原理

原理：每個Bean模式任務都是一個Spring的Bean類實例，它被維護在“執行器”項目的Spring容器中。任務類需要加“@JobHandler(value=”名稱”)”注解，因為“執行器”會根據該注解識別Spring容器中的任務。任務類需要繼承統一接口“IJobHandler”，任務邏輯在execute方法中開發，因為“執行器”在接收到調度中心的調度請求時，將會調用“IJobHandler”的execute方法，執行任務邏輯。

10.“GLUE模式(Java)” 運行原理

原理：每個 “GLUE模式(Java)” 任務的代碼，實際上是“一個繼承自“IJobHandler”的實現類的類代碼”，“執行器”接收到“調度中心”的調度請求時，會通過Groovy類加載器加載此代碼，實例化成Java對象，同時注入此代碼中聲明的Spring服務（請確保Glue代碼中的服務和類引用在“執行器”項目中存在），然后調用該對象的execute方法，執行任務邏輯。

11.執行器

執行器實際上是一個內嵌的Server，默認端口9999（配置項：xxl.job.executor.port）。

在項目啟動時，執行器會通過“@JobHandler”識別Spring容器中“Bean模式任務”，以注解的value屬性為key管理起來。

“執行器”接收到“調度中心”的調度請求時，如果任務類型為“Bean模式”，將會匹配Spring容器中的“Bean模式任務”，然后調用其execute方法，執行任務邏輯。如果任務類型為“GLUE模式”，將會加載GLue代碼，實例化Java對象，注入依賴的Spring服務（注意：Glue代碼中注入的Spring服務，必須存在與該“執行器”項目的Spring容器中），然后調用execute方法，執行任務邏輯。

12.一次完整的任務調度通訊流程

1、“調度中心”向“執行器”發送http調度請求: “執行器”中接收請求的服務，實際上是一臺內嵌Server，默認端口9999;

2、“執行器”執行任務邏輯；

3、“執行器”http回調“調度中心”調度結果: “調度中心”中接收回調的服務，是針對執行器開放一套API服務;

13.分片廣播 & 動態分片

執行器集群部署時，任務路由策略選擇”分片廣播”情況下，一次任務調度將會廣播觸發對應集群中所有執行器執行一次任務，同時系統自動傳遞分片參數；可根據分片參數開發分片任務；

“分片廣播” 以執行器為維度進行分片，支持動態擴容執行器集群從而動態增加分片數量，協同進行業務處理；在進行大數據量業務操作時可顯著提升任務處理能力和速度。

“分片廣播” 和普通任務開發流程一致，不同之處在于可以獲取分片參數，獲取分片參數進行分片業務處理。

該特性適用場景如：

分片任務場景：10個執行器的集群來處理10w條數據，每臺機器只需要處理1w條數據，耗時降低10倍；

廣播任務場景：廣播執行器機器運行shell腳本、廣播集群節點進行緩存更新等

Java Spring

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。