前面的話

elastic job是當(dāng)當(dāng)開源的一個分布式調(diào)度系統(tǒng)□纬担基于quartz實現(xiàn)的棘利。這里只分析了lite類型的job，主要功能如下：
1朽缴、分布式調(diào)度協(xié)調(diào)
2善玫、彈性擴(kuò)容縮容
3、失效轉(zhuǎn)移
4密强、錯過執(zhí)行作業(yè)重觸發(fā)
5茅郎、作業(yè)分片一致性，保證同一分片在分布式環(huán)境中僅一個執(zhí)行實例
6或渤、自診斷并修復(fù)分布式不穩(wěn)定造成的問題
7系冗、支持并行調(diào)度
8、支持作業(yè)生命周期操作
9薪鹦、豐富的作業(yè)類型
10掌敬、Spring整合以及命名空間提供
11、運維平臺
elastic job 不能滿足的場景有：
1池磁、由于elastic-job只用了quartz的cronTrigger奔害，所以就不支持quartz的simpleTrigger，即執(zhí)行指定次數(shù)的任務(wù)地熄。
2华临、elastic-job，job與調(diào)度器是1:1的關(guān)系端考，當(dāng)任務(wù)過多時雅潭，會起很多線程揭厚，這是一個隱患。啟動時寻馏，會啟一個quartz的調(diào)度線程棋弥，一個quartz的工作線程核偿，和elastic-job自己啟的cpuCore*2的工作線程诚欠。任務(wù)數(shù)與線程數(shù)至少是3倍的關(guān)系
3、misfired策略單一漾岳。當(dāng)任務(wù)集群全部宕機(jī)重啟時轰绵，不能重新執(zhí)行一次任務(wù)。這個功能在quartz 使用jobsotresupport策略的時候有尼荆。
4左腔、當(dāng)任務(wù)過多時，在運維平臺上查詢?nèi)蝿?wù)很慢捅儒。主要是需要遍歷zk的節(jié)點液样。

一個例子進(jìn)入elastic-job的源碼走讀

這里例子主要是通過spring方式注冊和啟動任務(wù)攀圈。

  <!--配置作業(yè)注冊中心 -->
    <reg:zookeeper id="regCenter" server-lists="192.168.102.45:2181" namespace="test-dd-jobs" base-sleep-time-milliseconds="1000" max-sleep-time-milliseconds="3000" max-retries="3" />

    <!-- 配置作業(yè)-->
    <job:simple id="foreOffElasticJob" class="com.test.elastic.job.MyElasticJob" registry-center-ref="regCenter" cron="0/10 * * * * ?" sharding-total-count="3" sharding-item-parameters="0=A,1=B,2=C" />

其中任務(wù)的執(zhí)行邏輯代碼：

public class MyElasticJob implements SimpleJob {
    @Override
    public void execute(ShardingContext shardingContext) {
        System.out.println(shardingContext.getShardingItem()+"=========start");
        try {
            System.out.println(shardingContext);
            Thread.sleep(5000l);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        System.out.println(shardingContext.getShardingItem()+"=========end");
    }
}

自己的業(yè)務(wù)邏輯需要實現(xiàn)elastic-job提供的接口于宙。

elastic-job提供業(yè)務(wù)邏輯接口

任務(wù)注冊過程

elastic-job通過自定義spring標(biāo)簽來進(jìn)行注冊中心的定義與任務(wù)的配置。

spring標(biāo)簽定義一瞥

reg標(biāo)簽的xsd定義里可以看到reg的屬性有：

• server-lists ：zk主機(jī)列表唐断。ip1:port1,ip2:port2
• namespace : 任務(wù)根目錄
• base-sleep-time-milliseconds ：等待重試的間隔時間的初始值
• max-sleep-time-milliseconds ：等待重試的間隔時間的最大值
• max-retries ：最大重試次數(shù)
• session-timeout-milliseconds ：會話超時時間
• connection-timeout-milliseconds：連接超時時間
• digest ： 連接Zookeeper的權(quán)限令牌
  標(biāo)簽解析類com.dangdang.ddframe.job.lite.spring.reg.handler.RegNamespaceHandler.主要是初始化zk連接麸祷。具體的類為ZookeeperRegistryCenter
  job 標(biāo)簽有三種澎怒，分為simple，script和dataflow阶牍，分別代表簡單任務(wù)喷面，腳本任務(wù)和數(shù)據(jù)流任務(wù)。其中simple類型的任務(wù)跟我們平時見到的任務(wù)一樣走孽，與quartz的cron任務(wù)類似惧辈。script類型的任務(wù)，業(yè)務(wù)處理邏輯是用一些腳本語言實現(xiàn)的磕瓷，通過調(diào)用Apache的DefaultExecutor().execute方法來實現(xiàn)咬像。dataflow類型的任務(wù)，主要是提供了兩個接口供業(yè)務(wù)實現(xiàn)生宛，一個是數(shù)據(jù)獲取接口县昂，一個是數(shù)據(jù)處理接口。獲取數(shù)據(jù)的時候陷舅，會根據(jù)streamingProcess的配置來決定是流式處理還是非流式處理倒彰。（流式處理含義是，一次任務(wù)觸發(fā)莱睁，會一直獲取數(shù)據(jù)待讳，知道獲取的數(shù)據(jù)為空本次任務(wù)才算執(zhí)行完成芒澜。非流式表示一次任務(wù)只獲取一次數(shù)據(jù)）
  job標(biāo)簽的屬性有很多，這里就列出主要的屬性：
• listener创淡、distributed-listener ：定義job的監(jiān)聽痴晦。用戶在任務(wù)執(zhí)行前后做額外的處理。
• class ： 任務(wù)處理邏輯的全路徑琳彩。
• job-ref ：任務(wù)的關(guān)聯(lián)beanid誊酌，優(yōu)先級大于class里配置的類路徑。
• registry-center-ref ： 注冊中心的beanid露乏。
• cron ： cron表達(dá)式碧浊。
• sharding-total-count ： 總的分片數(shù)。
• sharding-item-parameters ： 分片序列號和分片參數(shù)瘟仿，用=連接箱锐，多個分片之間用，分割劳较。
• job-parameter ： 作業(yè)參數(shù)
• max-time-diff-seconds： 容忍本機(jī)與注冊中心時間的誤差秒數(shù)驹止。
• failover ： 是否打開失效轉(zhuǎn)移功能。默認(rèn)false
• misfire：是否開啟misfire 观蜗。默認(rèn)true
• job-sharding-strategy-class ： 作業(yè)分片類全路徑
• disabled ： 禁用作業(yè)臊恋，默認(rèn)false
• overwrite ： 啟動時是否更新作業(yè)，默認(rèn)false
• executor-service-handler ： 作業(yè)處理的線程池類嫂便，默認(rèn)com.dangdang.ddframe.job.executor.handler.impl.DefaultExecutorServiceHandler
• job-exception-handler ：異常處理類捞镰。默認(rèn)com.dangdang.ddframe.job.executor.handler.impl.DefaultJobExceptionHandler
• event-trace-rdb-data-source : 作業(yè)事件追蹤的數(shù)據(jù)源。
  若是dataflow類型任務(wù)毙替，還有
• streaming-process ： 是否流式處理數(shù)據(jù)岸售。默認(rèn) false
  若是script類型任務(wù)，有
• script-command-line ： 執(zhí)行腳本的全路徑及名稱厂画。
  任務(wù)配置完成之后凸丸，通過spring的自定義標(biāo)簽解析，組裝袱院，獲得一個SpringJobScheduler類型的bean屎慢。調(diào)用init方法初始化。

 public void init() {
//（1）持久化任務(wù)配置信息到zk的config節(jié)點下
        LiteJobConfiguration liteJobConfigFromRegCenter = schedulerFacade.updateJobConfiguration(liteJobConfig);
      //（2）設(shè)置分片總數(shù)
        JobRegistry.getInstance().setCurrentShardingTotalCount(liteJobConfigFromRegCenter.getJobName(), liteJobConfigFromRegCenter.getTypeConfig().getCoreConfig().getShardingTotalCount());
// （3）初始化quartz的scheduler忽洛，組裝jobdetail
        JobScheduleController jobScheduleController = new JobScheduleController(
                createScheduler(), createJobDetail(liteJobConfigFromRegCenter.getTypeConfig().getJobClass()), liteJobConfigFromRegCenter.getJobName());
//（4）將任務(wù)放到內(nèi)存里腻惠，并起zk監(jiān)聽，監(jiān)聽節(jié)點/jobname
        JobRegistry.getInstance().registerJob(liteJobConfigFromRegCenter.getJobName(), jobScheduleController, regCenter);
//（5）處理作業(yè)的啟動信息欲虚。啟動前準(zhǔn)備工作集灌。
        schedulerFacade.registerStartUpInfo(!liteJobConfigFromRegCenter.isDisabled());
     //（6）真正的啟動調(diào)度器去定時的調(diào)度任務(wù)【主要是quartz來做】   
jobScheduleController.scheduleJob(liteJobConfigFromRegCenter.getTypeConfig().getCoreConfig().getCron());
    }

下面主要來看看第（5）步的處理，其他的處理都比較簡單复哆。

 public void registerStartUpInfo(final boolean enabled) {
// 啟動所有監(jiān)聽欣喧。
        listenerManager.startAllListeners();
//選主 /jobname/leader/election/instance/instanceid  臨時節(jié)點
        leaderService.electLeader();
// 往zk上注冊節(jié)點ip信息腌零，持久化節(jié)點/jobname/servers/ip
        serverService.persistOnline(enabled);
// 注冊實例信息，臨時節(jié)點唆阿，/jobname/instance/instanceid[instanceid格式：ip@-@pid]
        instanceService.persistOnline();
// 設(shè)置分片標(biāo)志節(jié)點益涧，持久化節(jié)點 /jobname/leader/sharding/necessary
        shardingService.setReshardingFlag();
//初始化作業(yè)監(jiān)聽服務(wù)
        monitorService.listen();
        if (!reconcileService.isRunning()) {
            reconcileService.startAsync();
        }
    }

很多邏輯其實都在各個listener里。監(jiān)聽zk各個節(jié)點的變化驯鳖，做不同的處理闲询。

    public void startAllListeners() {
//主節(jié)點選舉監(jiān)聽管理器
        electionListenerManager.start();
//分片監(jiān)聽管理器.
        shardingListenerManager.start();
//失效轉(zhuǎn)移監(jiān)聽管理器
        failoverListenerManager.start();
//冪等性監(jiān)聽管理器
        monitorExecutionListenerManager.start();
//運行實例關(guān)閉監(jiān)聽管理器
        shutdownListenerManager.start();
//作業(yè)觸發(fā)監(jiān)聽管理器
        triggerListenerManager.start();
// 重調(diào)度監(jiān)聽管理器
        rescheduleListenerManager.start();
//保證分布式任務(wù)全部開始和結(jié)束狀態(tài)監(jiān)聽管理器
        guaranteeListenerManager.start();
//注冊連接狀態(tài)監(jiān)聽器
        jobNodeStorage.addConnectionStateListener(regCenterConnectionStateListener);
    }

下面分別走讀下每個管理器所做的事情。

主節(jié)點選舉過程

public void executeInLeader(final String latchNode, final LeaderExecutionCallback callback) {
        try (LeaderLatch latch = new LeaderLatch(getClient(), jobNodePath.getFullPath(latchNode))) {
            latch.start();
            latch.await();
            callback.execute();
        //CHECKSTYLE:OFF
        } catch (final Exception ex) {
        //CHECKSTYLE:ON
            handleException(ex);
        }
    }

利用zk的客戶端包curator的選主過程臼隔。只有選主成功了嘹裂，才執(zhí)行callback.execute方法妄壶。主要是在zk上創(chuàng)建臨時節(jié)點/jobname/leader/election/instance,值為主節(jié)點的instance id摔握。
ElectionListenerManager中起了兩個監(jiān)聽，其實這里是有點小問題的丁寄。

  @Override
    public void start() {
        addDataListener(new LeaderElectionJobListener());
        addDataListener(new LeaderAbdicationJobListener());
    }

addDataListener(new LeaderElectionJobListener());監(jiān)聽不是太有必要氨淌。這個主要是監(jiān)聽臨時節(jié)點是否被刪除，若被刪除了伊磺，則重新選舉節(jié)點盛正。事實上，

         （1）  latch.start();
            （2）latch.await();
            （3）callback.execute();

這段代碼里就包含了上述功能屑埋。（1）中表示開始選舉主節(jié)點豪筝。（2）等待選舉成功，這里是一個while死循環(huán)摘能，一直在看當(dāng)前線程是不是主節(jié)點续崖，如果不是，繼續(xù)循環(huán)团搞，若果是严望，則執(zhí)行execute，在zk上建立主節(jié)點選舉信息逻恐。當(dāng)主節(jié)點掛掉之后像吻，zk上的相應(yīng)節(jié)點被刪除掉。那么就會重新選舉复隆，直到有實例獲取主節(jié)點權(quán)限拨匆，再次執(zhí)行callback.execute，建立主節(jié)點信息挽拂。
測試結(jié)果也是支持上面結(jié)論的惭每。

分片處理過程

shardingListenerManager這里的分片只是設(shè)置一個需要分片的標(biāo)志。這里監(jiān)聽zk上的任務(wù)配置的任務(wù)分片個數(shù)是否被修改轻局，同時監(jiān)聽作業(yè)實例是否有變化洪鸭，如果有變化样刷，則設(shè)置分片標(biāo)志位。標(biāo)志位zk上的路徑為：/jobname/leader/sharding/necessary.臨時節(jié)點览爵。
真正進(jìn)行任務(wù)分片是在任務(wù)調(diào)度過程中置鼻。真正執(zhí)行前，獲取分片上下文的時候進(jìn)行的蜓竹。代碼如下：
在執(zhí)行AbstractElasticJobExecutor的execute方法的時候有如下語句ShardingContexts shardingContexts = jobFacade.getShardingContexts();.

 @Override
    public ShardingContexts getShardingContexts() {
        boolean isFailover = configService.load(true).isFailover();
        if (isFailover) {
            List<Integer> failoverShardingItems = failoverService.getLocalFailoverItems();
            if (!failoverShardingItems.isEmpty()) {
                return executionContextService.getJobShardingContext(failoverShardingItems);
            }
        }
/////這里就是進(jìn)行分片的邏輯
        shardingService.shardingIfNecessary();
        List<Integer> shardingItems = shardingService.getLocalShardingItems();
        if (isFailover) {
            shardingItems.removeAll(failoverService.getLocalTakeOffItems());
        }
        shardingItems.removeAll(executionService.getDisabledItems(shardingItems));
        return executionContextService.getJobShardingContext(shardingItems);
    }

public void shardingIfNecessary() {
        List<JobInstance> availableJobInstances = instanceService.getAvailableJobInstances();
        if (!isNeedSharding() || availableJobInstances.isEmpty()) {
            return;
        }
//若不是主節(jié)點箕母，則等待分片完成
        if (!leaderService.isLeaderUntilBlock()) {
            blockUntilShardingCompleted();
            return;
        }
//先等待其他的任務(wù)完成。
        waitingOtherJobCompleted();
        LiteJobConfiguration liteJobConfig = configService.load(false);
        int shardingTotalCount = liteJobConfig.getTypeConfig().getCoreConfig().getShardingTotalCount();
        log.debug("Job '{}' sharding begin.", jobName);
//建立臨時節(jié)點/jobname/leader/sharding/processing俱济，標(biāo)志正在進(jìn)行分片
        jobNodeStorage.fillEphemeralJobNode(ShardingNode.PROCESSING, "");
    //建立分片信息節(jié)點 /jobname/sharding/分片ID嘶是，持久化節(jié)點
        resetShardingInfo(shardingTotalCount);
//獲取分片策略
        JobShardingStrategy jobShardingStrategy = JobShardingStrategyFactory.getStrategy(liteJobConfig.getJobShardingStrategyClass());
//開始分片。zk事務(wù)蛛碌。PersistShardingInfoTransactionExecutionCallback將分片的信息持久化到zk上聂喇。zk上的路徑為/jobname/sharding/item/instanceid.然后在這個事務(wù)里刪除processing和necessary節(jié)點。
        jobNodeStorage.executeInTransaction(new PersistShardingInfoTransactionExecutionCallback(jobShardingStrategy.sharding(availableJobInstances, jobName, shardingTotalCount)));
        log.debug("Job '{}' sharding complete.", jobName);
    }

執(zhí)行完上面的代碼蔚携，任務(wù)分片完成希太。就可以進(jìn)行調(diào)度了。

失效轉(zhuǎn)移監(jiān)聽管理器

這里就直接引用[芋道源碼].這里講的很清楚酝蜒。

上面主要的功能就在這些listener里誊辉。

任務(wù)調(diào)度

任務(wù)主要由quartz來完成，下面就來看看實現(xiàn)quartz的job接口的類是如何實現(xiàn)的亡脑。
lite作業(yè)調(diào)度代碼

public final class LiteJob implements Job {
    
    @Setter
    private ElasticJob elasticJob;
    
    @Setter
    private JobFacade jobFacade;
    
    @Override
    public void execute(final JobExecutionContext context) throws JobExecutionException {
        JobExecutorFactory.getJobExecutor(elasticJob, jobFacade).execute();
    }
}

真正的執(zhí)行器是AbstractElasticJobExecutor.下面看下這個的核心代碼實現(xiàn)：

public final void execute() {
        try {
            jobFacade.checkJobExecutionEnvironment();
        } catch (final JobExecutionEnvironmentException cause) {
            jobExceptionHandler.handleException(jobName, cause);
        }
// 獲取分片信息堕澄，這里會真正的進(jìn)行數(shù)據(jù)分片
        ShardingContexts shardingContexts = jobFacade.getShardingContexts();
        if (shardingContexts.isAllowSendJobEvent()) {
            jobFacade.postJobStatusTraceEvent(shardingContexts.getTaskId(), State.TASK_STAGING, String.format("Job '%s' execute begin.", jobName));
        }
//若當(dāng)前有分片的執(zhí)行狀態(tài)有running，則置 本次為misfired狀態(tài)霉咨。在zk上添加/jobname/sharding/item/misfire,持久化節(jié)點
        if (jobFacade.misfireIfRunning(shardingContexts.getShardingItemParameters().keySet())) {
            if (shardingContexts.isAllowSendJobEvent()) {
                jobFacade.postJobStatusTraceEvent(shardingContexts.getTaskId(), State.TASK_FINISHED, String.format(
                        "Previous job '%s' - shardingItems '%s' is still running, misfired job will start after previous job completed.", jobName, 
                        shardingContexts.getShardingItemParameters().keySet()));
            }
            return;
        }
        try {
            jobFacade.beforeJobExecuted(shardingContexts);
            //CHECKSTYLE:OFF
        } catch (final Throwable cause) {
            //CHECKSTYLE:ON
            jobExceptionHandler.handleException(jobName, cause);
        }
//執(zhí)行業(yè)務(wù)
        execute(shardingContexts, JobExecutionEvent.ExecutionSource.NORMAL_TRIGGER);
//執(zhí)行misfired的任務(wù)
        while (jobFacade.isExecuteMisfired(shardingContexts.getShardingItemParameters().keySet())) {
            jobFacade.clearMisfire(shardingContexts.getShardingItemParameters().keySet());
            execute(shardingContexts, JobExecutionEvent.ExecutionSource.MISFIRE);
        }
// 如果有開啟失效轉(zhuǎn)移蛙紫，則執(zhí)行失效轉(zhuǎn)移的操作，取孤兒分片那邊去獲取任務(wù)進(jìn)行執(zhí)行躯护。
        jobFacade.failoverIfNecessary();
        try {
            jobFacade.afterJobExecuted(shardingContexts);
            //CHECKSTYLE:OFF
        } catch (final Throwable cause) {
            //CHECKSTYLE:ON
            jobExceptionHandler.handleException(jobName, cause);
        }
    }

看這里的execute方法

private void execute(final ShardingContexts shardingContexts, final JobExecutionEvent.ExecutionSource executionSource) {
        if (shardingContexts.getShardingItemParameters().isEmpty()) {
            if (shardingContexts.isAllowSendJobEvent()) {
                jobFacade.postJobStatusTraceEvent(shardingContexts.getTaskId(), State.TASK_FINISHED, String.format("Sharding item for job '%s' is empty.", jobName));
            }
            return;
        }
        jobFacade.registerJobBegin(shardingContexts);
        String taskId = shardingContexts.getTaskId();
        if (shardingContexts.isAllowSendJobEvent()) {
            jobFacade.postJobStatusTraceEvent(taskId, State.TASK_RUNNING, "");
        }
        try {
            process(shardingContexts, executionSource);
        } finally {
            // TODO 考慮增加作業(yè)失敗的狀態(tài)惊来，并且考慮如何處理作業(yè)失敗的整體回路
            jobFacade.registerJobCompleted(shardingContexts);
            if (itemErrorMessages.isEmpty()) {
                if (shardingContexts.isAllowSendJobEvent()) {
                    jobFacade.postJobStatusTraceEvent(taskId, State.TASK_FINISHED, "");
                }
            } else {
                if (shardingContexts.isAllowSendJobEvent()) {
                    jobFacade.postJobStatusTraceEvent(taskId, State.TASK_ERROR, itemErrorMessages.toString());
                }
            }
        }
    }

這里最主要的是process方法：

private void process(final ShardingContexts shardingContexts, final JobExecutionEvent.ExecutionSource executionSource) {
        Collection<Integer> items = shardingContexts.getShardingItemParameters().keySet();
        if (1 == items.size()) {
            int item = shardingContexts.getShardingItemParameters().keySet().iterator().next();
            JobExecutionEvent jobExecutionEvent =  new JobExecutionEvent(shardingContexts.getTaskId(), jobName, executionSource, item);
            process(shardingContexts, item, jobExecutionEvent);
            return;
        }
        final CountDownLatch latch = new CountDownLatch(items.size());
        for (final int each : items) {
            final JobExecutionEvent jobExecutionEvent = new JobExecutionEvent(shardingContexts.getTaskId(), jobName, executionSource, each);
            if (executorService.isShutdown()) {
                return;
            }
            executorService.submit(new Runnable() {
                
                @Override
                public void run() {
                    try {
//這個就是真正的業(yè)務(wù)邏輯實現(xiàn)了。
                        process(shardingContexts, each, jobExecutionEvent);
                    } finally {
                        latch.countDown();
                    }
                }
            });
        }
        try {
            latch.await();
        } catch (final InterruptedException ex) {
            Thread.currentThread().interrupt();
        }
    }

上面的方法里可以看出棺滞，同一個任務(wù)實例上的數(shù)據(jù)分片是同時完成的裁蚁，即，只有同一個實例上的分片都完成了才算該實例的任務(wù)調(diào)度完成继准。

寫在后面

通過上面分析枉证，可以看到該調(diào)度框架對任務(wù)少的循環(huán)任務(wù)，同時對任務(wù)的安全性要求比較高的場景下使用移必。像電商的一些營銷推廣任務(wù)室谚，任務(wù)多，任務(wù)類型多，有大量的有限次數(shù)秒赤，且每種任務(wù)的misfired策略要求不同的任務(wù)不太合適猪瞬。同時也不太適合跨系統(tǒng)，跨DC的任務(wù)的數(shù)據(jù)管理入篮。
這也是我們自己要重復(fù)造輪子的一個原因陈瘦。