ElasticJob 快速上手

1. ElasticJob 是什么

ElasticJob 是一个分布式调度解决方案，由两个相互独立的子项目 ElasticJob-Lite 和 ElasticJob-Cloud 组成。

ElasticJob-Lite 定位为轻量级无中心化解决方案，使用jar的形式提供分布式任务的协调服务。

ElasticJob 已于2020年5月28日成为 Apache ShardingSphere 的子项目。

ElasticJob特性：

弹性调度
- 支持任务在分布式场景下的分片和高可用
- 能够水平扩展任务的吞吐量和执行效率
- 任务处理能力随资源配备弹性伸缩　
资源分配
- 在适合的时间将适合的资源分配给任务并使其生效
- 相同任务聚合至相同的执行器统一处理
- 动态调配追加资源至新分配的任务　　
作业治理
- 失效转移
- 错过作业重新执行
- 自诊断修复
作业开放生态
- 可扩展的作业类型统一接口
- 丰富的作业类型库，如数据流、脚本、HTTP、文件、大数据等
- 易于对接业务作业，能够与 Spring 依赖注入无缝整合　　
可视化管控端
- 作业管控端
- 作业执行历史数据追踪
- 注册中心管理

2. 实例演示

这里采用最新版本 3.0.0-RC1

1、启动zookeeper服务

首先，下载zookeeper-3.6.0版本，解压后复制一份zoo_sample.cfg，重命名未zoo.cfg，保持默认配置即可

注意，zookeeper-3.6.0启动以后会占用三个端口，其中包括8080哦

2、编写定时任务业务逻辑

pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.4.1</version><relativePath/> <!-- lookup parent from repository --></parent><groupId>com.example</groupId><artifactId>elasticjob-demo</artifactId><version>0.0.1-SNAPSHOT</version><properties><java.version>1.8</java.version><elasticjob-lite.version>3.0.0-RC1</elasticjob-lite.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.apache.shardingsphere.elasticjob</groupId><artifactId>elasticjob-lite-spring-boot-starter</artifactId><version>${elasticjob-lite.version}</version><exclusions><exclusion><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-jdbc</artifactId></exclusion></exclusions></dependency><dependency><groupId>org.apache.shardingsphere.elasticjob</groupId><artifactId>elasticjob-error-handler-dingtalk</artifactId><version>${elasticjob-lite.version}</version></dependency></dependencies><build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins></build></project>

application.yml

elasticjob:regCenter:serverLists: 192.168.100.15:2181namespace: elasticjob-demobaseSleepTimeMilliseconds: 2000maxSleepTimeMilliseconds: 4000maxRetries: 3jobs:firstJob:elasticJobClass: com.example.job.FirstJobcron: 0/6 * * * * ?shardingTotalCount: 3jobErrorHandlerType: DINGTALKprops:dingtalk:webhook: https://oapi.dingtalk.com/robot/send?access_token=xxxsecret: ASDFconnectTimeout: 3000readTimeout: 5000secondJob:elasticJobClass: com.example.job.SecondJobcron: 0/10 * * * * ?shardingTotalCount: 1jobErrorHandlerType: DINGTALKprops:dingtalk:webhook: https://oapi.dingtalk.com/robot/send?access_token=xxxsecret: ASDFconnectTimeout: 3000readTimeout: 5000

两个定时任务

FirstJob.java

package com.example.job;import org.apache.shardingsphere.elasticjob.api.ShardingContext;
import org.apache.shardingsphere.elasticjob.simple.job.SimpleJob;
import org.springframework.stereotype.Component;/**
 * @author ChengJianSheng
 * @date 2021/1/13
 */
@Component
public class FirstJob implements SimpleJob {@Overridepublic void execute(ShardingContext shardingContext) {switch (shardingContext.getShardingItem()) {case 0:// do something by sharding item 0System.out.println(0);// int a = 1 / 0;break;case 1:// do something by sharding item 1System.out.println(1);break;case 2:// do something by sharding item 2System.out.println(2);break;// case n: ...}}
}

SecondJob.java

package com.example.job;import org.apache.shardingsphere.elasticjob.api.ShardingContext;
import org.apache.shardingsphere.elasticjob.simple.job.SimpleJob;
import org.springframework.stereotype.Component;/**
 * @author ChengJianSheng
 * @date 2021/1/18
 */
@Component
public class SecondJob implements SimpleJob {@Overridepublic void execute(ShardingContext shardingContext) {System.out.println("hello");}
}

项目结构

运行项目即可

通过 ElasticJob-UI 查看任务

https://shardingsphere.apache.org/elasticjob/current/cn/downloads/

3. 启动报错排查

项目启动过程中，可能会报如下错误

org.apache.zookeeper.ClientCnxn$EndOfStreamException: Unable to read additional data from server sessionid 0x1000bdf48160002, likely server has closed socket

org.apache.shardingsphere.elasticjob.reg.exception.RegException: org.apache.zookeeper.KeeperException$OperationTimeoutException: KeeperErrorCode = OperationTimeout

Caused by: org.apache.zookeeper.KeeperException$OperationTimeoutException: KeeperErrorCode = OperationTimeout

最开始，我以为是zookeeper版本的问题，后来换了版本也不行，防火墙关了也不行

然后，我怀疑是开发环境问题，于是在本地运行zookeeper，程序连127.0.0.1:2181，居然可以了

于是我陷入了沉思，为今之计，只剩下一个办法了，打断点调试

找到了异常抛出的位置，如下图

baseSleepTimeMilliseconds 表示等待重试的间隔时间的初始值

maxSleepTimeMilliseconds 表示等待重试的间隔时间的最大值

maxRetries 表示最大重试次数

根据代码中意思，如果在 maxSleepTimeMilliseconds * maxRetries 毫秒内还没有连接成功，则连接关闭，并抛出操作超时异常

联想到，连接本地zookeeper可以，连开发环境zk就不行，再加上观察日志从连接开始到抛异常的时间间隔，我猜到应该是maxSleepTimeMilliseconds设置太短了

于是，application.yml配置文件中将maxSleepTimeMilliseconds设置为4000，baseSleepTimeMilliseconds设置为2000

然后好使

回想刚开始报的那些错，其实根本就还没有连上zookeeper

4. 作业分片

ElasticJob 中任务分片项的概念，使得任务可以在分布式的环境下运行，每台任务服务器只运行分配给该服务器的分片。随着服务器的增加或宕机，ElasticJob 会近乎实时的感知服务器数量的变更，从而重新为分布式的任务服务器分配更加合理的任务分片项，使得任务可以随着资源的增加而提升效率。

任务的分布式执行，需要将一个任务拆分为多个独立的任务项，然后由分布式的服务器分别执行某一个或几个分片项。

也就是说，分片是为了在分布式环境下高效合理利用任务服务器资源的。简单地来讲，一个定时任务，我们运行多台服务器，这意味着有多个实例在执行同一项任务，分片就是为了告诉这些实例各自该处理那些数据，最大限度的降低数据重复处理的问题，同时加快任务处理速度。每个任务实例该处理哪些数据，是根据分片项来的，在任务代码层面，就可以根据分片项来进行逻辑判断。

举例说明，如果作业分为 4 片，用两台服务器执行，则每个服务器分到 2 片，分别负责作业的 50% 的负载

分片项

ElasticJob 并不直接提供数据处理的功能，而是将分片项分配至各个运行中的作业服务器，开发者需要自行处理分片项与业务的对应关系。分片项为数字，始于 0 而终于分片总数减 1。

个性化分片参数

个性化参数可以和分片项匹配对应关系，用于将分片项的数字转换为更加可读的业务代码。

合理使用个性化参数可以让代码更可读。例如，如果配置为 0=北京,1=上海,2=广州，那么代码中直接使用北京，上海，广州的枚举值即可完成分片项和业务逻辑的对应关系。

分片策略

平均分片策略

根据分片项平均分片。如果作业服务器数量与分片总数无法整除，多余的分片将会顺序的分配至每一个作业服务器。

举例说明：

如果 3 台作业服务器且分片总数为9，则分片结果为：1=[0,1,2], 2=[3,4,5], 3=[6,7,8]
如果 3 台作业服务器且分片总数为8，则分片结果为：1=[0,1,6], 2=[2,3,7], 3=[4,5]
如果 3 台作业服务器且分片总数为10，则分片结果为：1=[0,1,2,9], 2=[3,4,5], 3=[6,7,8]

奇偶分片策略

根据作业名称哈希值的奇偶数决定按照作业服务器 IP 升序或是降序的方式分片。

如果作业名称哈希值是偶数，则按照 IP 地址进行升序分片；如果作业名称哈希值是奇数，则按照 IP 地址进行降序分片。可用于让服务器负载在多个作业共同运行时分配的更加均匀。

举例说明：

如果 3 台作业服务器，分片总数为2且作业名称的哈希值为偶数，则分片结果为：1 = [0], 2 = [1], 3 = []
如果 3 台作业服务器，分片总数为2且作业名称的哈希值为奇数，则分片结果为：3 = [0], 2 = [1], 1 = []

轮询分片策略

根据作业名称轮询分片。

5. 官方文档

https://shardingsphere.apache.org/elasticjob/current/cn/features/elastic/

https://shardingsphere.apache.org/elasticjob/current/cn/user-manual/elasticjob-lite/

https://shardingsphere.apache.org/elasticjob/current/cn/user-manual/elasticjob-lite/configuration/

https://shardingsphere.apache.org/elasticjob/current/cn/dev-manual/

ElasticJob 快速上手相关推荐

分布式作业 Elastic-Job 快速上手指南
转载自分布式作业 Elastic-Job 快速上手指南 Elastic-Job支持 JAVA API 和 Spring 配置两种方式配置任务,这里我们使用 JAVA API 的形式来创建一个简单的任 ...
【快速上手mac必备】常用优质mac软件推荐(音视频、办公、软件开发、辅助工具、系统管理、云存储)
本文章的主要内容是我作为一名大四学生.准程序员.up主这三种身份来给大家推荐一下 mac 上好用的软件以及工具.本人也是从去年9月份开始从windows阵营转移到了mac阵营,刚开始使用的时候,也曾主 ...
【转】Vue.js 2.0 快速上手精华梳理
Vue.js 2.0 快速上手精华梳理 Sandy 发掘代码技巧:公众号:daimajiqiao 自从Vue2.0发布后,Vue就成了前端领域的热门话题,github也突破了三万的star,那么对于新 ...
『转载』Debussy快速上手（Verdi相似）
『转载』Debussy快速上手(Verdi相似) Debussy 是NOVAS Software, Inc(思源科技)发展的HDL Debug & Analysis tool,这套软体主要不是 ...
[转载]ESFramework 4.0 快速上手（15）－－客户端登录验证
ESFramework 4.0 快速上手(15) -- 客户端登录验证在之前版本的Rapid引擎中,是没有提供客户端登陆验证的机制的,如果要验证用户的帐号密码信息,我们只有自己手动通过自定义信息来实 ...
WijmoJS 2019V1正式发布：全新的在线 Demo 系统，助您快速上手，开发无忧
2019独角兽企业重金招聘Python工程师标准>>> 下载WijmoJS 2019 v1 WijmoJS是为企业应用程序开发而推出的一系列包含HTML5和JavaScript的开发 ...
react 快速上手开发_React中测试驱动开发的快速指南
react 快速上手开发 by Michał Baranowski 通过MichałBaranowski React中测试驱动开发的快速指南 (A quick guide to test-driven ...
《Android App开发入门：使用Android Studio 2.X开发环境》——1-3 Android Studio 快速上手...
1-3 Android Studio 快速上手
Keras快速上手：基于Python的深度学习
Keras快速上手:基于Python的深度学习谢梁,鲁颖,劳虹岚著 ISBN:9787121318726 包装:平装开本:16开正文语种:中文出版社: 电子工业出版社出版时间:2017-0 ...
快速上手关键词抽取的算法
前言在自然语言处理领域,我们有一种类型的问题是如何在一堆文本中提取出核心词/句子.而无论是对于长文本还是短文本,往往几个关键词就可以代表整个文本的主题思想.同时,在很多推荐系统中,由于无法直接就整体 ...

ElasticJob 快速上手

ElasticJob 快速上手相关推荐

最新文章

热门文章