【Java】xxl-job的快速入门

Mxin5 2024-08-11 16:05:02 阅读 52

目录

什么是xxl-job?      

XXL-Job-环境搭建

1 调度中心环境要求

2.XXL-Job(源码说明)

3.初始化“调度数据库”

3启动调度中心xxl-job-admin

docker安装-配置调度中心

1.创建mysql容器,初始化xxl-job的SQL脚本

2.拉取镜像

3.创建容器

xxl-job入门案例

1.创建执行器

​编辑

2.创建任务

SpringBoot项目集成xxl-job步骤

1.引入依赖

2.新增配置

3.添加配置类

4.在需要进行任务调度的方法上加上注解

5.控制台打印结果

常用路由策略演示

路由策略(轮询)-案例

路由策略(分片广播)-案例


什么是xxl-job?      

 xxl-job是一个轻量级分布式任务调度平台,其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线,开箱即用。

spring传统的定时任务@Scheduled,但是这样存在这一些问题 :

        做集群任务的重复执行问题

        cron表达式定义在代码之中,修改不方便

        定时任务失败了,无法重试也没有统计

        如果任务量过大,不能有效的分片执行

        针对分布式任务调度的需求,市场上出现了很多的产品:

TBSchedule:淘宝推出的一款非常优秀的高性能分布式调度框架,目前被应用于阿里、京东、支付宝、国美等很多互联网企业的流程调度系统中。但是已经多年未更新,文档缺失严重,缺少维护。

XXL-Job:大众点评的分布式任务调度平台,是一个轻量级分布式任务调度平台, 其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线,开箱即用。

Elastic-job:当当网借鉴TBSchedule并基于quartz 二次开发的弹性分布式任务调度系统,功能丰富强大,采用zookeeper实现分布式协调,具有任务高可用以及分片功能。

Saturn: 唯品会开源的一个分布式任务调度平台,基于Elastic-job,可以全域统一配置,统一监 控,具有任务高可用以及分片功能

源码地址:xxl-job: 一个分布式任务调度平台,其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线,开箱即用。

XXL-Job-环境搭建

1 调度中心环境要求

Maven3+

Jdk1.8+

Mysql5.7+

2.XXL-Job(源码说明)

3.初始化“调度数据库”

1请下载项目源码并解压,获取 “调度数据库初始化SQL脚本” 并执行即可。

位置:<code>/xxl-job/doc/db/tables_xxl_job.sql 共8张表

- xxl_job_lock:任务调度锁表;

- xxl_job_group:执行器信息表,维护任务执行器信息;

- xxl_job_info:调度扩展信息表: 用于保存XXL-JOB调度任务的扩展信息,如任务分组、任务名、机器地址、执行器、执行入参和报警邮件等等;

- xxl_job_log:调度日志表: 用于保存XXL-JOB任务调度的历史信息,如调度结果、执行结果、调度入参、调度机器和执行器等等;

- xxl_job_logglue:任务GLUE日志:用于保存GLUE更新历史,用于支持GLUE的版本回溯功能;

- xxl_job_registry:执行器注册表,维护在线的执行器和调度中心机器地址信息;

- xxl_job_user:系统用户表;

调度中心支持集群部署,集群情况下各节点务必连接同一个mysql实例;

如果mysql做主从,调度中心集群节点务必强制走主库;

2配置部署“调度中心”

调度中心项目:xxl-job-admin

作用:统一管理任务调度平台上调度任务,负责触发调度执行,并且提供任务管理平台。

步骤一:调度中心配置

调度中心配置文件地址:<code>/xxl-job/xxl-job-admin/src/main/resources/application.properties

根据项目进行修改配置文件。

3启动调度中心<code>xxl-job-admin

启动成功,访问http://localhost:8080/xxl-job-admin/,默认登录账号密码 “admin/123456”, 登录后运行界面如下图所示。

上述是测试环境在本机进行安装测试,实际开发可以使用docker进行安装:

docker安装-配置调度中心

1.创建mysql容器,初始化xxl-job的SQL脚本

<code>docker run -p 3306:3306 --name mysql57 -v /opt/mysql/conf:/etc/mysql -v /opt/mysql/logs:/var/log/mysql -v /opt/mysql/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=root -d mysql:5.7

2.拉取镜像

docker pull xuxueli/xxl-job-admin:2.3.0

3.创建容器

docker run -e PARAMS="--spring.datasource.url=jdbc:mysql://192.168.200.130:3306/xxl_job?Unicode=true&characterEncoding=UTF-8 --spring.datasource.username=root --spring.datasource.password=root" -p 8888:8080 -v /tmp:/data/applogs --name xxl-job-admin --restart=always -d xuxueli/xxl-job-admin:2.3.0code>

注意:记得修改上述docker命令中的数据库连接信息

 使用docker ps命令可以查看是否运行成功,也可以直接访问http://xxl-job的ip地址:8888/xxl-job-admin

xxl-job入门案例

1.创建执行器

执行器:任务的绑定的执行器,任务触发调度时将会自动发现注册成功的执行器, 实现任务自动发现功能;

另一方面也可以方便的进行任务分组。每个任务必须绑定一个执行器

以下是执行器的属性说明:

属性名称 说明
AppName 是每个执行器集群的唯一标示AppName, 执行器会周期性以AppName为对象进行自动注册。可通过该配置自动发现注册成功的执行器, 供任务调度时使用;
名称 执行器的名称, 因为AppName限制字母数字等组成,可读性不强, 名称为了提高执行器的可读性;
排序 执行器的排序, 系统中需要执行器的地方,如任务新增, 将会按照该排序读取可用的执行器列表;
注册方式 调度中心获取执行器地址的方式;
机器地址 注册方式为"手动录入"时有效,支持人工维护执行器的地址信息;

自动注册和手动注册的区别和配置

2.创建任务

登录调度中心,点击下图所示“新建任务”按钮,新建示例任务

基础配置

执行器:每个任务必须绑定一个执行器, 方便给任务进行分组

任务描述:任务的描述信息,便于任务管理;

负责人:任务的负责人;

报警邮件:任务调度失败时邮件通知的邮箱地址,支持配置多邮箱地址,配置多个邮箱地址时用逗号分隔

调度类型:

无:该类型不会主动触发调度;

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;按照固定的间隔时间,周期性触发;

运行模式:

JobHandler:运行模式为 "BEAN模式" 时生效,对应执行器中新开发的JobHandler类“@JobHandler”注解自定义的value值;

执行参数:任务执行所需的参数;

BEAN模式:任务以JobHandler方式维护在执行器端;需要结合 "JobHandler" 属性匹配执行器中任务;

阻塞处理策略

阻塞处理策略:调度过于密集执行器来不及处理时的处理策略;

单机串行(默认):调度请求进入单机执行器后,调度请求进入FIFO(First Input First Output)队列并以串行方式运行;

丢弃后续调度:调度请求进入单机执行器后,发现执行器存在运行的调度任务,本次请求将会被丢弃并标记为失败;

覆盖之前调度:调度请求进入单机执行器后,发现执行器存在运行的调度任务,将会终止运行中的调度任务并清空队列,然后运行本地调度任务;

路由策略

当执行器集群部署时,提供丰富的路由策略,包括;

FIRST(第一个):固定选择第一个机器;

LAST(最后一个):固定选择最后一个机器;

ROUND(轮询)

RANDOM(随机):随机选择在线的机器;

CONSISTENT_HASH(一致性HASH):每个任务按照Hash算法固定选择某一台机器,且所有任务均匀散列在不同机器上。

LEAST_FREQUENTLY_USED(最不经常使用):使用频率最低的机器优先被选举;

LEAST_RECENTLY_USED(最近最久未使用):最久未使用的机器优先被选举;

FAILOVER(故障转移):按照顺序依次进行心跳检测,第一个心跳检测成功的机器选定为目标执行器并发起调度;

BUSYOVER(忙碌转移):按照顺序依次进行空闲检测,第一个空闲检测成功的机器选定为目标执行器并发起调度;

SHARDING_BROADCAST(分片广播):广播触发对应集群中所有机器执行一次任务,同时系统自动传递分片参数;可根据分片参数开发分片任务;

SpringBoot项目集成xxl-job步骤

1.引入依赖

<code><dependencies>

<dependency>

<groupId>org.springframework.boot</groupId>

<artifactId>spring-boot-starter-web</artifactId>

</dependency>

<!--xxl-job-->

<dependency>

<groupId>com.xuxueli</groupId>

<artifactId>xxl-job-core</artifactId>

<version>2.3.0</version>

</dependency>

</dependencies>

2.新增配置

server:

port: 8881

xxl:

job:

admin:

addresses: http://127.0.0.1:8888/xxl-job-admin

executor:

appname: xxl-job-executor-sample

port: 9999

3.添加配置类

package com.xxl.job.executor.core.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); //调度中心

xxlJobSpringExecutor.setAppname(appname);//执行器

// xxlJobSpringExecutor.setAddress(address);

// xxlJobSpringExecutor.setIp(ip);

xxlJobSpringExecutor.setPort(port);//执行器端口

// xxlJobSpringExecutor.setAccessToken(accessToken);

// xxlJobSpringExecutor.setLogPath(logPath);

// xxlJobSpringExecutor.setLogRetentionDays(logRetentionDays);

return xxlJobSpringExecutor;

}

/**

* 针对多网卡、容器内部署等情况,可借助 "spring-cloud-commons" 提供的 "InetUtils" 组件灵活定制注册IP;

*

* 1、引入依赖:

* <dependency>

* <groupId>org.springframework.cloud</groupId>

* <artifactId>spring-cloud-commons</artifactId>

* <version>${version}</version>

* </dependency>

*

* 2、配置文件,或者容器启动变量

* spring.cloud.inetutils.preferred-networks: 'xxx.xxx.xxx.'

*

* 3、获取IP

* String ip_ = inetUtils.findFirstNonLoopbackHostInfo().getIpAddress();

*/

}

4.在需要进行任务调度的方法上加上注解

@XxlJob(“demoJobHandler”),其中demoJobHandler就是新增调度任务的时候所填写的JobHandler对应的名称。

@Component

public class SampleXxlJob {

private static Logger logger = LoggerFactory.getLogger(SampleXxlJob.class);

/**

* 1、简单任务示例(Bean模式)

*/

@XxlJob("demoJobHandler")

public void demoJobHandler() throws Exception {

System.out.println("XXL-JOB, Hello World.");

}

}

5.控制台打印结果

常用路由策略演示

路由策略(轮询)-案例

1.修改任务为轮询

2.修改yml配置文件

<code>server:

port: ${port:8881}

xxl:

job:

admin:

addresses: http://127.0.0.1:8888/xxl-job-admin

executor:

appname: xxl-job-executor-sample

port: ${executor.port:9999}

 3.修改代码验证

@Component

public class SampleXxlJob {

private static Logger logger = LoggerFactory.getLogger(SampleXxlJob.class);

@Value("${server.port}")

private String port;

/**

* 1、简单任务示例(Bean模式)

*/

@XxlJob("demoJobHandler")

public void demoJobHandler() throws Exception {

System.out.println("端口号为"+port+"XXL-JOB, Hello World.");

}

}

 4.启动多个服务进行测试(本机)

5.控制台验证

路由策略(分片广播)-案例

1.分片逻辑

        执行器集群部署时,任务路由策略选择”分片广播”情况下,一次任务调度将会广播触发对应集群中所有执行器执行一次任务.(花呗通知所有用户定时还款)    

        

使用单个执行器(实例)去执行所有的任务效率就很慢,所以使用集群同时执行任务,提高执行效率。那么xxl-job是如何实现的呢?

 xxl-job采用对任务项进行取模的方式将任务分配给不同的分片,所有分片同时去对任务项进行执行。

下述有一个简单的需求案例:

需求:让两个节点(服务器)同时执行10000个任务,每个节点分别执行5000个任务

1:创建分片执行器

2.创建任务,路由策略为分片广播        

3.修改yml配置

<code>server:

port: ${port:8881}

xxl:

job:

admin:

addresses: http://127.0.0.1:8888/xxl-job-admin

executor:

appname: xxl-job-sharding-sample

port: ${executor.port:9999}

4.代码实现

@Component

public class SampleXxlJob {

private static Logger logger = LoggerFactory.getLogger(SampleXxlJob.class);

@Value("${server.port}")

private String port;

/**

* 1、简单任务示例(Bean模式)

*/

@XxlJob("demoJobHandler")

public void demoJobHandler() throws Exception {

System.out.println("端口号为"+port+"XXL-JOB, Hello World.");

}

/**

* 2、分片广播任务

*/

@XxlJob("shardingJobHandler")

public void shardingJobHandler(){

//分片的参数

int shardIndex = XxlJobHelper.getShardIndex();

int shardTotal = XxlJobHelper.getShardTotal();

//业务逻辑

List<Integer> list = getList();

for (Integer integer : list) {

if(integer % shardTotal == shardIndex){

System.out.println("当前第"+shardIndex+"分片执行了,任务项为:"+integer);

}

}

}

public List<Integer> getList(){

List<Integer> list = new ArrayList<>();

for (int i = 0; i < 10000; i++) {

list.add(i);

}

return list;

}

}

5.启动执行结果

可以得出,分别执行了5000次,这样就可以发现当一个服务进行集群部署的时候,通过xxl-job的分片广播可以同时对任务进行执行,从而提高执行效率。



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。