认识达内从这里开始

分布式任务调度随着互联网的不断发展而被越来越多的程序员掌握，今天我们就通过案例分析来简单了解一下，分布式任务调度技术应用方法分享。

支持集群部署

X-Job：集群部署要求为：保证每个集群节点配置(db和登陆账号等)保持一致。调度中心通过db配置区分不同集群。

执行器支持集群部署，提升调度系统可用性，同时提升任务处理能力。集群部署要求为：保证集群中每个执行器的配置项保持一致，执行器根据该配置进行执行器自动注册等操作。

E-Job：重写Quartz基于数据库的分布式功能，改用Zookeeper实现注册中心

作业注册中心：基于Zookeeper和其客户端Curator实现的全局作业注册控制中心。用于注册，控制和协调分布式作业执行。

多节点部署时任务不能重复执行

X-Job：使用Quartz基于数据库的分布式功能

E-Job：将任务拆分为n个任务项后，各个服务器分别执行各自分配到的任务项。一旦有新的服务器加入集群，或现有服务器下线，elastic-job将在保留本次任务执行不变的情况下，下次任务开始前触发任务重分片。

日志可追溯

X-Job：支持，有日志查询界面

E-Job：可通过事件订阅的方式处理调度过程的重要事件，用于查询、统计和监控。Elastic-Job目前提供了基于关系型数据库两种事件订阅方式记录事件。

监控告警

X-Job：调度失败时，将会触发失败报警，如发送报警邮件。

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

E-Job：通过事件订阅方式可自行实现

作业运行状态监控、监听作业服务器存活、监听近期数据处理成功、数据流类型作业(可通过监听近期数据处理成功数判断作业流量是否正常,如果小于作业正常处理的阀值，可选择报警。)、监听近期数据处理失败(可通过监听近期数据处理失败数判断作业处理结果，如果大于0，可选择报警。)

弹性扩容缩容

X-Job：使用Quartz基于数据库的分布式功能，服务器超出一定数量会给数据库造成一定的压力

E-Job：通过zk实现各服务的注册、控制及协调

支持并行调度

X-Job：调度系统多线程(默认10个线程)触发调度运行，确保调度精确执行，不被堵塞。

E-Job：采用任务分片方式实现。将一个任务拆分为n个独立的任务项，由分布式的服务器并行执行各自分配到的分片项。

高可用策略

X-Job：“调度中心”通过DB锁保证集群分布式调度的一致性,一次任务调度只会触发一次执行;

E-Job：调度器的高可用是通过运行几个指向同一个ZooKeeper集群的Elastic-Job-Cloud-Scheduler实例来实现的。ZooKeeper用于在当前主Elastic-Job-Cloud-Scheduler实例失败的情况下执行领导者选举。通过至少两个调度器实例来构成集群，集群中只有一个调度器实例提供服务，其他实例处于”待命”状态。当该实例失败时，集群会选举剩余实例中的一个来继续提供服务。

失败处理策略

X-Job：调度失败时的处理策略，策略包括：失败告警(默认)、失败重试;

E-Job：弹性扩容缩容在下次作业运行前重分片，但本次作业执行的过程中，下线的服务器所分配的作业将不会重新被分配。失效转移功能可以在本次作业运行中用空闲服务器抓取孤儿作业分片执行。同样失效转移功能也会牺牲部分性能。

全面的Java面试网站

动态分片策略

X-Job：分片广播任务以执行器为维度进行分片，支持动态扩容执行器集群从而动态增加分片数量，协同进行业务处理;在进行大数据量业务操作时可显著提升任务处理能力和速度。

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，同时传递分片参数;可根据分片参数开发分片任务;

E-Job：支持多种分片策略，可自定义分片策略

默认包含三种分片策略：基于平均分配算法的分片策略、作业名的哈希值奇偶数决定IP升降序算法的分片策略、根据作业名的哈希值对Job实例列表进行轮转的分片策略，支持自定义分片策略

elastic-job的分片是通过zookeeper来实现的。分片的分片由主节点分配，如下三种情况都会触发主节点上的分片算法执行：a、新的Job实例加入集群b、现有的Job实例下线(如果下线的是leader节点，那么先选举然后触发分片算法的执行)c、主节点选举”

【免责声明】：本内容转载于网络，转载目的在于传递信息。文章内容为作者个人意见，本平台对文中陈述、观点保持中立，不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请加抖音太原达内IT培训学习了解。