几种主流的分布式定时任务
参考:juejin.cn/post/6930912870058328071
# 单点定时任务
JDK原生
自从JDK1.5之后,提供了ScheduledExecutorService代替TimerTask来执行定时任务,提供了不错的可靠性。
public class SomeScheduledExecutorService {
public static void main(String[] args) {
// 创建任务队列,共 10 个线程
ScheduledExecutorService scheduledExecutorService =
Executors.newScheduledThreadPool(10);
// 执行任务: 1秒 后开始执行,每 30秒 执行一次
scheduledExecutorService.scheduleAtFixedRate(() -> {
System.out.println("执行任务:" + new Date());
}, 10, 30, TimeUnit.SECONDS);
}
}
Spring Task
Spring Framework自带定时任务,提供了cron表达式来实现丰富定时任务配置。新手推荐使用https://cron.qqe2.com/这个网站来匹配你的cron表达式。
public class SomeJob {
private static final Logger LOGGER = LoggerFactory.getLogger(SomeJob.class);
/**
* 每分钟执行一次(例:18:01:00,18:02:00)
* 秒 分钟 小时 日 月 星期 年
*/
public void someTask() {
//...
}
}
单点的定时服务在目前微服务的大环境下,应用场景越来越局限,所以尝鲜一下分布式定时任务吧。
基于 Redis 实现
相较于之前两种方式,这种基于Redis的实现可以通过多点来增加定时任务,多点消费。但是要做好防范重复消费的准备。
通过ZSet的方式
将定时任务存放到ZSet集合中,并且将过期时间存储到ZSet的Score字段中,然后通过一个循环来判断当前时间内是否有需要执行的定时任务,如果有则进行执行。
具体实现代码如下:
/**
* Description: 基于Redis的ZSet的定时任务 .<br>
*
* @author mxy
* @Date 2020/8/25 11:54
*/
public class RedisJob {
public static final String JOB_KEY = "redis.job.task";
private static final Logger LOGGER = LoggerFactory.getLogger(RedisJob.class);
/**
* 添加任务.
*
* @param task
*/
public void addTask(String task, Instant instant) {
stringRedisTemplate.opsForZSet().add(JOB_KEY, task, instant.getEpochSecond());
}
/**
* 定时任务队列消费
* 每分钟消费一次(可以缩短间隔到1s)
*/
public void doDelayQueue() {
long nowSecond = Instant.now().getEpochSecond();
// 查询当前时间的所有任务
Set<String> strings = stringRedisTemplate.opsForZSet().range(JOB_KEY, 0, nowSecond);
for (String task : strings) {
// 开始消费 task
LOGGER.info("执行任务:{}", task);
}
// 删除已经执行的任务
stringRedisTemplate.opsForZSet().remove(JOB_KEY, 0, nowSecond);
}
}
适用场景如下:
-
订单下单之后15分钟后,用户如果没有付钱,系统需要自动取消订单。
-
红包24小时未被查收,需要延迟执退还业务;
-
某个活动指定在某个时间内生效&失效;
优势是:
-
省去了MySQL的查询操作,而使用性能更高的Redis做为代替;
-
不会因为停机等原因,遗漏要执行的任务;
键空间通知的方式
我们可以通过Redis的键空间通知来实现定时任务,它的实现思路是给所有的定时任务设置一个过期时间,等到了过期之后,我们通过订阅过期消息就能感知到定时任务需要被执行了,此时我们执行定时任务即可。
默认情况下Redis是不开启键空间通知的,需要我们通过config set notify-keyspace-events Ex的命令手动开启。
开启之后定时任务的代码如下:
自定义监听器
/**
* 自定义监听器.
*/
public class KeyExpiredListener extends KeyExpirationEventMessageListener {
public KeyExpiredListener(RedisMessageListenerContainer listenerContainer) {
super(listenerContainer);
}
public void onMessage(Message message, byte[] pattern) {
// channel
String channel = new String(message.getChannel(), StandardCharsets.UTF_8);
// 过期的key
String key = new String(message.getBody(), StandardCharsets.UTF_8);
// todo 你的处理
}
}
设置该监听器
/**
* Description: 通过订阅Redis的过期通知来实现定时任务 .<br>
*
* @author mxy
* @Date 2020/8/25 12:07
*/
public class RedisExJob {
public RedisMessageListenerContainer redisMessageListenerContainer() {
RedisMessageListenerContainer redisMessageListenerContainer = new RedisMessageListenerContainer();
redisMessageListenerContainer.setConnectionFactory(redisConnectionFactory);
return redisMessageListenerContainer;
}
public KeyExpiredListener keyExpiredListener() {
return new KeyExpiredListener(this.redisMessageListenerContainer());
}
}
Spring会监听符合以下格式的Redis消息
private static final Topic TOPIC_ALL_KEYEVENTS = new PatternTopic("__keyevent@*");
基于Redis的定时任务能够适用的场景也比较有限,但实现上相对简单,但对于功能幂等有很大要求。从使用场景上来说,更应该叫做延时任务。
场景举例:
-
订单下单之后15分钟后,用户如果没有付钱,系统需要自动取消订单。
-
红包24小时未被查收,需要延迟执退还业务;
优劣势是:
-
被动触发,对于服务的资源消耗更小;
-
Redis的Pub/Sub不可靠,没有ACK机制等,但是一般情况可以容忍;
-
键空间通知功能会耗费一些CPU
# 分布式定时任务
引入分布式定时任务组件or中间件
将定时任务作为单独的服务,遏制了重复消费,独立的服务也有利于扩展和维护。
quartz
依赖于MySQL,使用相对简单,可多节点部署,通过竞争数据库锁来保证只有一个节点执行任务。没有图形化管理页面,使用相对麻烦。
elastic-job-lite
依赖于Zookeeper,通过zookeeper的注册与发现,可以动态的添加服务器。
-
多种作业模式
-
失效转移
-
运行状态收集
-
多线程处理数据
-
幂等性
-
容错处理
-
支持spring命名空间
-
有图形化管理页面
LTS
依赖于Zookeeper,集群部署,可以动态的添加服务器。可以手动增加定时任务,启动和暂停任务。
-
业务日志记录器
-
SPI扩展支持
-
故障转移
-
节点监控
-
多样化任务执行结果支持
-
FailStore容错
-
动态扩容
-
对spring相对友好
-
有监控和管理图形化界面
xxl-job
国产,依赖于MySQL,基于竞争数据库锁保证只有一个节点执行任务,支持水平扩容。可以手动增加定时任务,启动和暂停任务。
-
弹性扩容
-
分片广播
-
故障转移
-
Rolling实时日志
-
GLUE(支持在线编辑代码,免发布)
-
任务进度监控
-
任务依赖
-
数据加密
-
邮件报警
-
运行报表
-
优雅停机
-
国际化(中文友好)
# 总结
微服务下,推荐使用xxl-job这一类组件服务将定时任务合理有效的管理起来。而单点的定时任务有其局限性,适用于规模较小、对未来扩展要求不高的服务。
相对而言,基于spring task的定时任务最简单快捷,而xxl-job的难度主要体现在集成和调试上。无论是什么样的定时任务,你都需要确保:
-
任务不会因为集群部署而被多次执行。
-
任务发生异常得到有效的处理
-
任务的处理过慢导致大量积压
-
任务应该在预期的时间点执行
中间件可以将服务解耦,但增加了复杂度