分布式调度XXL-JOB
1. Spring提供的定时任务调度SpringTask
Spring3.0以后自主开发的定时任务工具,spring task,可以将它比作一个轻量级的Quartz,而且使用起来很简单,除spring相关的包外不需要额外的包,而且支持注解和配置文件两种形式。
视频教程:https://www.bilibili.com/video/BV1xJ411G7ff/?vd_source=61b6fb4e547748656e36b17ee95125fb
1.1 SpringTask使用
-
主启动类上添加注解:@EnableScheduling
-
在需要定时执行的方法上加注解:@Scheduled
// @Scheduled 注解介绍
@Target({java.lang.annotation.ElementType.METHOD, java.lang.annotation.ElementType.ANNOTATION_TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface Scheduled {
public abstract String cron(); // 指定cron表达式
public abstract long fixedDelay(); // 上一个任务完成开始到下一个任务开始的间隔,单位是毫秒。
public abstract long fixedRate(); // 上一个任务开始到下一个任务开始的间隔,单位是毫秒。
}
// 该代码实现了固定时间间隔完成定时任务的输出。
@EnableScheduling
@SpringBootApplication
public class SchedulerApplication {
public static void main(String[] args) {
SpringApplication.run(SchedulerApplication.class, args);
}
@Scheduled(fixedRate = 5 * 1000) // 每5秒执行一次
public void playSth() {
System.out.println("好好学习 " + DateFormat.getDateTimeInstance().format(new Date()));
}
@Scheduled(fixedRate = 5 * 1000) // 每5秒执行一次
public void playSth2() {
System.out.println("天天向上 " + DateFormat.getDateTimeInstance().format(new Date()));
}
}
// =================== 若想在特定时间执行定时任务可以使用 cron 表达式来解决。 ============================
// 在线Cron表达式生成器:https://cron.qqe2.com/
@EnableScheduling
@SpringBootApplication
public class SchedulerApplication {
public static void main(String[] args) {
SpringApplication.run(SchedulerApplication.class, args);
}
@Scheduled(cron = "0 0/30 9-22 * * ?") // 设置9点到22点,每隔30分钟执行一次
public void playSth() {
System.out.println("好好学习 " + DateFormat.getDateTimeInstance().format(new Date()));
}
@Scheduled(fixedRate = "0 0 9-22/4 * * ?") // 设置9点到22点,每隔4小时执行一次
public void playSth2() {
System.out.println("天天向上 " + DateFormat.getDateTimeInstance().format(new Date()));
}
}
1.2 SpringTask搭配多线程异步
虽然实现了Spring定时任务,但是,默认是单线程的定时任务,如果任务持续时间较长,或者定时间隔时间较短,可能会将后续定时任务拖延,从而导致丢失任务。
@EnableAsync // 开启多线程异步注解支持
@EnableScheduling
@SpringBootApplication
public class SchedulerApplication {
public static void main(String[] args) {
SpringApplication.run(SchedulerApplication.class, args);
}
@Async // 设置异步执行
@Scheduled(cron = "0 0/30 9-22 * * ?") // 设置9点到22点,每隔30分钟执行一次
public void playSth() {
System.out.println("好好学习 " + DateFormat.getDateTimeInstance().format(new Date()));
}
@Async
@Scheduled(fixedRate = "0 0 9-22/4 * * ?") // 设置9点到22点,每隔4小时执行一次
public void playSth2() {
System.out.println("天天向上 " + DateFormat.getDateTimeInstance().format(new Date()));
}
}
1.3 一般定时任务的不足
-
不支持集群
-
不支持任务重试
-
不支持动态调用规则,一旦配置,不能在项目执行期间进行动态调整规则。
-
无报警机制
2. XXL-JOB
2.1 什么是XXL-JOB
XXL-JOB:一个轻量级的分布式调度任务框架。为了自动完成特定任务,在约定的特定时刻去执行任务的过程。
官网:https://www.xuxueli.com/xxl-job/
请配合官网查看,官网中文,写的很详细。
2.2 为什么需要分布式任务调度
- 高可用:单机版只能在一台机器上运行,会出现单点故障。
- 瓶颈问题:单机版处理性能存在极限。
- 防止重复执行:当部署了多台服务器时,若多台服务器又有定时任务时,就可能导致任务重复执行。
2.3 快速入门 - 部署调度中心
调度中心是否支持集群:
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;
源码仓库地址:
https://github.com/xuxueli/xxl-job
http://gitee.com/xuxueli0323/xxl-job
2.3.1 初始化调度数据库
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。
“调度数据库初始化SQL脚本” 位置为: /xxl-job/doc/db/tables_xxl_job.sql
2.3.2 源码模块介绍
xxl-job-admin:调度中心
xxl-job-core:公共依赖
xxl-job-executor-samples:执行器Sample示例(选择合适的版本执行器,可直接使用,也可以参考其并将现有项目改造成执行器)
:xxl-job-executor-sample-springboot:Springboot版本,通过Springboot管理执行器,推荐这种方式;
:xxl-job-executor-sample-frameless:无框架版本;
2.3.3 配置部署“调度中心”——配置文件内容说明
### 调度中心JDBC链接:链接地址请保持和 2.1章节 所创建的调度数据库的地址一致
spring.datasource.url=jdbc:mysql://127.0.0.1:3306/xxl_job?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai
spring.datasource.username=root
spring.datasource.password=root_pwd
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
### 报警邮箱
spring.mail.host=smtp.qq.com
spring.mail.port=25
spring.mail.username=xxx@qq.com
spring.mail.password=xxx
spring.mail.properties.mail.smtp.auth=true
spring.mail.properties.mail.smtp.starttls.enable=true
spring.mail.properties.mail.smtp.starttls.required=true
spring.mail.properties.mail.smtp.socketFactory.class=javax.net.ssl.SSLSocketFactory
### 调度中心通讯TOKEN [选填]:非空时启用; 若指定了调度中心token,则想要与其连接的执行器,也需要配置相同的token
xxl.job.accessToken=
### 调度中心国际化配置 [必填]: 默认为 "zh_CN"/中文简体, 可选范围为 "zh_CN"/中文简体, "zh_TC"/中文繁体 and "en"/英文;
xxl.job.i18n=zh_CN
## 调度线程池最大线程配置【必填】
xxl.job.triggerpool.fast.max=200
xxl.job.triggerpool.slow.max=100
### 调度中心日志表数据保存天数 [必填]:过期日志自动清理;限制大于等于7时生效,否则, 如-1,关闭自动清理功能;
xxl.job.logretentiondays=30
2.3.4 配置部署“调度中心”——部署项目
执行器是否支持集群:
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。
执行器集群部署时,几点要求和建议:
执行器回调地址(xxl.job.admin.addresses)需要保持一致;执行器根据该配置进行执行器自动注册等操作。
同一个执行器集群内AppName(xxl.job.executor.appname)需要保持一致;调度中心根据该配置动态发现不同集群的在线执行器列表。
调度中心访问地址:http://localhost:8080/xxl-job-admin (该地址执行器将会使用到,作为回调地址)
默认登录账号 “admin/123456”, 登录后运行界面如下图所示。
2.4 快速入门 - 开发一个任务(执行器)
<dependency>
<groupId>com.xuxueli</groupId>
<artifactId>xxl-job-core</artifactId>
<version>${版本}</version>
</dependency>
### 配置文件内容
### 调度中心部署根地址 [选填]:如调度中心集群部署存在多个地址则用逗号分隔。执行器将会使用该地址进行"执行器心跳注册"和"任务结果回调";为空则关闭自动注册;
xxl.job.admin.addresses=http://127.0.0.1:8080/xxl-job-admin
### 执行器通讯TOKEN [选填]:非空时启用;
xxl.job.accessToken=
### 执行器AppName [选填]:执行器心跳注册分组依据;为空则关闭自动注册
xxl.job.executor.appname=xxl-job-executor-sample
### 执行器注册 [选填]:优先使用该配置作为注册地址,为空时使用内嵌服务 ”IP:PORT“ 作为注册地址。从而更灵活的支持容器类型执行器动态IP和动态映射端口问题。
xxl.job.executor.address=
### 执行器IP [选填]:默认为空表示自动获取IP,多网卡时可手动设置指定IP,该IP不会绑定Host仅作为通讯实用;地址信息用于 "执行器注册" 和 "调度中心请求并触发任务";
xxl.job.executor.ip=127.0.0.1
### 执行器端口号 [选填]:小于等于0则自动获取;默认端口为9999,单机部署多个执行器时,注意要配置不同执行器端口;
xxl.job.executor.port=9999
### 执行器运行日志文件存储磁盘路径 [选填] :需要对该路径拥有读写权限;为空则使用默认路径;
xxl.job.executor.logpath=/data/applogs/xxl-job/jobhandler
### 执行器日志文件保存天数 [选填] : 过期日志自动清理, 限制值大于等于3时生效; 否则, 如-1, 关闭自动清理功能;
xxl.job.executor.logretentiondays=30
// XXL-JOB 配置类
@Configuration
public class XxlJobConfig {
private Logger logger = LoggerFactory.getLogger(XxlJobConfig.class);
@Value("${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);
xxlJobSpringExecutor.setAppname(appname);
xxlJobSpringExecutor.setAddress(address);
xxlJobSpringExecutor.setIp(ip);
xxlJobSpringExecutor.setPort(port);
xxlJobSpringExecutor.setAccessToken(accessToken);
xxlJobSpringExecutor.setLogPath(logPath);
xxlJobSpringExecutor.setLogRetentionDays(logRetentionDays);
return xxlJobSpringExecutor;
}
}
Bean模式案例:
Bean模式可分为类形式,方法形式两种。
GLUE模式讲解:https://www.bilibili.com/video/BV1824y1G7vT?p=6&vd_source=61b6fb4e547748656e36b17ee95125fb
BEAN模式(类形式)
优点:不限制项目环境,兼容性好。即使是无框架项目,如main方法直接启动的项目也可以提供支持,可以参考示例项目 “xxl-job-executor-sample-frameless”;
缺点:
每个任务需要占用一个Java类,造成类的浪费;
不支持自动扫描任务并注入到执行器容器,需要手动注入。
步骤一:执行器项目中,开发Job类:
1、开发一个继承自"com.xxl.job.core.handler.IJobHandler"的JobHandler类,实现其中任务方法。
2、手动通过如下方式注入到执行器容器。
```
XxlJobExecutor.registJobHandler("demoJobHandler", new DemoJobHandler());
```
步骤二:调度中心,新建调度任务
后续步骤和 BEAN模式(方法形式) 一致,可以前往参考。
BEAN模式(方法形式)
优点:
每个任务只需要开发一个方法,并添加”@XxlJob”注解即可,更加方便、快速。
支持自动扫描任务并注入到执行器容器。
缺点:要求Spring容器环境;
步骤一:执行器项目中,开发Job方法:
1、任务开发:在Spring Bean实例中,开发Job方法;(创建一个类,该类加入IOC)
2、注解配置:为Job方法添加注解
@XxlJob(
value="自定义jobhandler名称",
init = "JobHandler初始化方法",
destroy = "JobHandler销毁方法"
) // 注解value值对应的是调度中心新建任务的JobHandler属性的值。
3、执行逻辑:在方法里面编写你想执行的任务逻辑
4、任务结果:默认任务结果为 "成功" 状态,不需要主动设置;如有诉求,比如设置任务结果为失败,可以通过 "XxlJobHelper.handleFail/handleSuccess" 自主设置任务结果;
@Component
public class SampleXxlJob {
private static Logger logger = LoggerFactory.getLogger(SampleXxlJob.class);
/**
* 1、简单任务示例(Bean模式)
*/
@XxlJob("demoJobHandler") // 该注解的值需要和你在XXL-JOB的图形化界面,新增任务时填写的 JobHandler 一致
public void demoJobHandler() throws Exception {
System.out.println("哇哈哈");
}
}
任务配置:
- 运行模式:
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;
GLUE模式(Java):任务以源码方式维护在调度中心;该模式的任务实际上是一段继承自IJobHandler的Java类代码并 "groovy" 源码方式维护,它在执行器项目中运行,可使用@Resource/@Autowire注入执行器里中的其他服务;
GLUE模式(Shell):任务以源码方式维护在调度中心;该模式的任务实际上是一段 "shell" 脚本;
GLUE模式(Python):任务以源码方式维护在调度中心;该模式的任务实际上是一段 "python" 脚本;
GLUE模式(PHP):任务以源码方式维护在调度中心;该模式的任务实际上是一段 "php" 脚本;
GLUE模式(NodeJS):任务以源码方式维护在调度中心;该模式的任务实际上是一段 "nodejs" 脚本;
GLUE模式(PowerShell):任务以源码方式维护在调度中心;该模式的任务实际上是一段 "PowerShell" 脚本;
- 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;
# GLUE 模式可以理解为:它能在项目已经上线的情况下,进行新建任务的调度。
# Bean 模式需要提前写好再上线项目。
启动任务:
2.5 快速入门 - 负载均衡测试
前言:
如果使用 Spring Task可能会有重复执行,单体故障,单体瓶颈的问题。
接下来我们看看 XXL-JOB 怎么避免重复执行的。
2.5.1 在IDEA中,开启多个SpringBoot项目。
视频:https://www.bilibili.com/video/BV1824y1G7vT?p=7&vd_source=61b6fb4e547748656e36b17ee95125fb
2.5.2 现象
出现的现象:该任务只会在某一个实例里面执行。
2.5.3 利用负载均衡改造
高级配置:
- 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;
- 子任务:每个任务都拥有一个唯一的任务ID(任务ID可以从任务列表获取),当本任务执行结束并且执行成功时,将会触发子任务ID所对应的任务的一次主动调度。
- 调度过期策略:
- 忽略:调度过期后,忽略过期的任务,从当前时间开始重新计算下次触发时间;
- 立即执行一次:调度过期后,立即执行一次,并从当前时间开始重新计算下次触发时间;
- 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;
- 任务超时时间:支持自定义任务超时时间,任务运行超时将会主动中断任务;
- 失败重试次数;支持自定义任务失败重试次数,当任务失败时将会按照预设的失败重试次数主动进行重试;
3. 父子任务
前言:
我们先开发2个执行器任务。
4. 动态任务参数
前言:
XXL-JOB 支持动态的接收参数进行任务调度,调度器可以传指定参数给具体的任务。
通过 XxlJobHelper.getJobParam() 方法可以获取到,执行任务时传递过来的参数。
XxlJobHelper的方法:
long getJobId()
String getJobParam() 获取任务参数
String getJobLogFileName()
int getShardIndex() 获取当前分片的索引
int getShardTotal() 获取总分片数
5. 分片任务
前言:
分片任务是指会对所有的执行器广播这个任务,所有的执行器都会接收到调用请求。
每个执行器可以根据总分片数及当前执行器的索引进行相关业务处理。
视频:https://www.bilibili.com/video/BV12N4y1G7b4?p=9&vd_source=61b6fb4e547748656e36b17ee95125fb
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南