1，XXL-Job的介绍：

1.1，什么是分布式任务调度：

当前软件的架构已经开始向分布式架构转变，将单体结构拆分为若干服务，服务之间通过网络交互来完成业务处理。在分布式架构下，一个服务往往会部署多个实例来运行我们的业务，如果在这种分布式系统环境下运行任务调度，我们称之为分布式任务调度。

将任务调度程序分布式构建，这样就可以具有分布式系统的特点，并且提高任务的调度处理能力：

1、并行任务调度
并行任务调度实现靠多线程，如果有大量任务需要调度，此时光靠多线程就会有瓶颈了，因为一台计算机CPU的处理能力是有限的。
如果将任务调度程序分布式部署，每个结点还可以部署为集群，这样就可以让多台计算机共同去完成任务调度，我们可以将任务分割为若干个分片，由不同的实例并行执行，来提高任务调度的处理效率。

2、高可用
若某一个实例宕机，不影响其他实例来执行任务。

3、弹性扩容
当集群中增加实例就可以提高并执行任务的处理效率。

4、任务管理与监测
对系统中存在的所有定时任务进行统一的管理及监测。让开发人员及运维人员能够时刻了解任务执行情况，从而做出快速的应急处理响应。

1.2，XXL-Job的简介：

针对分布式任务调度的需求，市场上出现了很多的产品：

1） 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。

2） 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。（许雪里）

3）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。

4）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。

XXL-JOB是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。

源码地址：https://gitee.com/xuxueli0323/xxl-job

文档地址：https://www.xuxueli.com/xxl-job/

1.2.1，特性

  • 简单灵活
    提供Web页面对任务进行管理，管理系统支持用户管理、权限控制；
    支持容器部署；
    支持通过通用HTTP提供跨平台任务调度；
  • 丰富的任务管理功能
    支持页面对任务CRUD操作；
    支持在页面编写脚本任务、命令行任务、Java代码任务并执行；
    支持任务级联编排，父任务执行结束后触发子任务执行；
    支持设置指定任务执行节点路由策略，包括轮询、随机、广播、故障转移、忙碌转移等；
    支持Cron方式、任务依赖、调度中心API接口方式触发任务执行
  • 高性能
    任务调度流程全异步化设计实现，如异步调度、异步运行、异步回调等，有效对密集调度进行流量削峰；
  • 高可用
    任务调度中心、任务执行节点均 集群部署，支持动态扩展、故障转移
    支持任务配置路由故障转移策略，执行器节点不可用是自动转移到其他节点执行
    支持任务超时控制、失败重试配置
    支持任务处理阻塞策略：调度当任务执行节点忙碌时来不及执行任务的处理策略，包括：串行、抛弃、覆盖策略
  • 易于监控运维
    支持设置任务失败邮件告警，预留接口支持短信、钉钉告警；
    支持实时查看任务执行运行数据统计图表、任务进度监控数据、任务完整执行日志；

    2，XXL-Job的环境搭建：

    image.png

    1）源码仓库地址

    | 源码仓库地址 | Release Download | | —- | —- | | https://github.com/xuxueli/xxl-job | Download | | http://gitee.com/xuxueli0323/xxl-job | Download |

也可以使用资料文件夹中的源码

image.png

2）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。
位置：/xxl-job/doc/db/tables_xxl_job.sql 共8张表

  1. - xxl_job_lock：任务调度锁表；
  2. - xxl_job_group：执行器信息表，维护任务执行器信息；
  3. - 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；
  4. - 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；
  5. - 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；
  6. - 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；
  7. - 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;

3）编译源码

解压源码,按照maven格式将源码导入IDE, 使用maven进行编译即可，源码结构如下：
image.png

4）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：/xxl-job/xxl-job-admin/src/main/resources/application.properties
数据库的连接信息修改为自己的数据库

  1. ### web
  2. server.port=8888
  3. server.servlet.context-path=/xxl-job-admin
  5. ### actuator
  6. management.server.servlet.context-path=/actuator
  7. management.health.mail.enabled=false
  9. ### resources
  10. spring.mvc.servlet.load-on-startup=0
  11. spring.mvc.static-path-pattern=/static/**
  12. spring.resources.static-locations=classpath:/static/
  14. ### freemarker
  15. spring.freemarker.templateLoaderPath=classpath:/templates/
  16. spring.freemarker.suffix=.ftl
  17. spring.freemarker.charset=UTF-8
  18. spring.freemarker.request-context-attribute=request
  19. spring.freemarker.settings.number_format=0.##########
  21. ### mybatis
  22. mybatis.mapper-locations=classpath:/mybatis-mapper/*Mapper.xml
  23. #mybatis.type-aliases-package=com.xxl.job.admin.core.model
  25. ### xxl-job, datasource
  26. spring.datasource.url=jdbc:mysql://192.168.66.133:3306/xxl_job?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai
  27. spring.datasource.username=root
  28. spring.datasource.password=root
  29. spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
  31. ### datasource-pool
  32. spring.datasource.type=com.zaxxer.hikari.HikariDataSource
  33. spring.datasource.hikari.minimum-idle=10
  34. spring.datasource.hikari.maximum-pool-size=30
  35. spring.datasource.hikari.auto-commit=true
  36. spring.datasource.hikari.idle-timeout=30000
  37. spring.datasource.hikari.pool-name=HikariCP
  38. spring.datasource.hikari.max-lifetime=900000
  39. spring.datasource.hikari.connection-timeout=10000
  40. spring.datasource.hikari.connection-test-query=SELECT 1
  41. spring.datasource.hikari.validation-timeout=1000
  43. ### xxl-job, email
  44. spring.mail.host=smtp.qq.com
  45. spring.mail.port=25
  46. spring.mail.username=xxx@qq.com
  47. spring.mail.from=xxx@qq.com
  48. spring.mail.password=xxx
  49. spring.mail.properties.mail.smtp.auth=true
  50. spring.mail.properties.mail.smtp.starttls.enable=true
  51. spring.mail.properties.mail.smtp.starttls.required=true
  52. spring.mail.properties.mail.smtp.socketFactory.class=javax.net.ssl.SSLSocketFactory
  54. ### xxl-job, access token
  55. xxl.job.accessToken=
  57. ### xxl-job, i18n (default is zh_CN, and you can choose "zh_CN", "zh_TC" and "en")
  58. xxl.job.i18n=zh_CN
  60. ## xxl-job, triggerpool max size
  61. xxl.job.triggerpool.fast.max=200
  62. xxl.job.triggerpool.slow.max=100
  64. ### xxl-job, log retention days
  65. xxl.job.logretentiondays=30

启动调度中心http://localhost:8888/xxl-job-admin，默认登录账号 “admin/123456”, 登录后运行界面如下图所示。
image.png

3，XXL-Job的任务详解：

3.1，* 执行器：

  - **执行器：任务绑定的执行器，任务触发调度时将会自动发现注册成功的执行器，实现任务自动发现的功能；**
  - **另一方面，也方便进行任务的分组，每个任务必须绑定一个执行器；**

image.png
image.png
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：
image.png

3.2，基础配置：

image.png

  - 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

image.png

3.3，调度配置

  - 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；

image.png

3.4，* 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；

  - 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；

image.png

3.5，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；

image.png

3.6，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；**

image.png

4，XXL-Job的使用：

接着，要搭建一个xxljob-demo项目，来演示任务的使用。
image.png

1）创建项目及导入依赖

image.png

<?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 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.heima</groupId>
    <artifactId>xxljob-demo</artifactId>
    <version>1.0-SNAPSHOT</version>

    <!-- 继承Spring boot工程 -->
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.3.8.RELEASE</version>
    </parent>

    <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>
</project>

2）编写启动类

package com.heima.xxljob;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class XXLJobDemoApplication {
    public static void main(String[] args) {
        SpringApplication.run(XXLJobDemoApplication.class,args);
    }
}

3）编写application.yml

server:
  port: 8881

xxl:
  job:
    admin:
      addresses: http://localhost:8888/xxl-job-admin
    executor:
      appname: xxl-job-executor-sample
      port: 9999

4）XXLJob配置类

package com.heima.xxljob.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.executor.appname}")
    private String appname;

    @Value("${xxl.job.executor.port}")
    private int port;


    @Bean
    public XxlJobSpringExecutor xxlJobExecutor() {
        logger.info(">>>>>>>>>>> xxl-job config init.");
        XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();
        xxlJobSpringExecutor.setAdminAddresses(adminAddresses);
        xxlJobSpringExecutor.setAppname(appname);
        xxlJobSpringExecutor.setPort(port);
        return xxlJobSpringExecutor;
    }


}

5）编写任务类

package com.heima.xxljob.job;

import com.xxl.job.core.handler.annotation.XxlJob;
import org.springframework.stereotype.Component;

@Component
public class HelloJob {

    @XxlJob("demoJobHandler")
    public void helloJob(){
        System.out.println("简单任务执行了。。。。");

    }
}

16、热点文章定时计算：XXL-Job入门案例（3）

1）路由策略(轮询)

1.修改任务为轮询
image.png

2.启动多个微服务
image.png

修改yml配置文件：

server:
  port: ${port:8881}

xxl:
  job:
    admin:
      addresses: http://localhost:8888/xxl-job-admin
    executor:
      appname: xxl-job-executor-sample
      port: ${executor.port:9999}

3.启动多个微服务

每个微服务轮询的去执行任务

2）路由策略(分片广播)

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
image.png

需求：让两个节点同时执行10000个任务，每个节点分别执行5000个任务

①：创建分片执行器
image.png

②：创建任务，路由策略为分片广播
image.png

③：分片广播代码

分片参数
index：当前分片序号(从0开始)，执行器集群列表中当前执行器的序号；
total：总分片数，执行器集群的总机器数量；

修改yml配置

server:
  port: ${port:8881}


xxl:
  job:
    admin:
      addresses: http://192.168.200.130:8888/xxl-job-admin
    executor:
      appname: xxl-job-sharding-executor
      port: ${executor.port:9999}

代码

package com.heima.xxljob.job;

import com.xxl.job.core.context.XxlJobHelper;
import com.xxl.job.core.handler.annotation.XxlJob;
import groovy.util.logging.Slf4j;
import org.springframework.stereotype.Component;

import java.util.ArrayList;
import java.util.Date;
import java.util.List;
import java.util.concurrent.TimeUnit;

@Component
public class HelloJob {

   /* *//**
     * 1、简单任务示例（Bean模式）
     *//*
    @XxlJob("helloJob")
    public void demoJobHandler() throws Exception {
        System.out.println("任务被执行了。"+new Date());
    }*/


    /**
     * 2、分片广播任务
     *    在1次任务中，执行1000个任务项目（插入表）
     */
    @XxlJob("helloJob")
    public void shardingJobHandler() throws Exception {

        // 分片参数
        int shardIndex = XxlJobHelper.getShardIndex(); //分片索引（哪台机器）
        int shardTotal = XxlJobHelper.getShardTotal(); //分片总数

        XxlJobHelper.log("分片参数：当前分片序号 = {}, 总分片数 = {}", shardIndex, shardTotal);

        // 业务逻辑
        //取出任务项列表
        List<Integer> items = getItems();

        //遍历任务项
        for(Integer item:items){
            if(item % shardTotal == shardIndex){
                System.out.println("当前任务项为："+item+"，被"+shardIndex+"分片执行!");
            }
        }
    }

    /**
     * 模拟1000个任务项目
     */
    public List<Integer> getItems(){
        List<Integer> items = new ArrayList<>();
        for(int i=1;i<=1000;i++){
            items.add(i);
        }
        return items;
    }
}

④：测试

启动多个微服务测试，一次执行可以执行多个任务