1、介绍

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。
XXL-JOB主要有调度中心、执行器、任务：

调度中心：
负责管理调度信息，按照调度配置发出调度请求，自身不承担业务代码；
主要职责为执行器管理、任务管理、监控运维、日志管理等
任务执行器：
负责接收调度请求并执行任务逻辑；
只要职责是注册服务、任务执行服务（接收到任务后会放入线程池中的任务队列）、执行结果上报、日志服务等
任务：负责执行具体的业务处理。

调度中心与执行器之间的工作流程如下：

执行流程：

注册：任务执行器根据配置的调度中心的地址，自动注册到调度中心
任务下发：达到任务触发条件，调度中心下发任务
记录结果，写入日志：执行器基于线程池执行任务，并把执行结果放入内存队列中、把执行日志写入日志文件中
信息上报：执行器消费内存队列中的执行结果，主动上报给调度中心
统一日志读取：当用户在调度中心查看任务日志，调度中心请求任务执行器，任务执行器读取任务日志文件并返回日志详情

2、搭建

2.1、根据数据库信息配置数据库

2.2、执行器

添加依赖

<dependency>
    <groupId>com.xuxueli</groupId>
    <artifactId>xxl-job-core</artifactId>
</dependency>

配置yaml

xxl:
  job:
    admin: 
      addresses: http://localhost:8080/xxl-job-admin
    executor:
      appname: media-process-service
      address: 
      ip: 
      port: 9999
      logpath: /data/applogs/xxl-job/jobhandler
      logretentiondays: 30
    accessToken: default_token

appname这是执行器的应用名，稍后在调度中心配置执行器时要使用。

2.3、配置xxl-job执行器

XxlJobConfig.java
将示例工程下配置类拷贝到媒资管理的service工程下

拷贝至：

在调度中心添加执行器

appname是前边在nacos中配置xxl信息时指定的执行器的应用名。

添加成功

到此完成媒资管理模块service工程配置xxl-job执行器，在xxl-job调度中心添加执行器，下边准备测试执行器与调度中心是否正常通信，因为接口工程依赖了service工程，所以启动媒资管理模块的接口工程。
启动后观察日志，出现下边的日志表示执行器在调度中心注册成功

在线机器地址处已显示1个执行器。

2.3、执行

下边编写任务，任务类的编写方法参考示例工程，如下图：
在service包下新建jobhandler存放任务类，下边参考示例工程编写一个任务类


package com.xuecheng.media.service.jobhandler;
import com.xxl.job.core.context.XxlJobHelper;
import com.xxl.job.core.handler.annotation.XxlJob;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;
import java.util.concurrent.TimeUnit;
/**
● @description  测试执行器 
● @author  Mr.M 
● @date  2022/9/13 20:32 
● @version  1.0 
*/
@Component  
    @Slf4j  
    public class SampleJob {
        /**
● 1、简单任务示例（Bean模式）
*/
        @XxlJob("testJob")
        public void testJob() throws Exception {
            log.info("开始执行.....");
        }
    }

下边在调度中心添加任务，进入任务管理

点击新增，填写任务信息

调度类型选择Cron，并配置Cron表达式设置定时策略。
Cron表达式是一个字符串，通过它可以定义调度策略，格式如下：
{秒数} {分钟} {小时} {日期} {月份} {星期} {年份(可为空)}
xxl-job提供图形界面去配置

3、分片广播

掌握了xxl-job的基本使用，下边思考如何进行分布式任务处理呢？如下图，我们会启动多个执行器组成一个集群，去执行任务。

集群调度策略

单个任务多个集群，选取一台机器执行任务的策略

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；
作业分片策略

调度中心将集群中的执行器标上序号：0，1，2，3…，广播是指每次调度会向集群中所有执行器发送调度请求，请求中携带分片参数。将单个任务按照一定策略进行分片，分开执行一个任务

每个执行器收到调度请求根据分片参数自行决定是否执行任务。
另外xxl-job还支持动态分片，当执行器数量有变更时，调度中心会动态修改分片的数量。
作业分片适用哪些场景呢？

分片任务场景：10个执行器的集群来处理10w条数据，每台机器只需要处理1w条数据，耗时降低10倍；
广播任务场景：广播执行器同时运行shell脚本、广播集群节点进行缓存更新等。

所以，广播分片方式不仅可以充分发挥每个执行器的能力，并且根据分片参数可以控制任务是否执行，最终灵活控制了执行器集群分布式处理任务。

使用说明：
“分片广播” 和普通任务开发流程一致，不同之处在于可以获取分片参数进行分片业务处理。
“ShardingJobHandler“：

代码 ```java @XxlJob(“shardingJobHandler”) public void shardingJobHandler() throws Exception { // 分片序号，从0开始 int shardIndex = XxlJobHelper.getShardIndex(); // 分片总数 int shardTotal = XxlJobHelper.getShardTotal();

```

在调度中心添加任务

XXL-JOB