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cron表达式。
@Configuration@EnableSchedulingpublic 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*/@Scheduled(cron = "0 0/1 * * * ? *")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>*/@Configuration@EnableSchedulingpublic class RedisJob {public static final String JOB_KEY = "redis.job.task";private static final Logger LOGGER = LoggerFactory.getLogger(RedisJob.class);@Autowired private StringRedisTemplate stringRedisTemplate;/*** 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)*/@Scheduled(cron = "0 0/1 * * * ? *")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 taskLOGGER.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;
-
键空间通知的方式
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,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);}@Overridepublic void onMessage(Message message, byte[] pattern) {// channelString channel = new String(message.getChannel(), StandardCharsets.UTF_8);// 过期的keyString 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>*/@Configurationpublic class RedisExJob {@Autowired private RedisConnectionFactory redisConnectionFactory;@Beanpublic RedisMessageListenerContainer redisMessageListenerContainer() {RedisMessageListenerContainer redisMessageListenerContainer = new RedisMessageListenerContainer();redisMessageListenerContainer.setConnectionFactory(redisConnectionFactory);return redisMessageListenerContainer;}@Beanpublic 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;
-
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
-
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
-
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
-
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,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
