ElasticJob 分布式调度解决方案

1. 概述

1.1. 任务调度

以下业务场景业务场景解决方案，都是任务调度

某电商系统需要在每天上午 10 点，下午 3 点，晚上 8 点发放一批优惠券。
某银行系统需要在信用卡到期还款日的前三天进行短信提醒。
某财务系统需要在每天凌晨 0:10 结算前一天的财务数据，统计汇总。
12306 会根据车次的不同，设置某几个时间点进行分批放票。
某网站为了实现天气实时展示，每隔 10 分钟就去天气服务器获取最新的实时天气信息。

任务调度是指系统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。有了任务调度即可解放更多的人力，而是由系统自动去执行任务。

1.2. 任务调度实现几种方式

1.2.1. 多线程方式实现

可以开启一个线程，每sleep一段时间，就去检查是否已到预期执行时间。以下代码简单实现了任务调度的功能：

public static void main(String[] args) {
    // 任务执行间隔时间
    final long timeInterval = 1000;
    Runnable runnable = new Runnable() {
        public void run() {
            while (true) {
                // TODO：something
                try {
                    Thread.sleep(timeInterval);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        }
    };
    Thread thread = new Thread(runnable);
    thread.start();
}

1.2.2. Timer 方式实现

JDK 也为提供了相关定时器的支持，如 Timer、ScheduledExecutor
Timer 的优点在于简单易用，每个 Timer 对应一个线程，因此可以同时启动多个 Timer 并行执行多个任务，同一个 Timer 中的任务是串行执行。

public static void main(String[] args) {
    Timer timer = new Timer();
    timer.schedule(new TimerTask() {
        @Override
        public void run() {
            // TODO：something
        }
    }, 1000, 2000); // 1秒后开始调度，每2秒执行一次
}

1.2.3. ScheduledExecutor 方式实现

Java 5 推出了基于线程池设计的 ScheduledExecutor，其设计思想是，每一个被调度的任务都会由线程池中一个线程去执行，因此任务是并发执行的，相互之间不会受到干扰。

public static void main(String[] args) {
    ScheduledExecutorService service = Executors.newScheduledThreadPool(10);
    service.scheduleAtFixedRate(
            new Runnable() {
                @Override
                public void run() {
                    // TODO：something
                    System.out.println("todo something");
                }
            }, 1, 2, TimeUnit.SECONDS);
}

1.2.4. 第三方 Quartz 框架方式实现

值得注意的是，Timer 和 ScheduledExecutor 都仅能提供基于开始时间与重复间隔的任务调度，不能胜任更加复杂的调度需求。比如，设置每月第一天凌晨1点执行任务、复杂调度任务的管理、任务间传递数据等等。此时可以选择使用第三方的任务调度框架
Quartz 是一个功能强大的任务调度框架，它可以满足更多更复杂的调度需求，Quartz 设计的核心类包括 Scheduler，Job 以及 Trigger。其中，Job 负责定义需要执行的任务，Trigger 负责设置调度策略，Scheduler 将二者组装在一起，并触发任务开始执行。Quartz 支持简单的按时间间隔调度、还支持按日历调度方式，通过设置 CronTrigger 表达式（包括：秒、分、时、日、月、周、年）进行任务调度。

public static void main(String[] agrs) throws SchedulerException {
    // 创建一个Scheduler
    SchedulerFactory schedulerFactory = new StdSchedulerFactory();
    Scheduler scheduler = schedulerFactory.getScheduler();
    // 创建JobDetail
    JobBuilder jobDetailBuilder = JobBuilder.newJob(MyJob.class);
    jobDetailBuilder.withIdentity("jobName", "jobGroupName");
    JobDetail jobDetail = jobDetailBuilder.build();
    // 创建触发的CronTrigger 支持按日历调度
    CronTrigger trigger = TriggerBuilder.newTrigger()
            .withIdentity("triggerName", "triggerGroupName")
            .startNow()
            .withSchedule(CronScheduleBuilder.cronSchedule("0/2 * * * * ?"))
            .build();
    // 创建触发的SimpleTrigger 简单的间隔调度
    /*SimpleTrigger trigger = TriggerBuilder.newTrigger()
            .withIdentity("triggerName", "triggerGroupName")
            .startNow()
            .withSchedule(SimpleScheduleBuilder
                    .simpleSchedule()
                    .withIntervalInSeconds(2)
                    .repeatForever())
            .build();*/
    scheduler.scheduleJob(jobDetail, trigger);
    scheduler.start();
}
public class MyJob implements Job {
    @Override
    public void execute(JobExecutionContext jobExecutionContext) {
        System.out.println("todo something");
    }
}

1.3. 分布式任务调度

1.3.1. 分布式

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。如下图，电商系统为分布式架构，由订单服务、商品服务、用户服务等组成：
02-ElasticJob - 图1
分布式系统具体如下基本特点：

分布性：每个部分都可以独立部署，服务之间交互通过网络进行通信，比如：订单服务、商品服务。
伸缩性：每个部分都可以集群方式部署，并可针对部分结点进行硬件及软件扩容，具有一定的伸缩能力。
高可用：每个部分都可以集群部分，保证高可用。

1.3.2. 分布式任务调度概述
通常任务调度的程序是集成在应用中的，比如：优惠卷服务中包括了定时发放优惠卷的的调度程序，结算服务中包括了定期生成报表的任务调度程序。在分布式架构下，一个服务往往会部署多个实例来运行相关的业务，如果在这种分布式系统环境下运行任务调度，称之为分布式任务调度。如下图：

1.3.3. 分布式调度要实现的目标
不管是任务调度程序集成在应用程序中，还是单独构建的任务调度系统，如果采用分布式调度任务的方式就相当于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：
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，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。

高可用

若某一个实例宕机，不影响其他实例来执行任务。

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。

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。

1.3.4. 分布式任务调度面临的问题

当任务调度以集群方式部署，同一个任务调度可能会执行多次，例如：电商系统定期发放优惠券，就可能重复发放优惠券，对公司造成损失，信用卡还款提醒就会重复执行多次，给用户造成烦恼，所以需要控制相同的任务在多个运行实例上只执行一次。常见解决方案如下：

分布式锁，多个实例在任务执行前首先需要获取锁，如果获取失败那么就证明有其他服务已经在运行，如果获取成功那么证明没有服务在运行定时任务，那么就可以执行。

02-ElasticJob - 图3

ZooKeeper 选举，利用 ZooKeeper 对 Leader 实例执行定时任务，执行定时任务的时候判断自己是否是 Leader，如果不是则不执行，如果是则执行业务逻辑，这样也能达到目的。

02-ElasticJob - 图4

1.4. 相关任务调度产品

针对分布式任务调度的需求，市场上出现了很多的产品：

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。
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。
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。
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。
2. 任务调度相关重要概念
2.1. 分片
任务的分布式执行，需要将一个任务拆分为多个独立的任务项，然后由分布式的服务器分别执行某一个或几个分片项。
例如：有一个遍历数据库某张表的作业，现有2台服务器。为了快速的执行作业，那么每台服务器应执行作业的50%。为满足此需求，可将作业分成2片，每台服务器执行1片。作业遍历数据的逻辑应为：服务器A遍历ID以奇数结尾的数据；服务器B遍历ID以偶数结尾的数据。
如果分成10片，则作业遍历数据的逻辑应为：每片分到的分片项应为ID%10，而服务器A被分配到分片项0,1,2,3,4；服务器B被分配到分片项5,6,7,8,9，直接的结果就是服务器A遍历ID以0-4结尾的数据；服务器B遍历ID以5-9结尾的数据。
2.2. leader 选举
zookeeper 会保证在多台服务器中选举出一个 leader，leader 如果下线会触发重新选举，在选出下个 leader 前所有任务会被阻塞，leader 会以“协调者”角色负责分片。
2.3. 分片策略
2.3.1. 平均分片策略（默认）
实现类全路径：com.dangdang.ddframe.job.lite.api.strategy.impl.AverageAllocationJobShardingStrategy
策略说明：

基于平均分配算法的分片策略，也是默认的分片策略。
如果分片不能整除，则不能整除的多余分片将依次追加到序号小的服务器。如：
如果有3台服务器，分成9片，则每台服务器分到的分片是：1=[0,1,2], 2=[3,4,5], 3=[6,7,8]
如果有3台服务器，分成8片，则每台服务器分到的分片是：1=[0,1,6], 2=[2,3,7], 3=[4,5]
如果有3台服务器，分成10片，则每台服务器分到的分片是：1=[0,1,2,9], 2=[3,4,5], 3=[6,7,8]

注：此分片策略比较常用

2.3.2. 哈希值升降序分片策略

实现类全路径：com.dangdang.ddframe.job.lite.api.strategy.impl.OdevitySortByNameJobShardingStrategy
策略说明：

根据作业名的哈希值奇偶数决定IP升降序算法的分片策略。
作业名的哈希值为奇数则IP升序。
作业名的哈希值为偶数则IP降序。
用于不同的作业平均分配负载至不同的服务器。

AverageAllocationJobShardingStrategy 的缺点是，一旦分片数小于作业服务器数，作业将永远分配至IP地址靠前的服务器，导致IP地址靠后的服务器空闲。而OdevitySortByNameJobShardingStrategy则可以根据作业名称重新分配服务器负载。如：

如果有3台服务器，分成2片，作业名称的哈希值为奇数，则每台服务器分到的分片是：1=[0], 2=[1], 3=[]
如果有3台服务器，分成2片，作业名称的哈希值为偶数，则每台服务器分到的分片是：3=[0], 2=[1], 1=[]

2.3.3. 哈希值轮转分片策略
实现类全路径：com.dangdang.ddframe.job.lite.api.strategy.impl.RotateServerByNameJobShardingStrategy
策略说明：
根据作业名的哈希值对服务器列表进行轮转的分片策略。

2.4. cron 表达式
cron 表达式是一个字符串，用来设置定时规则，由七部分组成，每部分中间用空格隔开，每部分的含义如下表所示：

| 组成部分 | 含义 | 取值范围 | | —- | —- | —- |

| 第一部分 | Seconds (秒) | 0-59 |

| 第二部分 | Minutes(分) | 0-59 |

| 第三部分 | Hours(时) | 0-23 |

| 第四部分 | Day-of-Month(天) | 1-31 |

| 第五部分 | Month(月) | 0-11或JAN-DEC |

| 第六部分 | Day-of-Week(星期) | 1-7(1表示星期日)或SUN-SAT |

| 第七部分 | Year(年) 可选 | 1970-2099 |

另外，cron表达式还可以包含一些特殊符号来设置更加灵活的定时规则，如下表所示:

| 符号 | 含义 | | —- | —- |

| ? | 表示不确定的值。当两个子表达式其中一个被指定了值以后，为了避免冲突，需要将另外一个的值设为“?”。例如：想在每月20日触发调度，不管20号是星期几，只能用如下写法：0 0 0 20 * ?，其中最后以为只能用“?” |

| * | 代表所有可能的值 |

| , | 设置多个值，例如“26,29,33”表示在26分，29分和33分各自运行一次任务 |

| - | 设置取值范围，例如“5-20”，表示从5分到20分钟每分钟运行一次任务 |

| / | 设置频率或间隔，如“1/15”表示从1分开始，每隔15分钟运行一次任务 |

| L | 用于每月，或每周，表示每月的最后一天，或每个月的最后星期几，例如“6L”表示”每月的最后一个星期五” |

| W | 表示离给定日期最近的工作日，例如“15W”放在每月（day-of-month）上表示”离本月15日最近的工作日” |

| # | 表示该月第几个周X。例如“6#3”表示该月第3个周五 |

以下列举了一些cron表达式的用法例子，如下表所示：

| cron表达式 | 含义 | | —- | —- |

| */5 * * * * ? | 每隔5秒运行一次任务 |

| 0 0 23 * * ? | 每天23点运行一次任务 |

| 0 0 1 1 * ? | 每月1号凌晨1点运行一次任务 |

| 0 0 23 L * ? | 每月最后一天23点运行一次任务 |

| 0 26,29,33 * * * ? | 在26分、29分、33分运行一次任务 |

| 0 0/30 9-17 * * ? | 朝九晚五工作时间内每半小时运行一次任务 |

| 0 15 10 ? * 6#3 | 每月的第三个星期五上午10:15运行一次任务 |

3. Elastic-Job 简介

3.1. 概述

ElasticJob 是一个分布式调度解决方案，由当当网开源，它由 2 个相互独立的子项目 ElasticJob-Lite 和 ElasticJob-Cloud 组成。

ElasticJob-Lite 定位为轻量级无中心化解决方案，使用jar的形式提供分布式任务的协调服务
ElasticJob-Cloud 使用 Mesos 的解决方案，额外提供资源治理、应用分发以及进程隔离等服务

使用 Elastic-Job 可以快速实现分布式任务调度。ElasticJob 的各个产品使用统一的作业 API，开发者仅需要一次开发，即可随意部署。

官网：https://shardingsphere.apache.org/elasticjob/index_zh.html
Elastic-Job 的 github 地址：https://github.com/apache/shardingsphere-elasticjob

3.2. 功能列表
分布式调度协调：在分布式环境中，任务能够按指定的调度策略执行，并且能够避免同一任务多实例重复执行。
丰富的调度策略：基于成熟的定时任务作业框架Quartz cron表达式执行定时任务。
弹性扩容缩容：当集群中增加某一个实例，它应当也能够被选举并执行任务；当集群减少一个实例时，它所执行的任务能被转移到别的实例来执行。
失效转移：某实例在任务执行失败后，会被转移到其他实例执行。
错过执行作业重触发：若因某种原因导致作业错过执行，自动记录错过执行的作业，并在上次作业完成后自动触发。
支持并行调度：支持任务分片，任务分片是指将一个任务分为多个小任务项在多个实例同时执行。
支持作业生命周期操作：可以动态对任务进行开启及停止操作。
丰富的作业类型：支持 Simple、DataFlow、Script 三种作业类型。
Spring整合以及命名空间支持：对 Spring 支持良好的整合方式，支持 spring 自定义命名空间，支持占位符。
运维平台：提供运维界面，可以管理作业和注册中心。

4. Elastic-Job 快速入门
4.1. 环境搭建
4.1.1. 版本要求
JDK 要求 1.7 及以上版本
Maven 要求 3.0.4 及以上版本
zookeeper 要求采用 3.4.6 及以上版本
4.1.2. Zookeeper 安装与运行
zk 下载地址：https://zookeeper.apache.org/releases.html
下载某版本 Zookeeper，并解压。把 conf 目录下的 zoo_sample.cfg 改为 zoo.cfg。修改相关配置。最后执行解压目录下的 bin/zkServer.cmd 启动 zk 服务
4.1.3. 数据库准备
数据库：mysql-5.7.25
创建 elastic_job_demo 数据库与 user 表： `` DROP DATABASE IF EXISTSelastic_job_demo; CREATE DATABASEelastic_job_demo` CHARACTER SET ‘utf8’ COLLATE ‘utf8_general_ci’;

USE elastic_job_demo; SET NAMES utf8mb4; SET FOREIGN_KEY_CHECKS = 0;

DROP TABLE IF EXISTS user; CREATE TABLE user ( id bigint(20) NOT NULL AUTO_INCREMENT COMMENT ‘主键ID’, name varchar(30) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT ‘姓名’, age int(11) NULL DEFAULT NULL COMMENT ‘年龄’, email varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT ‘邮箱’, PRIMARY KEY (id) USING BTREE ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

INSERT INTO user VALUES (1, ‘Jone’, 18, ‘test1@moon.com’); INSERT INTO user VALUES (2, ‘Jack’, 20, ‘test2@moon.com’); INSERT INTO user VALUES (3, ‘Tom’, 28, ‘test3@moon.com’); INSERT INTO user VALUES (4, ‘Sandy’, 21, ‘test4@moon.com’); INSERT INTO user VALUES (5, ‘Billie’, 24, ‘test5@moon.com’);

SET FOREIGN_KEY_CHECKS = 1;

### 4.2. Elastic-job 集成 Spring Boot
> 此 Elastic-job 快速入门示例使用 spring boot 集成方式。示例代码位置如下：
> - 代码仓库：[https://github.com/MooNkirA/java-technology-stack/tree/master/java-stack-elastic-job](https://github.com/MooNkirA/java-technology-stack/tree/master/java-stack-elastic-job)
> - 本地：\code\java-technology-stack\java-stack-elastic-job\elastic-job-springboot
#### 4.2.1. 导入 maven 依赖

org.springframework.boot spring-boot-starter-parent 2.2.2.RELEASE org.springframework.boot spring-boot-starter com.dangdang elastic-job-lite-spring 2.1.5 org.mybatis.spring.boot mybatis-spring-boot-starter 2.1.4 mysql mysql-connector-java 5.1.48 org.projectlombok lombok true

#### 4.2.2. 编写 spring boot 配置文件及启动类
spring boot 配置文件：

server: port: ${PORT:57081} spring: application: name: elastic-job-springboot datasource: driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://localhost:3306/elastic_job_demo?useUnicode=true&characterEncoding=utf8&autoReconnect=true&allowMultiQueries=true&useSSL=false username: root password: 123456

mybatis: mapper-locations: classpath:xml/.xml type-aliases-package: com.moon.elasticjobdemo.pojo

开启驼峰映射

configuration: map-underscore-to-camel-case: true

zookeeper服务地址

zookeeper: server: localhost:2181

myjob:

名称空间

namespace: elastic-job-example

分片总数

count: 3

cron表达式(定时策略)

cron: 0/5 ?

logging: level: root: info

springBoot 启动类：

@MapperScan(“com.moon.elasticjobdemo.dao”) @SpringBootApplication public class ElasticJobApp { public static void main(String[] args) { SpringApplication.run(ElasticJobApp.class, args); } }

#### 4.2.3. 实体类与数据访问层
用户表实体类

@Data public class User { private Long id; private String name; private Integer age; private String email; }

数据访问层接口。注意：此处为了方便测试分片作业，将查询语句进行改造，根据分片数据与当前作业程序编号进行查询，策略是根据用户id与分片数取模，是否为当前作业服务的编号

public interface UserMapper { /**

 * 根据分片查询
 *
 * @param shardingTotalCount
 * @param shardingItem
 * @return
 */
List<User> queryUserById(@Param("shardingTotalCount") int shardingTotalCount, @Param("shardingItem") int shardingItem);

}

mapper 映射文件

<?xml version=”1.0” encoding=”UTF-8” ?> <!DOCTYPE mapper PUBLIC “-//mybatis.org//DTD Mapper 3.0//EN” “http://mybatis.org/dtd/mybatis-3-mapper.dtd">

#### 4.2.4. Elastic-Job 任务类
编写 Elastic-Job 任务类，需要实现 `com.dangdang.ddframe.job.api.simple.SimpleJob` 接口，其中 `execute` 方法在定时任务被调度时执行

@Component @Slf4j public class MyJob implements SimpleJob {

@Autowired
private UserMapper userMapper;
/**
 * 执行作业的主要业务逻辑
 *
 * @param shardingContext 分片上下文
 */
@Override
public void execute(ShardingContext shardingContext) {
    // 从 Elastic-Job 分片上下文中，获取分片总数
    int shardingTotalCount = shardingContext.getShardingTotalCount();
    // 获取当前分片项
    int shardingItem = shardingContext.getShardingItem();
    // 查询结果
    List<User> users = userMapper.queryUserById(shardingTotalCount, shardingItem);
    for (User user : users) {
        log.info("作业分片: {} ---> {}", shardingItem, user);
    }
}

}

#### 4.2.5. zookeeper 注册中心配置
在 config 包中，创建 zookeeper 的配置类 `ZKRegistryCenterConfig`。

@Configuration public class ZKRegistryCenterConfig {

// 读取配置 zookeeper 服务器地址
@Value("${zookeeper.server}")
private String ZOOKEEPER_SERVER;
// 定时任务的名称空间
@Value("${myjob.namespace}")
private String JOB_NAMESPACE;
/**
 * zk的配置及创建注册中心
 *
 * @return
 */
@Bean(initMethod = "init")
public ZookeeperRegistryCenter createRegistryCenter() {
    // zk配置
    ZookeeperConfiguration zookeeperConfiguration = new ZookeeperConfiguration(ZOOKEEPER_SERVER, JOB_NAMESPACE);
    // 创建注册中心
    return new ZookeeperRegistryCenter(zookeeperConfiguration);
}

}

#### 4.2.6. elastic-job 配置类
在 config 包中，创建 elastic-job 配置类，配置任务详细信息，包括：指定任务执行类、任务的执行策略等等

@Configuration public class ElasticJobConfig {

@Autowired
private MyJob myJob;
@Autowired
private ZookeeperRegistryCenter zkRegistryCenterConfig;
// 读取配置文件：分片数量
@Value("${myjob.count}")
private int shardingCount;
// 读取配置文件：cron 表达式(定时策略)
@Value("${myjob.cron}")
private String cron;
@Bean(initMethod = "init")
public SpringJobScheduler initSimpleElasticJob() {
    // 创建作业核心配置 JobCoreConfiguration.Builder
    JobCoreConfiguration.Builder jobCoreConfigurationBuilder = JobCoreConfiguration.newBuilder(MyJob.class.getName(), cron, shardingCount);
    JobCoreConfiguration jobCoreConfiguration = jobCoreConfigurationBuilder.build();
    // 创建 SIMPLE 类型配置 SimpleJobConfiguration
    SimpleJobConfiguration simpleJobConfiguration = new SimpleJobConfiguration(jobCoreConfiguration, MyJob.class.getCanonicalName());
    // 创建 Lite 作业根配置 LiteJobConfiguration
    LiteJobConfiguration liteJobConfiguration = LiteJobConfiguration
            .newBuilder(simpleJobConfiguration)
            .jobShardingStrategyClass("com.dangdang.ddframe.job.lite.api.strategy.impl.AverageAllocationJobShardingStrategy") // 配置作业分片策略：平均分配策略
            .overwrite(true)
            .build();
    // 创建 SpringJobScheduler 任务调度器，由它来启动执行任务
    return new SpringJobScheduler(myJob, zkRegistryCenterConfig, liteJobConfiguration);
}

}

#### 4.2.7. 功能测试
启动 zookeeper 服务。由于在配置文件中设置的分片数量为3，所以这里启动了三个微服务，各个服务启动过程中会向 zookeeper 进行注册。配置以下 VM options 参数，启动服务，服务的端口是 57081(默认)、57082、57083

-Dserver.port=57082

``` 运行起来后，测试发现三个服务微每隔5秒钟就执行一次数据查询，并且进行了分片(平均分配)。运行效果如下。
02-ElasticJob - 图5

Code Learning Note

02-ElasticJob

ElasticJob 分布式调度解决方案

1. 概述

1.1. 任务调度

1.2. 任务调度实现几种方式

1.2.1. 多线程方式实现

1.2.2. Timer 方式实现

1.2.3. ScheduledExecutor 方式实现

1.2.4. 第三方 Quartz 框架方式实现

1.3. 分布式任务调度

1.3.1. 分布式

1.3.2. 分布式任务调度概述

1.3.3. 分布式调度要实现的目标

1.3.4. 分布式任务调度面临的问题

1.4. 相关任务调度产品

2. 任务调度相关重要概念

2.1. 分片

2.2. leader 选举

2.3. 分片策略

2.3.1. 平均分片策略（默认）

2.3.2. 哈希值升降序分片策略

2.3.3. 哈希值轮转分片策略

2.4. cron 表达式

3. Elastic-Job 简介

3.1. 概述

3.2. 功能列表

4. Elastic-Job 快速入门

4.1. 环境搭建

4.1.1. 版本要求

4.1.2. Zookeeper 安装与运行

4.1.3. 数据库准备

开启驼峰映射

zookeeper服务地址

名称空间

分片总数

cron表达式(定时策略)

5. Elastic-Job 工作原理（待整理）