初次使用XXL-JOB
简介
之前有ruoyi
学习 Quartz、定时任务、点赞功能的一种实现,三篇文章讨论有关定时任务的,这次终于是见识到了大名鼎鼎的XXL-JOB
了,下面就开始玩一下吧!
参考
https://www.xuxueli.com/xxl-job/
https://github.com/xuxueli/xxl-job/issues/1121
https://github.com/xuxueli/xxl-job/issues/191
开始吧
介绍我就不多讲了,我直接开始使用,过程中将一讲我的理解。还是那句话,官网是最好的参考资料。
下载
https://github.com/xuxueli/xxl-job
环境
- Maven3+
- Jdk1.8+
- Mysql5.7+
项目结构
XXL-JOB
项目结构还是很简单的,先声明我使用的是2.3.1
版本
xxl-job
-doc 各种文档,包括最重要的sql
-xxl-job-admin xxl调度中心
-xxl-job-core xxl核心依赖
-xxl-job-executor-samples xxl执行器示例
-xxl-job-executor-sample-frameless 无框架版
-xxl-job-executor-sample-springboot springboot版
创建数据库
执行/xxl-job/doc/db/tables_xxl_job.sql
调度中心
调度中心是所有执行器的控制管理中心,管理着所有“注册”在调度中心的执行器。
修改配置
修改数据库地址,需要的话配置一下邮箱。其他如端口、应用名,自己确认需要改不。
1 | ### 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 |
另外建议修改日志路径
1 | <property name="log.path" value="logs/xxl-job/xxl-job-admin.log"/> |
启动
现在本地启动一下,看有没有问题,如果正常启动,访问:http://localhost:8080/xxl-job-admin也没有问题,那么准备部署吧。
部署
jar
包部署,Docker
镜像部署都可以,我这里是Docker
镜像部署方式,有需要的可以参考,用官方的镜像也是不错的选择!
1 | FROM openjdk:8-jre-slim |
怎么流程化部署看自己的需要了,可以传包到服务器,再通过docker build -t
构建镜像并启动,也可以通过自动化,流水线类似的做CI/CD
。
执行器
可以先学习一下官方的示例,我就不啰嗦了,直接在自己的项目中集成。
pom
引入xxl-job-core
依赖
1 | <dependency> |
配置
注意调度中心地址、token
,ip
和端口看情况,我是用的默认的,如果之后要docker
部署,那么一定记得开放对应端口,日志目录我也改为了自己统一的目录了。
1 | ### 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; |
组件配置
1 |
|
自己的执行器
1 |
|
部署
部署方式任意,一定要注意,Docker
部署方式,一定要开放对应的端口后运行。
配置执行器
在调度中心-执行器管理,配置执行器。
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;
注册方式:调度中心获取执行器地址的方式;
自动注册:执行器自动进行执行器注册,调度中心通过底层注册表可以动态发现执行器机器地址;
手动录入:人工手动录入执行器的地址信息,多地址逗号分隔,供调度中心使用;
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;
注意⚠️:当执行器是Docker
部署时调度中心获取执行器机器地址会是docker
分配的虚地址,后面任务执行时会出错,如下。所以当使用docker
部署时直接配置宿主机地址。
github
上也有相关issues
,如果你有好的解决办法请务必告诉我。
https://github.com/xuxueli/xxl-job/issues/1121
https://github.com/xuxueli/xxl-job/issues/191
xxl-job remoting error(Connection refused (Connection refused)), for url : http://172.17.0.2:9999/run
任务
配置
配置中心-任务管理,配置任务,参考官方配置说明即可。
基础配置: - 执行器:任务的绑定的执行器,任务触发调度时将会自动发现注册成功的执行器, 实现任务自动发现功能; 另一方面也可以方便的进行任务分组。每个任务必须绑定一个执行器, 可在 "执行器管理" 进行设置; - 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; 触发配置: - 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; 固定延迟:该类型将会以固定延迟,触发任务调度;按照固定的延迟时间,从上次调度结束后开始计算延迟时间,到达延迟时间后触发下次调度; - CRON:触发任务执行的Cron表达式; - 固定速度:固定速度的时间间隔,单位为秒; - 固定延迟:固定延迟的时间间隔,单位为秒; 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;
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;
我的配置如下
执行
第一次配置完成,手动触发后查看调度日志和执行日志。
调度日志
执行日志
总结
XXL-JOB
使用起来还是很简单的,使用上比较符合官网所描述的。
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。
从目前的使用体验上讲,还是能玩好多东西的。