本章笔记整理自1小时掌握XXL-JOB分布式调度实战。

1.概述

1.1.什么是任务调度？

（1）我们可以思考一下下面业务场景的解决方案：

• 某电商平台需要每天上午 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 分结算前一天的财务数据，统计汇总；

（2）以上场景就是任务调度所需要解决的问题。任务调度是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。

1.2.为什么需要分布式调度

（1）使用 Spring 中提供的注解 @Scheduled，也能实现调度的功能，在业务类中方法中使用这个注解，然后在启动类上使用 @EnableScheduling注解：

有关 Spring Boot 中如何实现定时任务的相关知识可以查看 Spring Boot 面试题——定时任务这篇文章。

（2）感觉 Spring 给我们提供的这个注解可以完成任务调度的功能，好像已经完美解决问题了，为什么还需要分布式呢？主要原因如下：

• 高可用：单机版的定式任务调度只能在一台机器上运行，如果程序或者系统出现异常就会导致功能不可用。
• 防止重复执行：在单机模式下，定时任务是没什么问题的。但当我们部署了多台服务，同时又每台服务又有定时任务时，若不进行合理的控制在同一时间，只有一个定时任务启动执行，这时，定时执行的结果就可能存在混乱和错误了
• 单机处理极限：原本 1 分钟内需要处理 1 万个订单，但是现在需要 1 分钟内处理 10 万个订单；原来一个统计需要 1 小时，现在业务方需要 10 分钟就统计出来。你也许会说，你也可以多线程、单机多进程处理。的确，多线程并行处理可以提高单位时间的处理效率，但是单机能力毕竟有限（主要是 CPU、内存和磁盘），始终会有单机处理不过来的情况。

1.3 XXL-JOB 介绍

1.3.1.概述

（1）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。大众点评目前已接入 XXL-JOB，该系统在内部已调度约 100 万次，表现优异。目前已有多家公司接入 XXL-Job ，包括比较知名的大众点评，京东，优信二手车，360金融 (360)，联想集团，网易等等。

（2）官网地址：https://www.xuxueli.com/xxl-job/

1.3.2.✨系统架构图

XXL-JOB 的系统架构图如下图所示，其主要由以下两部分组成：

• 调度模块（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。调度系统与任务解耦，提高了系统可用性和稳定性，同时调度系统性能不再受限于任务模块；支持可视化、简单且动态的管理调度信息，包括任务新建，更新，删除，GLUE 开发和任务报警等，所有上述操作都会实时生效，同时支持监控调度结果以及执行日志，支持执行器 Failover。
• 执行模块（执行器）：负责接收调度请求并执行任务逻辑。任务模块专注于任务的执行等操作，开发和维护更加简单和高效；接收“调度中心”的执行请求、终止请求和日志请求等。

1.3.3.✨设计思想

XXL-JOB 的设计思想为：

• 将调度行为抽象形成“调度中心”公共平台，而平台自身并不承担业务逻辑，“调度中心”负责发起调度请求；
• 将任务抽象成分散的 JobHandler，交由“执行器”统一管理，“执行器”负责接收调度请求并执行对应的 JobHandler 中业务逻辑；
• 因此，“调度”和“任务”两部分可以相互解耦，提高系统整体稳定性和扩展性；

1.3.4.✨执行流程

XXL-Job 的工作流程如下：

• 启动调度中心：调度中心是整个 XXL-Job 的核心，负责任务的调度和管理。在启动时，调度中心会加载任务信息并持续运行。
• 注册执行器：执行器是任务的具体执行者，运行在各个执行节点上。执行器在启动时会根据配置的调度中心地址向调度中心进行注册，并发送心跳以保持与调度中心的连接。
• 任务调度：调度中心根据任务的配置和调度策略，决定任务的触发时间和执行节点。调度策略可以基于固定时间点触发、固定间隔触发或者基于 Cron 表达式触发。
• 任务下发：当到达任务的触发时间时，调度中心会将任务下发给执行器。下发的任务包含任务的元数据、执行参数等信息。
• 任务执行：执行器接收到任务后，根据任务的配置和参数，在执行器内部执行具体的任务逻辑。执行过程中，执行器会记录任务的执行日志。
• 任务结果回调：任务执行完成后，执行器会将任务的执行结果回调给调度中心。执行结果包括任务的执行状态、执行日志、执行耗时等信息。
• 调度日志和统计：调度中心接收到执行器的回调结果后，会更新任务的状态和执行日志，并进行相关的统计和监控。
• 报警和告警：在任务执行过程中，调度中心会根据任务的配置和执行结果，触发相应的报警和告警机制，通知管理员和相关人员。
• 重复执行：整个流程会循环进行，以实现任务的周期性调度和执行。调度中心会根据预设的调度策略和触发条件，按时触发任务的下发和执行。

2.快速入门

2.1.下载源码

源码下载地址：

• https://github.com/xuxueli/xxl-job
• https://gitee.com/xuxueli0323/xxl-job

2.2.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。“调度数据库初始化SQL脚本” 位置为：

2.3.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：

2.4.配置部署调度中心

2.4.1.调度中心配置

修改xxl-job-admin项目的配置文件application.properties，把数据库账号密码配置上：

2.4.2.部署项目

• 运行XxlJobAdminApplication程序即可。
• 调度中心访问地址：http://localhost:8080/xxl-job-admin
• 默认登录账号 “admin/123456”，登录后运行界面如下图所示：
  
• 至此“调度中心”项目已经部署成功。

2.5.配置部署执行器项目

2.5.1.添加 Maven 依赖

创建 SpringBoot 项目并且添加如下依赖：

2.5.2.执行器配置

在配置文件中添加如下配置：

2.5.3.添加执行器配置

创建 XxlJobConfig 配置对象：

2.5.4.添加任务处理类

添加任务处理类，交给 Spring 容器管理，在处理方法上使用 @XxlJob 注解：

2.6.运行 HelloWorld 程序

2.6.1.任务配置 & 触发执行

登录调度中心，在任务管理中新增任务，配置内容如下：

新增后界面如下：

接着启动定时调度任务：

2.5.2 查看日志

在调度中心的调度日志中就可以看到，任务的执行结果：

管控台也可以看到任务的执行信息：

2.7.GLUE 模式 (Java)

任务以源码方式维护在调度中心，支持通过 Web IDE 在线更新，实时编译和生效，因此不需要指定 JobHandler。“GLUE模式 (Java)” 运行模式的任务实际上是一段继承自 IJobHandler 的 Java 类代码，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。

添加Service

添加任务配置

通过GLUE IDE在线编辑代码

---

编写内容如下:

启动并执行程序

2.8.执行器集群

2.8.1.集群环境搭建

在 IDEA 中设置 SpringBoot 项目运行开启多个集群：

启动两个SpringBoot程序,需要修改Tomcat端口和执行器端口

• Tomcat端口8090程序的命令行参数如下：

• Tomcat 端口 8090 程序的命令行参数如下：

• 在任务管理中，修改路由策略，修改成 轮询：

• 重新启动，我们可以看到效果是，定时任务会在这两台机器中进行轮询的执行，8090 端口的控制台日志如下：

• 8091端口的控制台日志如下：

2.8.2.✨调度路由算法讲解

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)：依次的选择在线的机器发起调度；
• 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。分片参数包括以下两个：分片序号 shardIndex 和分片总数：shardTotal，每个执行器从数据表取任务时可以让任务 id 模上分片总数，如果等于分片序号则执行此任务；

3.分片功能讲解

3.1.案例需求讲解

需求：我们现在实现这样的需求，在指定节假日，需要给平台的所有用户去发送祝福的短信。

3.1.1.初始化数据

在数据库中导入 xxl_job_demo.sql 数据。

3.1.2 集成 Druid & MyBatis

添加依赖

添加配置

添加实体类

添加 Mapper 处理类

3.1.3.业务功能实现

任务处理方法实现

任务配置信息

3.2.分片概念讲解

比如我们的案例中有 2000+ 条数据，如果不采取分片形式的话，任务只会在一台机器上执行，这样的话需要 20+ 秒才能执行完任务。如果采取分片广播的形式的话，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，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；获取分片参数方式如下：

通过这两个参数，我们可以通过求模取余的方式，分别查询，分别执行，这样的话就可以提高处理的速度。之前 2000+ 条数据只在一台机器上执行需要 20+ 秒才能完成任务，分片后，有两台机器可以共同完成 2000+ 条数据，每台机器处理 1000+ 条数据，这样的话只需要 10+ 秒就能完成任务。

3.3 案例改造成任务分片

Mapper 增加查询方法

任务类方法

任务设置