elastic-job部署及简例

 

 elastic-job部署以及简单例子：elastic-job是当当开发的基于qutarz以及zookeeper封装的作业调度工具，主要有两个大框架，一个是elastic-job lite另外一个是elastic-job cloud，其中qutarz是一个开源的作业调度工具，zookeeper是分布式调度工具，这两者结合搭建了elastic-job-lite，这是一个无中心节点的调度，而elastic-job-cloud是一个有中心节点的分布式调度开源工具，只需要设置好机器以及分片，就可以自动的调度到对应的机器上运行。

与lite的不同时cloud采用了mesos来进行分布式资源管理，简单的来说两者的不同是：同一个作业在两台机器上跑，lite需要手动在两台机器上跑，但是cloud只需要上传作业包，就可以自动的在两台机器上跑，因为lite不支持作业的调度，为无中心的。

二、环境的搭建

由于elastic-job-cloud的环境暂时未搭建出来，因此在此简单介绍lite的搭建

（1）jdk的安装

jdk需要1.7以上，因为里面有spring相关的代码，具体的安装请自行百度，或参考链接https://blog.csdn.net/molong1208/article/details/50537898

（2）zookeeper的安装

具体的安装过程见链接https://blog.csdn.net/molong1208/article/details/53675063

（3）maven的安装

官网maven要求3.0.4以及以上，具体的安装过程与jdk类似，请自行百度

三、elastic-job-lite的优势及特点

（1）简单的概念及适用场景

1. 分片概念

任务的分布式执行，需要将一个任务拆分为n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. 分片项与业务处理解耦

Elastic-Job并不直接提供数据处理的功能，框架只会将分片项分配至各个运行中的作业服务器，开发者需要自行处理分片项与真实数据的对应关系。

3. 个性化参数的适用场景

个性化参数即shardingItemParameter，可以和分片项匹配对应关系，用于将分片项的数字转换为更加可读的业务代码。

例如：按照地区水平拆分数据库，数据库A是北京的数据；数据库B是上海的数据；数据库C是广州的数据。 如果仅按照分片项配置，开发者需要了解0表示北京；1表示上海；2表示广州。 合理使用个性化参数可以让代码更可读，如果配置为0=北京,1=上海,2=广州，那么代码中直接使用北京，上海，广州的枚举值即可完成分片项和业务逻辑的对应关系。

（2）elastic-job-lite优势及特点

1. 分布式调度

Elastic-Job-Lite并无作业调度中心节点，而是基于部署作业框架的程序在到达相应时间点时各自触发调度。

注册中心仅用于作业注册和监控信息存储。而主作业节点仅用于处理分片和清理等功能。

弹性分布式实现

• 第一台服务器上线触发主服务器选举。主服务器一旦下线，则重新触发选举，选举过程中阻塞，只有主服务器选举完成，才会执行其他任务。

• 某作业服务器上线时会自动将服务器信息注册到注册中心，下线时会自动更新服务器状态。

• 主节点选举，服务器上下线，分片总数变更均更新重新分片标记。

• 定时任务触发时，如需重新分片，则通过主服务器分片，分片过程中阻塞，分片结束后才可执行任务。如分片过程中主服务器下线，则先选举主服务器，再分片。

• 通过上一项说明可知，为了维持作业运行时的稳定性，运行过程中只会标记分片状态，不会重新分片。分片仅可能发生在下次任务触发前。

• 每次分片都会按服务器IP排序，保证分片结果不会产生较大波动。

• 实现失效转移功能，在某台服务器执行完毕后主动抓取未分配的分片，并且在某台服务器下线后主动寻找可用的服务器执行任务。

2. 作业高可用

Elastic-Job-Lite提供最安全的方式执行作业。将分片总数设置为1，并使用多于1台的服务器执行作业，作业将会以1主n从的方式执行。

一旦执行作业的服务器崩溃，等待执行的服务器将会在下次作业启动时替补执行。开启失效转移功能效果更好，可以保证在本次作业执行时崩溃，备机立即启动替补执行。

3. 最大限度利用资源

Elastic-Job-Lite也提供最灵活的方式，最大限度的提高执行作业的吞吐量。将分片项设置为大于服务器的数量，最好是大于服务器倍数的数量，作业将会合理的利用分布式资源，动态的分配分片项。

例如：3台服务器，分成10片，则分片项分配结果为服务器A=0,1,2;服务器B=3,4,5;服务器C=6,7,8,9。 如果服务器C崩溃，则分片项分配结果为服务器A=0,1,2,3,4;服务器B=5,6,7,8,9。在不丢失分片项的情况下，最大限度的利用现有资源提高吞吐量。

三、简单的例子

elastic-job的作业类型分为三种，一种是简单的simple的形式，一种是基于流式数据的处理，一种是基于脚本的调度，因为本人所使用的情况是基于流式的处理，那么就简单搭了一个基于流式的demo，其他类型的类似

流式作业的方式适合于不间断的数据处理的类型，例如需要拉取订单数据，因为订单是连续不间断的，因此需要一直拉取。

按照elastic-job官网上介绍，搭建一个基于dataflow（流式处理）的demo，这个demo的功能就是，从一个数据中心里面取数据，按照数据中心的数据id%分片个数==分片参数进行拉取数据，拉取完成后将对应的数据id置为完成的状态，具体代码如下所示：

（1）入口函数main函数以及作业的配置

?

package ElasticJobExample.ElasticJobExample;

 

import com.dangdang.ddframe.job.config.JobCoreConfiguration;

import com.dangdang.ddframe.job.config.dataflow.DataflowJobConfiguration;

import com.dangdang.ddframe.job.lite.api.JobScheduler;

import com.dangdang.ddframe.job.lite.config.LiteJobConfiguration;

import com.dangdang.ddframe.job.reg.base.CoordinatorRegistryCenter;

import com.dangdang.ddframe.job.reg.zookeeper.ZookeeperConfiguration;

import com.dangdang.ddframe.job.reg.zookeeper.ZookeeperRegistryCenter;

 

/**

 * Hello world!

 *

 */

public class App

{

    public static void main(String[] args) {

        new JobScheduler(createRegistryCenter(), createJobConfiguration()).init();

    }

     

    private static CoordinatorRegistryCenter createRegistryCenter() {

        CoordinatorRegistryCenter regCenter = new ZookeeperRegistryCenter(new ZookeeperConfiguration("ip:2181", "elastic-job-demo"));

        regCenter.init();

        return regCenter;

    }

     

    private static LiteJobConfiguration createJobConfiguration() {

        // 创建作业配置

         

        JobCoreConfiguration coreConfig = JobCoreConfiguration.newBuilder("myDataFlowTest", "0/10 * * * * ?", 3).shardingItemParameters("0=0,1=1,2=2").build();

        DataflowJobConfiguration dataflowJobConfig = new DataflowJobConfiguration(coreConfig, JavaDataflowJob.class.getCanonicalName(), true);

        LiteJobConfiguration result = LiteJobConfiguration.newBuilder(dataflowJobConfig).build();

        return result;

    }

}

 

（2）作业的逻辑处理部分

?

package ElasticJobExample.ElasticJobExample;

 

import java.util.ArrayList;

import java.util.Date;

import java.util.List;

 

import com.dangdang.ddframe.job.api.ShardingContext;

import com.dangdang.ddframe.job.api.dataflow.DataflowJob;

 

import dataflowjob.entity.Foo;

import dataflowjob.process.DataProcess;

import dataflowjob.process.DataProcessFactory;

 

public class JavaDataflowJob implements DataflowJob<foo> {

    private DataProcess dataProcess = DataProcessFactory.getDataProcess();

     

    @Override

    public List<foo> fetchData(ShardingContext context) {

        List<foo> result = new ArrayList<foo>();

        result = dataProcess.getData(context.getShardingParameter(), context.getShardingTotalCount());

        System.out.println(String.format("------Thread ID: %s, Date: %s, Sharding Context: %s, Action: %s, Data: %s", Thread.currentThread().getId(), new Date(), context, "fetch data",result));

        return result;

    }

     

    @Override

    public void processData(ShardingContext shardingContext, List<foo> data) {

        System.out.println(String.format("------Thread ID: %s, Date: %s, Sharding Context: %s, Action: %s, Data: %s", Thread.currentThread().getId(), new Date(), shardingContext, "finish data",data));

        for(Foo foo:data){

            dataProcess.setData(foo.getId());

        }

    }

 

}</foo></foo></foo></foo></foo>

 

（3）具体的处理类

?

package dataflowjob.process;

 

import java.util.ArrayList;

import java.util.List;

import java.util.Map;

import java.util.concurrent.ConcurrentHashMap;

 

import dataflowjob.entity.Foo;

 

public class DataProcess {

 

    private Map<integer, foo=""> data = new ConcurrentHashMap<>(30, 1);

    public DataProcess()

    {

        for(int i=0;i<30;i++){

            data.put(i, new Foo(i,Foo.Status.TODO));

        }

    }

    public List<foo> getData(String tailId,int shardNum)

    {

        int intId  = Integer.parseInt(tailId);

        List<foo> result = new ArrayList<foo>();

        for (Map.Entry<integer, foo=""> each : data.entrySet()) {

            Foo foo = each.getValue();

            int key = each.getKey();

            if (key % shardNum == intId && foo.getStatus() == Foo.Status.TODO) {

                result.add(foo);

            }

        }

        return result;

    }

    public void setData(int i){

        data.get(i).setStatus(Foo.Status.DONE);

    }

 

}

</integer,></foo></foo></foo></integer,>

 

（4）entity类Foo

?

package dataflowjob.entity;

 

public class Foo {

    private int id;

    private Status status;

    public Foo(final int id,final Status status) {

        this.id = id;

        this.status = status;

    }

    public int getId() {

        return id;

    }

    public void setId(int id) {

        this.id = id;

    }

    public Status getStatus() {

        return status;

    }

    public void setStatus(Status status) {

        this.status = status;

    }

    public enum Status{

        TODO,

        DONE

    }

 

}

 

（5）具体处理工厂类

?

package dataflowjob.process;

 

 

public class DataProcessFactory {

      private static DataProcess dataProcess = new DataProcess();

         

        public static DataProcess getDataProcess() {

            return dataProcess;

        }

 

}