单机定时升级能否改为多层分发实现？
- 内容介绍
- 文章标签
- 相关推荐
本文共计1555个文字，预计阅读时间需要7分钟。
在工作中，基本都会用到定时任务。常用的定时框架有Spring的定时任务、Quartz、elastic-job、xxl-job等。这里不评价框架的优劣，只从个人角度谈谈对定时任务的理解。
在工作中基本上都会使用定时任务，常用的有 Spring 定时框架、Quartz、elastic-job、xxl-job 等。这里说不上框架的好坏，只有适合自己的才是最好的，本文仅从个人角度上谈一谈对定时任务的看法。在工作中基本上都会使用定时任务，常用的有 Spring 定时框架、Quartz、elastic-job、xxl-job 等。这里说不上框架的好坏，只有适合自己的才是最好的，本文仅从个人角度上谈一谈对定时任务的看法。
单机定时单机定时我这里分为纯单机版、 固定 IP 版、分布式锁版、单机调度版，下面从这四个角度来谈一谈他们的实现方式以及当时所在的背景。
顾名思义，就是应用都是单体应用，不存在集群，写一个定时任务就可以了，可以是线程定时调度、也可以是 Spring 定时框架用 @Scheduled注解实现。这种方式在单体应用的极为合适，主要是简单方便。
当然也存在他的弊端，那就是如果我的应用是多机部署的，那就会导致并发冲突。出现问题，解决问题，所以下面三种方式应运而生。
固定 IP 版就是如果我知道了机器的 IP 地址，并且基本上 IP 地址也不会变化，我只需要在代码中写一个判断逻辑，这样 IP 地址不是当前机器的应用，并不会执行定时任务。
大概逻辑如下：
@Component
public class ScheduledTask {
@Scheduled(cron="0 0 * * * ? *")
public void execute() {
// 获取当前机器的 IP 地址
// 比较配置的 IP 地址和当前机器的 IP 地址是否相同
// 不相同直接返回
// 相同则继续执行定时任务
}
}
这种方式可以很完美的避免多台机器同时执行定时任务，也可以稍微进阶一下，就是将指定的 IP 地址用 @Value 注解，然后可以在配置中心比如 Apollo 进行动态修改。
这种和上面的方式区别不大，只是在中间尝试获取分布式锁，不过需要对分布式锁的时间把握好，一般问题不大，如果一天一次的定时任务，在 Redis 锁它个一天都可以，总不能定时任务也执行一天。当然几分钟一次的也一个意思，合理安排锁的时间就行。在数据库写个标识也可以，都是大同小异。
@Component
public class ScheduledTask {
@Scheduled(cron="0 0 0 * * ? *")
public void execute() {
// 尝试获取分布式锁
// 获取锁失败，说明别的机器在执行定时任务，直接返回
// 获取锁成功，在本机执行定时任务
}
}
单机调度版
这种方式也很容易理解，定时执行的任务，也是一个接口，我定时去调度一下这个接口就行了。
这种方式是完全可以的，定时系统用 Spring 定时框架定时执行，定时系统是单机的，不存在并发，调度到业务系统，可以使用 Dubbo，这里只会有一台机器被调度到。
至于说重复调度了这种极端情况那就另说，不过像查单、补单这种基本不会有啥问题，做个幂等就行。
这种情况也存在弊端，就是定时系统是单机的，如果他挂了怎么办？不用怕，技术还可以继续演进！
分布式调度中间件 单机执行版分布式调度中间件，我相对熟悉一些的就是 xxl-job。图和上面定是系统调度版本区别不大，一般常用的就是将调度任务发到一台机器来执行。基本上使用的都是这种方式，能解决大部分的场景，但是依然存在问题，毕竟咱们的主题是多层分发。
@Component
@JobHandler("demoJob")
@Slf4j
public class DemoJob extends IJobHandler {
@Override
public ReturnT<String> execute(String param) throws Exception {
log.info("XXJob 收到调度 ...");
try {
} catch (Exception e) {
log.info("XXJob 调度异常:", e);
return FAIL;
}
return SUCCESS;
}
}
如果我是定时查单，并且 TPS 不是很高的情况下，问题不大，毕竟每分钟改的单量，定时还是可以查的过来的。但是如果换成基金发息或者账务对账那就大不一样了。
因为单机执行定时调度，会花费很久，像基金需要知道昨日金额等等，账务需要对用户交易计算。结果就是可能一个定时任务执行四五个小时，当然一天也有可能。四五个小时还好，毕竟我今天能出结果，如果一天，我今天的还没算完，明天的交易又来了，并且这个时效性也太差了。
所以就用到了 xxl-job 的分片广播 & 动态分片功能。
在分片广播场景下，xxl-job 会对当前定时中所有注册的应用发起调度。
按照文档可以使用下面的方式获取当前机器的 shardIndex 和 shardTotal。
本文共计1555个文字，预计阅读时间需要7分钟。
在工作中，基本都会用到定时任务。常用的定时框架有Spring的定时任务、Quartz、elastic-job、xxl-job等。这里不评价框架的优劣，只从个人角度谈谈对定时任务的理解。
在工作中基本上都会使用定时任务，常用的有 Spring 定时框架、Quartz、elastic-job、xxl-job 等。这里说不上框架的好坏，只有适合自己的才是最好的，本文仅从个人角度上谈一谈对定时任务的看法。在工作中基本上都会使用定时任务，常用的有 Spring 定时框架、Quartz、elastic-job、xxl-job 等。这里说不上框架的好坏，只有适合自己的才是最好的，本文仅从个人角度上谈一谈对定时任务的看法。
单机定时单机定时我这里分为纯单机版、 固定 IP 版、分布式锁版、单机调度版，下面从这四个角度来谈一谈他们的实现方式以及当时所在的背景。
顾名思义，就是应用都是单体应用，不存在集群，写一个定时任务就可以了，可以是线程定时调度、也可以是 Spring 定时框架用 @Scheduled注解实现。这种方式在单体应用的极为合适，主要是简单方便。
当然也存在他的弊端，那就是如果我的应用是多机部署的，那就会导致并发冲突。出现问题，解决问题，所以下面三种方式应运而生。
固定 IP 版就是如果我知道了机器的 IP 地址，并且基本上 IP 地址也不会变化，我只需要在代码中写一个判断逻辑，这样 IP 地址不是当前机器的应用，并不会执行定时任务。
大概逻辑如下：
@Component
public class ScheduledTask {
@Scheduled(cron="0 0 * * * ? *")
public void execute() {
// 获取当前机器的 IP 地址
// 比较配置的 IP 地址和当前机器的 IP 地址是否相同
// 不相同直接返回
// 相同则继续执行定时任务
}
}
这种方式可以很完美的避免多台机器同时执行定时任务，也可以稍微进阶一下，就是将指定的 IP 地址用 @Value 注解，然后可以在配置中心比如 Apollo 进行动态修改。
这种和上面的方式区别不大，只是在中间尝试获取分布式锁，不过需要对分布式锁的时间把握好，一般问题不大，如果一天一次的定时任务，在 Redis 锁它个一天都可以，总不能定时任务也执行一天。当然几分钟一次的也一个意思，合理安排锁的时间就行。在数据库写个标识也可以，都是大同小异。
@Component
public class ScheduledTask {
@Scheduled(cron="0 0 0 * * ? *")
public void execute() {
// 尝试获取分布式锁
// 获取锁失败，说明别的机器在执行定时任务，直接返回
// 获取锁成功，在本机执行定时任务
}
}
单机调度版
这种方式也很容易理解，定时执行的任务，也是一个接口，我定时去调度一下这个接口就行了。
这种方式是完全可以的，定时系统用 Spring 定时框架定时执行，定时系统是单机的，不存在并发，调度到业务系统，可以使用 Dubbo，这里只会有一台机器被调度到。
至于说重复调度了这种极端情况那就另说，不过像查单、补单这种基本不会有啥问题，做个幂等就行。
这种情况也存在弊端，就是定时系统是单机的，如果他挂了怎么办？不用怕，技术还可以继续演进！
分布式调度中间件 单机执行版分布式调度中间件，我相对熟悉一些的就是 xxl-job。图和上面定是系统调度版本区别不大，一般常用的就是将调度任务发到一台机器来执行。基本上使用的都是这种方式，能解决大部分的场景，但是依然存在问题，毕竟咱们的主题是多层分发。
@Component
@JobHandler("demoJob")
@Slf4j
public class DemoJob extends IJobHandler {
@Override
public ReturnT<String> execute(String param) throws Exception {
log.info("XXJob 收到调度 ...");
try {
} catch (Exception e) {
log.info("XXJob 调度异常:", e);
return FAIL;
}
return SUCCESS;
}
}
如果我是定时查单，并且 TPS 不是很高的情况下，问题不大，毕竟每分钟改的单量，定时还是可以查的过来的。但是如果换成基金发息或者账务对账那就大不一样了。
因为单机执行定时调度，会花费很久，像基金需要知道昨日金额等等，账务需要对用户交易计算。结果就是可能一个定时任务执行四五个小时，当然一天也有可能。四五个小时还好，毕竟我今天能出结果，如果一天，我今天的还没算完，明天的交易又来了，并且这个时效性也太差了。
所以就用到了 xxl-job 的分片广播 & 动态分片功能。
在分片广播场景下，xxl-job 会对当前定时中所有注册的应用发起调度。
按照文档可以使用下面的方式获取当前机器的 shardIndex 和 shardTotal。