ihaolin / antares Goto Github PK

• 一个任务仅会被服务器集群中的某个节点调度，调度机制基于成熟的Quartz，antares内部会重写执行逻辑；

• 用户可通过对任务预分片，有效提升任务执行效率；

• 客户端实效转移：当某个客户端实例在执行任务中宕机时，其正在执行的分片将重新由其他客户端实例执行；

• 服务器失效转移：当服务器集群中某个节点宕机时，其正在调度的任务将转移到其他节点去调度；

• 客户端扩容：客户端可通过增加应用实例，提升任务执行的效率；
• 服务器扩容：服务器集群可通过增加节点，提升集群任务调度的服务能力；

• antares通过ip+进程号标识客户端应用实例，因此支持单机多应用实例部署；

• antares支持树形任务依赖，当某任务执行完成后，会通知其后置任务执行；

• antares支持基本的任务超时报警，失败报警等；

• 用户可通过控制台antares-tower对任务进行基本操作，如触发，暂停，监控等。

在线Demo(用户名/密码：admin/admin123)。

• 应用(App)

  用于标识或分组，如用户服务，订单服务等；

• 应用实例(App Instance)

  某应用下的客户端实例，即某个进程实例；

• 任务(Job)

  即被调度的实体，仅会由某一服务器节点调度；

• 任务实例(Job Instance)

  每当任务被触发时，则会生产一个任务实例，执行完成后，则为任务历史；

• 任务分片(Job Instance Shard)

  即任务的预分片配置，包含分片数和分片参数，用户可通过客户端实例执行任务时被分配的分片项及其分片参数，自己实现分片逻辑；

• 分片项(shardItem)、分片参数(shardParam)

  分片项(shardItem)，即当应用实例任务执行时，被分配的任务下标，从0开始；分片参数，即任务下标对应的配置参数。

通常，对于有以下场景或需求时，可以考虑使用分布式任务调度：

• 需要保证任务执行的高可用性：即当执行任务的应用实例崩溃后，其他应用实例可以继续执行该任务；

• 要求任务执行效率足够高：在业务数据量级比较大时，可以使用预分片配置来将数据进行逻辑分片，使得多个应用实例能并行执行任务分片，以提升任务的执行效率。

• jdk7+；
• Redis;
• Zookeeper;

• 下载最新的压缩包；

• 或者通过源码构建:

   mvn clean package -DskipTests -Prelease

• 解压安装包：

   tar zxf antares-server-{version}.tar.gz
   ll antares-server-{version}
   bin		# 执行脚本
   conf	# 配置目录
   lib		# 依赖包

• 编辑配置文件antares.conf：

   # 服务器绑定的IP
   BIND_ADDR=127.0.0.1
   
   # 服务器的监听端口
   LISTEN_PORT=22122
   
   # Redis主机地址
   REDIS_HOST=127.0.0.1
   
   # Redis主机端口
   REDIS_PORT=6379
   
   # Redis的数据键前缀
   REDIS_NAMESPACE=ats
   
   # 日志目录，相对或绝对路径
   LOG_PATH=./logs
   
   # Zookeeper地址
   ZK_SERVERS=127.0.0.1:2181
   
   # Zookeeper命名空间
   ZK_NAMESPACE=ats
   
   # 服务器宕机后，启动Failover前的等待时间(单位为秒，通常大于服务器正常重启的时间，避免因为重启服务器，导致不必要的Failover)
   SERVER_FAILOVER_WAIT_TIME=30
   
   # 调度器的线程数
   SCHEDULE_THREAD_COUNT=32
   
   # JVM堆参数
   JAVA_HEAP_OPTS="-Xms512m -Xmx512m -XX:MaxNewSize=256m"

• 启动/关闭/重启服务器：

   ./bin/antares.sh start
   ./bin/antares.sh stop
   ./bin/antares.sh restart

• 解压安装包：

   tar zxf antares-tower-{version}.tar.gz
   ll antares-tower-{version}
   bin		# 执行脚本
   conf	# 配置目录
   lib		# 依赖包

• 编辑配置文件antares.conf：

   # 控制台绑定的IP
   BIND_ADDR=127.0.0.1
   
   # 控制台的监听端口
   LISTEN_PORT=22111
   
   # Redis的主机地址
   REDIS_HOST=127.0.0.1
   
   # Redis的端口
   REDIS_PORT=6379
   
   # Redis的数据键前缀
   REDIS_NAMESPACE=ats
   
   # 日志目录，相对或绝对路径
   LOG_PATH=./logs
   
   # Zookeeper地址127.0.0.1
   ZK_SERVERS=127.0.0.1:2181
   
   # Zookeeper命名空间
   ZK_NAMESPACE=ats
   
   # 控制台用户名
   TOWER_USER=admin
   
   # 控制台密码
   TOWER_PASS=admin
   
   # JVM堆参数配置
   JAVA_HEAP_OPTS="-Xms512m -Xmx512m -XX:MaxNewSize=256m"
   
   # 是否开启报警
   ALARM_ENABLE=false
   
   ## 若ALARM_ENABLE=false，下面的配置可以忽略
   
   # 通知类型(暂仅支持邮件)
   # 1：邮件
   ALARM_NOTIFY_TYPE=1
   
   # 报警标题
   ALARM_SUBJECT=Antares任务报警
   
   # 任务超时报警模版，以下四个变量可用，使用{}开头结尾
   ALARM_TEMPLATE_JOB_TIMEOUT=应用【{appName}】的任务【{jobClass}】执行超时，调度服务器为【{scheduler}】：{detail}.
   
   # 任务失败报警模版，以下四个变量可用，使用{}开头结尾
   ALARM_TEMPLATE_JOB_FAILED=应用【{appName}】的任务【{jobClass}】执行失败，调度服务器为【{scheduler}】：{detail}.
   
   ### 邮件配置
   # 邮箱主机
   MAIL_HOST=192.168.0.1
   
   # 发件人邮箱
   [email protected]
   
   # 发件人用户名
   MAIL_FROM_USER=haolin.h0
   
   # 发件人密码
   MAIL_FROM_PASS=123456
   
   # 收件人列表，逗号隔开
   [email protected]

• 启动/关闭/重启控制台：

   ./bin/antares.sh start
   ./bin/antares.sh stop
   ./bin/antares.sh restart

• 这样便可以进入控制台(如http://127.0.0.1:22111)，在控制台事先添加应用及任务：

  • 编辑应用：

    

  • 编辑任务：

    

• Job类型：antares支持两种Job类型，DefaultJob和ScriptJob:

  • DefaultJob为最常用的Job类型，开发人员只需要实现该接口即可，如：

     public class DemoJob implements DefaultJob {
     
         @Override
         public JobResult execute(JobContext context) {
             
             // 可以获取到当前应用实例被分配的分片信息
             // 分片号，从0开始
             context.getShardItem(); 
             // 分片号对应的分片参数
             context.getShardParam();
             
             // 执行任务逻辑...
             // 如有需要，可通过分片信息处理不同的数据集
             // 注意catch异常
             		    
             return JobResult;
         }
     }

  • 实现DefaultJob的任务类的返回结果有三种类型：

    • JobResult.SUCCESS：分片执行成功；

    • JobResult.FAIL：分片执行失败，可以通过JobResult.failed(error)返回，可记录对应的错误信息，便于排查问题；

    • JobResult.LATER：重新分配，这将使得当前分片会重新被分配执行。

  • ScriptJob为脚本任务，开发人员只需要继承该类，不需要具体的实现代码，然后配置Job的自定义参数，即为需要执行的命令，如：

     /**
      * 只需继承ScriptJob即可
      */
     public class MyScriptJob extends ScriptJob {
     
     }

    

• Job分片配置：Job分片配置，主要用于将业务数据进行逻辑分片，需要开发人员自行实现分片逻辑，分片配置只是协助开发人员进行分片，这些配置通常比较有规律，同一应用实例同一时刻只会分配到其中一片，执行完，再拉取其他剩余的任务分片，直到任务执行完成，如：

  

  分片参数由分号隔开，从0开始，每个参数可以是数字，字母或是JSON字符串，比如上面将任务分为3片，这3片对应的参数为0，1，2，我们可以假定将业务数据分为三份，第1份表示记录id % 3 = 0的数据，第2份为记录id % 3 = 1的数据，第3份为记录id % 3 = 2的数据。更常见的场景可能是在分库分表时，同分片参数去划分不同的库或表，当然，如果数据量不大或任务执行的时间可接受，也不用分片。

• 引入maven包：

   <dependency>
       <groupId>me.hao0</groupId>
       <artifactId>antares-client</artifactId>
       <version>1.4.0</version>
   </dependency>

• antares-client日志处理使用的是slf4j-api，开发人员只需额外引入其实现即可，如log4j，log4j2，logback等，zookeeper操作主要依赖curator，若有版本冲突，注意解决。

• 启动SimpleAntaresClient：

   SimpleAntaresClient client = 
   		new SimpleAntaresClient(
   			"dev_app", 			// 应用名称
   			"123456", 			// 应用密钥
   			"127.0.0.1:2181",	// zookeeper地址 
   			"ats"               // zookeeper命名空间
   		);				
   
   // 执行任务的线程数
   client.setExecutorThreadCount(32);
   
   // 启动客户端			
   client.start();
   
   // 创建job实例，需要实现DefaultJob或ScriptJob
   DemoJob demoJob = new DemoJob();
   
   // 注册job
   client.registerJob(demoJob);
   

• 具体可见单元测试。

• 引入maven包：

   <dependency>
       <groupId>me.hao0</groupId>
       <artifactId>antares-client-spring</artifactId>
       <version>1.4.0</version>
   </dependency>

• 在Spring上下文配置SpringAntaresClient，及其Job实例即可：

   <!-- Spring Antares Client -->
   <bean class="me.hao0.antares.client.core.SpringAntaresClient">
   	<!-- 应用名称 -->
   	<constructor-arg index="0" value="dev_app" />
   	<!-- 应用密钥 -->
   	<constructor-arg index="1" value="123456" />
   	<!-- zookeeper地址 -->
   	<constructor-arg index="2" value="127.0.0.1:2181" />
   	<!-- zookeeper命名空间 -->
   	<constructor-arg index="3" value="ats" />
   	<!-- 执行job的线程数 -->
   	<property name="executorThreadCount" value="32" />
   </bean>
  
   <!-- Job实例 -->
   <bean class="me.hao0.antares.demo.jobs.DemoJob" />
   
   <!-- ... -->
   

• 具体可见单元测试。

• 引入maven包：

   <dependency>
       <groupId>me.hao0</groupId>
       <artifactId>antares-client-spring-starter</artifactId>
       <version>1.4.0</version><!-- 1.3.0+ -->
   </dependency>

• 在application.yml中引入antares相关配置即可：

   antares:
     appName: myapp
     appSecret: 123456
     zkServers: localhost:2181
     zkNamespace: ats
     executorThreadCount: 32

• 具体参考可见antares-demo-spring-starter。

• 对于想做一些任务监听的操作，开发人员可选择实现JobListener或JobResultListner，如：

   public class DemoJob implements DefaultJob, JobListener, JobResultListener {
   	
   	@Override
   	public JobResult execute(JobContext context) {
          return ...
   	}
  
       @Override
       public void onBefore(JobContext context) {
           // 任务执行前调用
       }
       
       @Override
       public void onAfter(JobContext context, JobResult res) {
   	     // 任务执行后调用
       }
   
       @Override
       public void onSuccess() {
           // 任务执行成功后调用
       }
   
       @Override
       public void onFail() {
           // 任务执行失败后调用
       }
   }

应用运行过程中，开发人员便可通过控制台作一些基本操作，如：

• 应用管理：

  

• 任务配置：

  

• 任务依赖：

  

• 任务管控：

  

• 任务历史：

  

• 集群管理：

  

  

• 应将任务应用与业务应用独立部署，这两类系统不应相互影响，无论从其属性还是运行环境(如GC)都是有区别的；

• 对任务配置合理的cron表达式，应保证任务执行的间隔时间大于任务执行的总时间，以免同一时刻同一任务发生多次触发执行(antares同一任务同一时刻，只会有一个实例在执行)，其余情况将取决于Quartz的misfire机制；

• 为了防止任务分片重复执行，应用应尽量保证幂等性；

• 合理划分应用，单个任务应用的任务数量不宜太多(如2 * executorThreadCount)，防止单个应用实例执行任务太多，影响任务执行效率。

• 有任何问题，请issue。

• 支付宝:

  

• 微信: