Elastic-Job源码解析(三)之分片定时任务执行

2026-01-292 min read后端技术

Elastic-Job

通过本篇的阅读你将学会了解Elastic-Job的定时时机,及如何通过分片方式做一个分布式的定时任务框架。了解常用的三种分片策略，及如何自定义分布式分片策略

Elastic-Job如何通过SpringJobScheduler启动定时

在<<Elastic-Job源码解析（一）之与Spring完美整合>>中我们已经了解Elasti-Job非常巧妙的用BeanDefinitionParse解析器将任务类型最终通过抽象类的方式解析成了SpringJobScheduler

SpringJobScheduler

java

public abstract class AbstractJobBeanDefinitionParser extends AbstractBeanDefinitionParser {

    @Override
    protected AbstractBeanDefinition parseInternal(final Element element, final ParserContext parserContext) {
        BeanDefinitionBuilder factory = BeanDefinitionBuilder.rootBeanDefinition(SpringJobScheduler.class);
        factory.setInitMethodName("init");
        //TODO 抽象子类
        if ("".equals(element.getAttribute(JOB_REF_ATTRIBUTE))) {
            if ("".equals(element.getAttribute(CLASS_ATTRIBUTE))) {
                factory.addConstructorArgValue(null);
            } else {
                factory.addConstructorArgValue(BeanDefinitionBuilder.rootBeanDefinition(element.getAttribute(CLASS_ATTRIBUTE)).getBeanDefinition());
            }
        } else {
            factory.addConstructorArgReference(element.getAttribute(JOB_REF_ATTRIBUTE));
        }
        factory.addConstructorArgReference(element.getAttribute(REGISTRY_CENTER_REF_ATTRIBUTE));
        factory.addConstructorArgValue(createLiteJobConfiguration(parserContext, element));
        BeanDefinition jobEventConfig = createJobEventConfig(element);
        if (null != jobEventConfig) {
            factory.addConstructorArgValue(jobEventConfig);
        }
        factory.addConstructorArgValue(createJobListeners(element));
        return factory.getBeanDefinition();
    }
}

通过抽象类的方式解析成了SpringJobScheduler 我们看SpringJobScheduler定时器的架构,SpringJobScheduler就是一个定时器,是JobScheduler的子类。真正定时的逻辑是由JobScheduler类处理的包括上面的init方法和shutdown方法。

init方法中启动定时器,可以看到内部核心还是由quartz来实现的和小编在上一篇写的quartz很类似

java

    public void scheduleJob(final String cron) {
        try {
            if (!scheduler.checkExists(jobDetail.getKey())) {
                scheduler.scheduleJob(jobDetail, createTrigger(cron));
            }
            scheduler.start();
        } catch (final SchedulerException ex) {
            throw new JobSystemException(ex);
        }
    }

然后根据任务类型生成指定类型的执行器,并执行

java

@NoArgsConstructor(access = AccessLevel.PRIVATE)
public final class JobExecutorFactory {

    /**
     * 获取作业执行器.
     *
     * @param elasticJob 分布式弹性作业
     * @param jobFacade 作业内部服务门面服务
     * @return 作业执行器
     */
    @SuppressWarnings("unchecked")
    public static AbstractElasticJobExecutor getJobExecutor(final ElasticJob elasticJob, final JobFacade jobFacade) {
        if (null == elasticJob) {
            return new ScriptJobExecutor(jobFacade);
        }
        if (elasticJob instanceof SimpleJob) {
            return new SimpleJobExecutor((SimpleJob) elasticJob, jobFacade);
        }
        if (elasticJob instanceof DataflowJob) {
            return new DataflowJobExecutor((DataflowJob) elasticJob, jobFacade);
        }
        throw new JobConfigurationException("Cannot support job type '%s'", elasticJob.getClass().getCanonicalName());
    }
}

任务类型对应的执行器是下面这些

从中我们分析最常见的任务类型SimpleJobExecutor，这里面我们主要看ShardingContext分片上下文是怎么生成的，很明显是有抽象类AbstractElasticJobExecutor来生成的。分片策略一定也是在这个里面执行的，最终生成ShardingContext类的，而这个类就是Elastic-Job给每台服务器上的任务分配的上下文,这里面就包括了分配标识

分片策略如何使用

给分布式环境下的每个任务实例, 一个特定的分片标记。然后每个任务实例中根据分片标记去获取数据。以此来避免任务重复执行。那么究竟是如何避免呢? 其实还是开发者自己来避免的, job只保证同一个分片只会分到一个实例上，不会分配到两个实例上。

java

public class InvokerTimer implements SimpleJob{

    @Autowired
    private Core core;

    public void execute(ShardingContext shardingContext){
        // 获取分片信息
        int item = shardingContext.getShardingItem();
        // 根据分片信息,获取这台实例上应该处理的数据
        List<String> orgIds = core.queryOrgIdsByScheduleZone(item);
        ...
    }
}

Elastic-Job的三种分片策略

什么是分片策略呢? 什么情况下有分片策略呢? 其实这就是Elastic Job 作为分布式任务的亮点。就是通过分片的策略，来给每台实例指定数据，防止多台实例重复处理数据。 ElasticJob 是通过Zookeeper来进行交互和分配任务，这里说分配任务有点夸大了他的能力，他其实只是给你个分片，然后开发者根据分片去自己到数据库或者是其他数据源中拿到，改分片对应的任务来执行。而我们所谓说的分片就是ShardingContext对象。就是说ElasticJob把你生成了ShardingContext。ElasticJob提供了3中策略。

平均分片

AverageAllocationJobShardingStrategy 平均分片

如果分片不能整除, 则不能整除的多余分片将依次追加到序号小的服务器.

如:

如果有3台服务器, 分成9片, 则每台服务器分到的分片是: 1=[0,1,2], 2=[3,4,5], 3=[6,7,8]. 如果有3台服务器, 分成8片, 则每台服务器分到的分片是: 1=[0,1,6], 2=[2,3,7], 3=[4,5]. 如果有3台服务器, 分成10片, 则每台服务器分到的分片是: 1=[0,1,2,9], 2=[3,4,5], 3=[6,7,8].

hash 分片

根据作业名的哈希值奇偶数决定IP升降序算法的分片策略.

作业名的哈希值为奇数则IP升序.
作业名的哈希值为偶数则IP降序. 用于不同的作业平均分配负载至不同的服务器.

如:

如果有3台服务器, 分成2片, 作业名称的哈希值为奇数, 则每台服务器分到的分片是: 1=[0], 2=[1], 3=[].
如果有3台服务器, 分成2片, 作业名称的哈希值为偶数, 则每台服务器分到的分片是: 3=[0], 2=[1], 1=[].

轮训分片

分片策略总结

通过对上面的分片策略来看啊，这所谓的三种分片策略其实都是利用AverageAllocationJobShardingStrategy 平均分片，非常巧妙也非常敷衍😂。巧妙是说充分利用了平均分片的策略，只不过将serverList排序就实现了另一种分片策略，敷衍是说没有多大作用。其实完全可以实现通过机器性能的监控同步到ZK,然后在根据机器性能来平均分片的，这样小编感觉更加合理写。不过因为Elastic Job提供了指定策略的接口，所以具体怎么分的能力，就交给使用者自己去实现吧。对于根据作业名轮询策略和IP降级策略，小编无话可说，不知道到底好用不好用，以及有啥实际用处。不过小编在工作中一直用平均策略。说到这里我们顺便分析下如何自定义分片策略。

如何自定义分片策略

我们先看源码是从哪里弄到分片策略信息的

从配置中读取分片策略class属性值

自定义分片策略class 如果没有指定默认平均分，在JobShardingStrategyFactory中指定默认

java

public final class JobShardingStrategyFactory {

    /**
     * 获取作业分片策略实例.
     *
     * @param jobShardingStrategyClassName 作业分片策略类名
     * @return 作业分片策略实例
     */
    public static JobShardingStrategy getStrategy(final String jobShardingStrategyClassName) {
        if (Strings.isNullOrEmpty(jobShardingStrategyClassName)) {
            return new AverageAllocationJobShardingStrategy();
        }
        try {
            Class<?> jobShardingStrategyClass = Class.forName(jobShardingStrategyClassName);
            if (!JobShardingStrategy.class.isAssignableFrom(jobShardingStrategyClass)) {
                throw new JobConfigurationException("Class '%s' is not job strategy class", jobShardingStrategyClassName);
            }
            return (JobShardingStrategy) jobShardingStrategyClass.newInstance();
        } catch (final ClassNotFoundException | InstantiationException | IllegalAccessException ex) {
            throw new JobConfigurationException("Sharding strategy class '%s' config error, message details are '%s'", jobShardingStrategyClassName, ex.getMessage());
        }
    }
}