转载

Git@OSC 项目推荐 —— 分布式任务调度框架

LTS 轻量级分布式任务调度框架(Light Task Scheduler)

框架概况：

LTS是一个轻量级分布式任务调度框架。有三种角色, JobClient, JobTracker, TaskTracker。各个节点都是无状态的，可以部署多个，来实现负载均衡，实现更大的负载量, 并且框架具有很好的容错能力。采用多种注册中心（Zookeeper，redis等）进行节点信息暴露，master选举。(Mongo or Mysql)存储任务队列和任务执行日志, netty做底层通信。

JobClient : 主要负责提交任务, 和接收任务执行反馈结果。
JobTracker : 负责接收并分配任务，任务调度。
TaskTracker: 负责执行任务，执行完反馈给JobTracker。

支持任务类型:

实时任务
也支持定时任务 (如：3天之后执行)
CronExpression (如:0 0/1 * * * ?)

感兴趣，请加QQ群：109500214 一起探讨、完善。越多人支持，就越有动力去更新，喜欢记得右上角star哈。

github地址: https://github.com/qq254963746/light-task-scheduler

架构图

Git@OSC 项目推荐 —— 分布式任务调度框架

节点组:

1. 一个节点组等同于一个集群，同一个节点组中的各个节点是对等的，外界无论连接节点组中的任务一个节点都是可以的。
2. 每个节点组中都有一个master节点(master宕机，会自动选举出新的master节点)，框架会提供接口API来监听master节点的变化，用户可以自己使用master节点做自己想做的事情。
3. JobClient和TaskTracker都可以存在多个节点组。譬如 JobClient 可以存在多个节点组。譬如：JobClient 节点组为 ‘lts_WEB’ 中的一个节点提交提交一个只有节点组为’lts_TRADE’的 TaskTracker 才能执行的任务。
4. (每个集群中)JobTacker只有一个节点组。
5. 多个JobClient节点组和多个TaskTracker节点组再加上一个JobTacker节点组, 组成一个大的集群。

工作流程:

1. JobClient 提交一个任务给 JobTracker, 这里我提供了两种客户端API, 一种是如果JobTracker 不存在或者提交失败，直接返回提交失败。另一种客户端是重试客户端, 如果提交失败，先存储到本地FailStore(可以使用NFS来达到同个节点组共享leveldb文件的目的,多线程访问,已经做了文件锁处理)，返回给客户端提交成功的信息，待JobTracker可用的时候，再将任务提交。
2. JobTracker收到JobClient提交来的任务,将任务存入任务队列。JobTracker等待TaskTracker的Pull请求，然后将任务Push给TaskTracker去执行。
3. TaskTracker收到JobTracker分发来的任务之后，然后从线程池中拿到一个线程去执行。执行完毕之后，再反馈任务执行结果给JobTracker（成功or 失败[失败有失败错误信息]），如果发现JobTacker不可用，那么存储本地FailStore，等待TaskTracker可用的时候再反馈。反馈结果的同时，询问JobTacker有没有新的任务要执行。
4. JobTacker收到TaskTracker节点的任务结果信息。根据任务信息决定要不要反馈给客户端。不需要反馈的直接删除,需要反馈的,直接反馈,反馈失败进入FeedbackQueue, 等待重新反馈。
5. JobClient收到任务执行结果，进行自己想要的逻辑处理。

特性

负载均衡:
- JobClient和TaskTracker可是根据自己设置的负载均衡策略来请求JobTracker节点组中的一个节点。当连接上后将一直保持连接这个节点,保持连接通道，直到这个节点不可用,减少每次都重新连接一个节点带来的性能开销。
健壮性:
- 当节点组中的一个节点当机之后，自动转到其他节点工作。当整个节点组当机之后，将会采用存储文件的方式，待节点组可用的时候进行重发。
- 当执行任务的TaskTracker节点当机之后，JobTracker会将这个TaskTracker上的未完成的任务(死任务)，重新分配给节点组中其他节点执行。
伸缩性：
- 因为各个节点都是无状态的，可以动态增加机器部署实例, 节点关注者会自动发现。
扩展性:
- 采用和dubbo一样的SPI扩展方式，可以实现任务队列扩展，日志记录器扩展等

日志记录

对于任务的分发，执行，还有用户通过 (BizLogger) 【LtsLoggerFactory.getBizLogger()】输入的业务日志，LTS都有记录，用户可以在LTS Admin 后台界面查看某个任务的所有日志，可以实时查看这个任务的执行情况。

开发计划：

WEB后台管理：性能统计分析，预警等
实现LTS的分布式队列存储

LTS Admin

Git@OSC 项目推荐 —— 分布式任务调度框架

调用示例

下面提供的是最简单的配置方式。更多配置请查看 lts-example 模块下的 API 调用方式例子.

JobTracker 端

final JobTracker jobTracker = new JobTracker();     // 节点信息配置     jobTracker.setRegistryAddress("zookeeper://127.0.0.1:2181");     // 1. 任务队列用mongo     jobTracker.addConfig("job.queue", "mongo");     // mongo 配置     jobTracker.addConfig("mongo.addresses", "127.0.0.1:27017");      jobTracker.addConfig("mongo.database", "lts");     jobTracker.setOldDataHandler(new OldDataDeletePolicy());     // 启动节点     jobTracker.start();

TaskTracker端

TaskTracker taskTracker = new TaskTracker(); taskTracker.setJobRunnerClass(TestJobRunner.class); taskTracker.setRegistryAddress("zookeeper://127.0.0.1:2181"); taskTracker.setNodeGroup("test_trade_TaskTracker"); taskTracker.setWorkThreads(20); taskTracker.start(); // 任务执行类 public class TestJobRunner implements JobRunner {  @Override  public void run(Job job) throws Throwable {   System.out.println("我要执行"+ job);   System.out.println(job.getParam("shopId"));   // TODO 用户自己的业务逻辑, 应该保证幂等   try {    Thread.sleep(5*1000L);   } catch (InterruptedException e) {    e.printStackTrace();   }  } }

JobClient端

JobClient jobClient = new RetryJobClient();     // final JobClient jobClient = new JobClient();     jobClient.setNodeGroup("test_jobClient");     jobClient.setRegistryAddress("zookeeper://127.0.0.1:2181");     jobClient.start();      // 提交任务     Job job = new Job();     job.setTaskId("3213213123");     job.setParam("shopId", "11111");     job.setTaskTrackerNodeGroup("test_trade_TaskTracker");     // job.setCronExpression("0 0/1 * * * ?");  // 支持 cronExpression表达式     // job.setTriggerTime(new Date()); // 支持指定时间执行     Response response = jobClient.submitJob(job);