ElasticJob - 任务执行过程解析_手动调用esjob simplejob-程序员宅基地

ElasticJob是基于Quartz实现的弹性分布式任务调度框架，整个任务触发的底层是Quartz来触发。LiteJob框架触发任务执行的开始，下面来分析任务的执行过程。

public final class LiteJob implements Job {
    
    
    @Override
    public void execute(final JobExecutionContext context) throws JobExecutionException {
    
        //根据任务类型获取执行器，SimpleJobExecutor
        JobExecutorFactory.getJobExecutor(elasticJob, jobFacade).execute();
    }
}

ElasticJob根据任务的作业类型，获取不同的作业执行器，这里以SimpleJobExecutor为例。它继承了AbstractElasticJobExecutor，它是所有任务执行流程的模板类。

protected AbstractElasticJobExecutor(final JobFacade jobFacade) {
    
        this.jobFacade = jobFacade;
        jobRootConfig = jobFacade.loadJobRootConfiguration(true);
        jobName = jobRootConfig.getTypeConfig().getCoreConfig().getJobName();
        executorService = ExecutorServiceHandlerRegistry.getExecutorServiceHandler(jobName, (ExecutorServiceHandler) getHandler(JobProperties.JobPropertiesEnum.EXECUTOR_SERVICE_HANDLER));
        jobExceptionHandler = (JobExceptionHandler) getHandler(JobProperties.JobPropertiesEnum.JOB_EXCEPTION_HANDLER);
        itemErrorMessages = new ConcurrentHashMap<>(jobRootConfig.getTypeConfig().getCoreConfig().getShardingTotalCount(), 1);
    }

在构造方法里面，是根据JobName为每个Job实例初始化了一个任务执行线程池，就是一个普通的ThreadPoolExecutor封装。下面分析下任务执行的流程：

 public void execute() {
    
            try {
    
                //TODO 检验作业服务器和zk服务器系统时差是否可忍受，默认是不开启检查的
                jobFacade.checkJobExecutionEnvironment();
            } catch (final JobExecutionEnvironmentException cause) {
    
                jobErrorHandler.handleException(jobConfig.getJobName(), cause);
            }
            //TODO 获取分片的上下文信息
            ShardingContexts shardingContexts = jobFacade.getShardingContexts();
            jobFacade.postJobStatusTraceEvent(shardingContexts.getTaskId(), State.TASK_STAGING, String.format("Job '%s' execute begin.", jobConfig.getJobName()));
            //TODO 查看当前任务是否有分片正在执行，就创建节点/sharding/{item}/misfire
            if (jobFacade.misfireIfRunning(shardingContexts.getShardingItemParameters().keySet())) {
    
                jobFacade.postJobStatusTraceEvent(shardingContexts.getTaskId(), State.TASK_FINISHED, String.format(
                        "Previous job '%s' - shardingItems '%s' is still running, misfired job will start after previous job completed.", jobConfig.getJobName(),
                        shardingContexts.getShardingItemParameters().keySet()));
                return;
            }
            try {
    
                //TODO 任务开始执行，这里会去执行业务配置的监听器ElasticJobListener
                jobFacade.beforeJobExecuted(shardingContexts);
                //CHECKSTYLE:OFF
            } catch (final Throwable cause) {
    
                //CHECKSTYLE:ON
                jobErrorHandler.handleException(jobConfig.getJobName(), cause);
            }
            //TODO 任务的执行处理
            execute(shardingContexts, ExecutionSource.NORMAL_TRIGGER);
            //TODO 任务是否有错过执行，重新出发调度一次
            while (jobFacade.isExecuteMisfired(shardingContexts.getShardingItemParameters().keySet())) {
    
                jobFacade.clearMisfire(shardingContexts.getShardingItemParameters().keySet());
                execute(shardingContexts, ExecutionSource.MISFIRE);
            }
            //TODO 执行故障转移，防止未及时故障转移吧，其实有个listener在监控，为什么这里还要手动执行下 故障转移
            jobFacade.failoverIfNecessary();
            try {
    
                //TODO 任务执行完成，这里是去触发业务配置的监听器的执行
                jobFacade.afterJobExecuted(shardingContexts);
                //CHECKSTYLE:OFF
            } catch (final Throwable cause) {
    
                //CHECKSTYLE:ON
                jobErrorHandler.handleException(jobConfig.getJobName(), cause);
            }
        }

Job节点服务器和zookeeper时钟差校验，对应的是Job的maxTimeDiffSeconds最大始终差配置，默认是-1不检查

try {
    
            //TODO 检验作业服务器和zk服务器系统时差是否可忍受，默认是不开启检查的
            jobFacade.checkJobExecutionEnvironment();
        } catch (final JobExecutionEnvironmentException cause) {
    
            jobErrorHandler.handleException(jobConfig.getJobName(), cause);
        }

    public void checkMaxTimeDiffSecondsTolerable() throws JobExecutionEnvironmentException {
    
        int maxTimeDiffSeconds = load(true).getMaxTimeDiffSeconds();
        if (-1 == maxTimeDiffSeconds) {
    
            return;
        }
        long timeDiff = Math.abs(timeService.getCurrentMillis() - jobNodeStorage.getRegistryCenterTime());
        if (timeDiff > maxTimeDiffSeconds * 1000L) {
    
            throw new JobExecutionEnvironmentException(
                    "Time different between job server and register center exceed '%s' seconds, max time different is '%s' seconds.", timeDiff / 1000, maxTimeDiffSeconds);
        }
    }

获取当前节点服务器的分片信息，这里是分片的关键，在分片那节再细说，这里大概说下做的事情。如果Job配置了故障转移并且存在故障转移分片，优先执行从其它故障节点转移到当前节点服务器的分片。如果需要重新分片，则执行重新分片逻辑，获取分配到当前节点的分片信息。

public ShardingContexts getShardingContexts() {
    
        boolean isFailover = configService.load(true).isFailover();
        if (isFailover) {
    
            //TODO 获取故障转移到当前节点的分片信息
            List<Integer> failoverShardingItems = failoverService.getLocalFailoverItems();
            if (!failoverShardingItems.isEmpty()) {
    
                //TODO 获取故障转移分片信息
                return executionContextService.getJobShardingContext(failoverShardingItems);
            }
        }
        shardingService.shardingIfNecessary();
        List<Integer> shardingItems = shardingService.getLocalShardingItems();
        if (isFailover) {
    
            //TODO 删除本节点被故障转移的分片信息
            shardingItems.removeAll(failoverService.getLocalTakeOffItems());
        }
        shardingItems.removeAll(executionService.getDisabledItems(shardingItems));
        return executionContextService.getJobShardingContext(shardingItems);
    }

当前节点服务器该job对应的所有分片，是否有执行中的分片， 只要有一个执行中的分片，则对应的所有分片都会被设置为misfire错失执行，然后退出。 就是上次触发的执行没有完成，本次触发不会执行，会等待上次执行完成，防止任务分片在当前节点被重复执行。

//TODO 查看当前任务是否有分片正在执行，就创建节点/sharding/{item}/misfire

  if (jobFacade.misfireIfRunning(shardingContexts.getShardingItemParameters().keySet())) {
    
            jobFacade.postJobStatusTraceEvent(shardingContexts.getTaskId(), State.TASK_FINISHED, String.format(
                    "Previous job '%s' - shardingItems '%s' is still running, misfired job will start after previous job completed.", jobConfig.getJobName(),
                    shardingContexts.getShardingItemParameters().keySet()));
            return;
        }

public boolean misfireIfHasRunningItems(final Collection<Integer> items) {
    
        if (!hasRunningItems(items)) {
    
            return false;
        }
        //TODO 只要其中一个分片没有执行完成，就会设置misfire
        setMisfire(items);
        return true;
    }

public boolean hasRunningItems(final Collection<Integer> items) {
    
        JobConfiguration jobConfig = configService.load(true);
        if (!jobConfig.isMonitorExecution()) {
    
            return false;
        }
        for (int each : items) {
    
            //TODO 只要其中一个分片没有执行完成，就会设置misfire
            if (jobNodeStorage.isJobNodeExisted(ShardingNode.getRunningNode(each))) {
    
                return true;
            }
        }
        return false;
    }

执行任务之前对应的ElasticJobListener，这个是之前在配置Job任务时对应的ElasticJobListener。

  
try {
    
            //TODO 任务开始执行，这里会去执行业务配置的监听器ElasticJobListener
            jobFacade.beforeJobExecuted(shardingContexts);
            //CHECKSTYLE:OFF
        } catch (final Throwable cause) {
    
            //CHECKSTYLE:ON
            jobErrorHandler.handleException(jobConfig.getJobName(), cause);
        }

具体任务分片的调度执行，在分片任务执行前，在当前节点服务器把任务在内存中设置为running状态，如果配置了幂等机制，同时也会在zookeeper中创建/sharding/{item}/running临时节点，在服务器宕机该节点就会自动删除了。然后就是把所有的分片任务提交到ThreadPoolExecutor中执行。这里使用的CountDownLatch控制并发等待所有的分片任务都完成，然后就删除任务执行钱创建的/sharding/{item}/running节点。同时如果开启了故障转移机制，就会删除之前创建的故障转移节点/sharding/{item}/failover

 //TODO 任务的执行处理
    execute(shardingContexts, ExecutionSource.NORMAL_TRIGGER);
    
    private void execute(final ShardingContexts shardingContexts, final ExecutionSource executionSource) {
    
            if (shardingContexts.getShardingItemParameters().isEmpty()) {
    
                jobFacade.postJobStatusTraceEvent(shardingContexts.getTaskId(), State.TASK_FINISHED, String.format("Sharding item for job '%s' is empty.", jobConfig.getJobName()));
                return;
            }
            //TODO 将当前任务设置为运行中Running的状态，分为内存状态和zk状态，在zk中创建一个临时节点
            jobFacade.registerJobBegin(shardingContexts);
            String taskId = shardingContexts.getTaskId();
            jobFacade.postJobStatusTraceEvent(taskId, State.TASK_RUNNING, "");
            try {
    
                process(shardingContexts, executionSource);
            } finally {
    
                // TODO Consider increasing the status of job failure, and how to handle the overall loop of job failure
                //TODO 清除job的running状态和删除故障转移节点/sharding/{item}/failover
                jobFacade.registerJobCompleted(shardingContexts);
                if (itemErrorMessages.isEmpty()) {
    
                    jobFacade.postJobStatusTraceEvent(taskId, State.TASK_FINISHED, "");
                } else {
    
                    jobFacade.postJobStatusTraceEvent(taskId, State.TASK_ERROR, itemErrorMessages.toString());
                }
            }
        }
    
    private void process(final ShardingContexts shardingContexts, final ExecutionSource executionSource) {
    
            Collection<Integer> items = shardingContexts.getShardingItemParameters().keySet();
            if (1 == items.size()) {
    
                int item = shardingContexts.getShardingItemParameters().keySet().iterator().next();
                JobExecutionEvent jobExecutionEvent = new JobExecutionEvent(IpUtils.getHostName(), IpUtils.getIp(), shardingContexts.getTaskId(), jobConfig.getJobName(), executionSource, item);
                process(shardingContexts, item, jobExecutionEvent);
                return;
            }
            CountDownLatch latch = new CountDownLatch(items.size());
            for (int each : items) {
    
                JobExecutionEvent jobExecutionEvent = new JobExecutionEvent(IpUtils.getHostName(), IpUtils.getIp(), shardingContexts.getTaskId(), jobConfig.getJobName(), executionSource, each);
                if (executorService.isShutdown()) {
    
                    return;
                }
                executorService.submit(() -> {
    
                    try {
    
                        process(shardingContexts, each, jobExecutionEvent);
                    } finally {
    
                        latch.countDown();
                    }
                });
            }
            try {
    
                latch.await();
            } catch (final InterruptedException ex) {
    
                Thread.currentThread().interrupt();
            }
        }

检查是否有任务分片错过执行，这里的判断是开启了misfire任务错过机制并且分片存在/sharding/{item}/misfire节点。如果开启了任务错过机制，并且有任务错过执行，这里会重新执行一次分片节点任务。任务执行之前清除了/sharding/{item}/misfire节点。

//TODO 任务是否有错过执行，重新出发调度一次
        while (jobFacade.isExecuteMisfired(shardingContexts.getShardingItemParameters().keySet())) {
    
            jobFacade.clearMisfire(shardingContexts.getShardingItemParameters().keySet());
            execute(shardingContexts, ExecutionSource.MISFIRE);
        }

在这里再手动执行下故障转移操作， 在这里不知道为啥还需要手动执行下故障转移，在故障转移监听器里面就能监听到，为啥这里还要在任务执行的时候再手动触发下？？？没太理解

//TODO 执行故障转移，防止未及时故障转移吧，其实有个listener在监控，为什么这里还要手动执行下 故障转移
jobFacade.failoverIfNecessary();

任务分片执行完之后，触发业务给任务配置的监听器的执行

 try {
    
                //TODO 任务执行完成，这里是去触发业务配置的监听器的执行
                jobFacade.afterJobExecuted(shardingContexts);
                //CHECKSTYLE:OFF
            } catch (final Throwable cause) {
    
                //CHECKSTYLE:ON
                jobErrorHandler.handleException(jobConfig.getJobName(), cause);
            }

作业执行流程图:

ElasticJob作业执行流程图

本文链接：https://blog.csdn.net/qq_27818541/article/details/113773839

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

c# 调用c++ lib静态库_c#调用lib-程序员宅基地

文章浏览阅读2w次，点赞7次，收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案，在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建：添加Visual C++ , Win32 项目这......_c#调用lib

deepin/ubuntu安装苹方字体-程序员宅基地

文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体，挺好看的。注重颜值的网站都会使用，例如知乎：font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang

html表单常见操作汇总_html表单的处理程序有那些-程序员宅基地

文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--method将表单中的数据传送给服务器处理，get方式直接显示在url地址中，数据可以被缓存，且长度有限制；而post方式数据隐藏传输，_html表单的处理程序有那些

PHP设置谷歌验证器（Google Authenticator）实现操作二步验证_php otp 验证器-程序员宅基地

文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证（即Google Authenticator服务）后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器

【Python】matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距-程序员宅基地

文章浏览阅读4.3k次，点赞5次，收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距

docker — 容器存储_docker 保存容器-程序员宅基地

文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节，实现了多层数据的堆叠，为用户提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制（CoW）策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的，不建议用于生成环境。_docker 保存容器

随便推点

网络拓扑结构_网络拓扑csdn-程序员宅基地

文章浏览阅读834次，点赞27次，收藏13次。网络拓扑结构是指计算机网络中各组件（如计算机、服务器、打印机、路由器、交换机等设备）及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式，也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn

JS重写Date函数，兼容IOS系统_date.prototype 将所有 ios-程序员宅基地

文章浏览阅读1.8k次，点赞5次，收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时，通常的做法是：new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的，而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠，也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑，需要做一些额外的特殊处理，笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数，一劳永逸，避免每次ne_date.prototype 将所有 ios