elastic-job 完结篇

一 elastic-job

1.1 案例场景分析

1.设置4个分片,10秒执行一次。

分片弹性扩容缩容机制测试:

测试1:测试窗口1不关闭,再次运行main方法查看控制台日志,注意修改application.properties中的 server.port,保证端口不冲突

测试2:测试窗口1 和测试窗口2 不关闭,再次运行2次main方法,达到4个任务实例,查看控制台日志

测试3:测试窗口1 和测试窗口2 不关闭,将测试窗口3和测试窗口4任务停止

测试4:测试窗口1不关闭 将测试窗口2 任务停止

结论:
1、任务运行期间,如果有新机器加入,则会立刻触发分片机制,将任务相对 平均的分配到每台机器上并行执行调度。
2、如果有机器退出集群,则经过短暂的一段时间(大约40秒)后又会重 新触发分片机制

二 dataflow类型作业(了解)

Dataflow 类型的定时任务需实现 DataflowJob 接口,该接口提供 2 个方法可供覆盖,分别用于抓取 (fetchData) 和处 理(processData) 数据。咱们继续对例子进行改造。
Dataflow 类型用于处理数据流,它和 SimpleJob 不同,它以数据流的方式执行,调用 fetchData 抓取数据,直到抓 取不到数据才停止作业。

每次运行定时任务都会开启 4 个线程执行 fetchData 抓取数据,抓取以后调用 processData 处
理数据,如果是流式处理数据( new DataflowJobConfiguration 第三个参数为 true )且 fetchData 方法的返回值为 null或集合长度为空时,作业才停止处理。

三 开启记录表的配置(了解)

JOB_EXECUTION_LOG 记录每次作业的执行历史
JOB_STATUS_TRACE_LOG 记录作业状态变更痕迹表。可通过每次作业运行的 task_id 查询作业状态变化的生命周期 和运行轨迹。

四 elastic-job的管控台

4.1 管控台

elastic-job中提供了一个elastic-job-lite-console控制台

4.2 dump命令

使用 Elastic-Job-Lite 过程中可能会碰到一些问题,导致作业运行不稳定。由于无法在生产环境调试,通过 dump 命 令可以把作业内部相关信息dump 出来,方便开发者 debug 分析。

相关推荐
小马爱打代码27 分钟前
Kafka - 消息零丢失实战
分布式·kafka
长河30 分钟前
Kafka系列教程 - Kafka 运维 -8
运维·分布式·kafka
浩浩kids3 小时前
Hadoop•踩过的SHIT
大数据·hadoop·分布式
松韬3 小时前
Spring + Redisson:从 0 到 1 搭建高可用分布式缓存系统
java·redis·分布式·spring·缓存
雨会停rain4 小时前
如何提高rabbitmq消费效率
分布式·rabbitmq
java技术小馆5 小时前
Zookeeper中的Zxid是如何设计的
java·分布式·zookeeper·云原生
DemonAvenger6 小时前
深入剖析 sync.Once:实现原理、应用场景与实战经验
分布式·架构·go
Vic23346 小时前
Kafka简要介绍与快速入门示例
分布式·kafka
Lethehong8 小时前
崖山YashanDB:下一代国产分布式数据库的架构革新与行业实践
数据库·分布式·架构
遇码18 小时前
单机快速部署开源、免费的分布式任务调度系统——DolphinScheduler
大数据·运维·分布式·开源·定时任务·dolphin·scheduler