Cluster模式潜在问题学习笔记---分布式调度之定时任务场景回顾

Cluster模式潜在问题学习笔记—分布式调度之定时任务场景回顾

1. 调度—>定时任务，分布式调度—>在分布式集群环境下定时任务这件事
2. 主要看看Elastic-job（当当⽹开源的分布式调度框架）

1. 应用场景

1. 定时任务形式：每隔⼀定时间/特定某⼀时刻执⾏
2. 例如：
   1. 订单审核、出库
   2. 订单超时⾃动取消、⽀付退款
   3. 礼券同步、⽣成、发放作业
   4. 物流信息推送、抓取作业、退换货处理作业
   5. 数据积压监控、⽇志监控、服务可⽤性探测作业
   6. 定时备份数据
   7. ⾦融系统每天的定时结算
   8. 数据归档、清理作业
   9. 报表、离线数据分析作业

2. 什么是分布式调度

1. 什么是分布式任务调度？有两层含义
   1. 运⾏在分布式集群环境下的调度任务（同⼀个定时任务程序部署多份，只应该有⼀个定时任务在执⾏）
   2. 分布式调度—>定时任务的分布式—>定时任务的拆分（即为把⼀个⼤的作业任务拆分为多个⼩的作业任务，同时执⾏）
      

3. 定时任务与消息队列的区别

1. 共同点
   1. 异步处理：⽐如注册、下单事件
   2. 应⽤解耦：不管定时任务作业还是MQ都可以作为两个应⽤之间的⻮轮实现应⽤解耦，这个⻮轮可以中转数据，当然单体服务不需要考虑这些，服务拆分的时候往往都会考虑
   3. 流量削峰：双⼗⼀的时候，任务作业和MQ都可以⽤来扛流量，后端系统根据服务能⼒定时处理订单或者从MQ抓取订单抓取到⼀个订单到来事件的话触发处理，对于前端⽤户来说看到的结果是已经下单成功了，下单是不受任何影响的
2. 本质不同
   1. 时任务作业是时间驱动，⽽MQ是事件驱动；
   2. 时间驱动是不可代替的，⽐如：⾦融系统每⽇的利息结算，不是说利息来⼀条（利息到来事件）就算⼀下，⽽往往是通过定时任务批量计算；
   3. 所以，定时任务作业更倾向于批处理，MQ倾向于逐条处理；

4. 定时任务的实现方式

1. 定时任务的实现⽅式有多种。早期没有定时任务框架的时候，我们会使⽤JDK中的Timer机制和多线程机制（Runnable+线程休眠）来实现定时或者间隔⼀段时间执⾏某⼀段程序；
2. 后来有了定时任务框架，⽐如⼤名鼎鼎的Quartz任务调度框架，使⽤时间表达式（包括：秒、分、时、⽇、周、年）配置某⼀个任务什么时间去执⾏：