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

oracle 12c 集群安装后的检查_12c查看crs状态-程序员宅基地

文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下：http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态：[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态

解决jupyter notebook无法找到虚拟环境的问题_jupyter没有pytorch环境-程序员宅基地

文章浏览阅读1.3w次，点赞45次，收藏99次。我个人用的是anaconda3的一个python集成环境，自带jupyter notebook，但在我打开jupyter notebook界面后，却找不到对应的虚拟环境，原来是jupyter notebook只是通用于下载anaconda时自带的环境，其他环境要想使用必须手动下载一些库：1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境

国内安装scoop的保姆教程_scoop-cn-程序员宅基地

文章浏览阅读5.2k次，点赞19次，收藏28次。选择scoop纯属意外，也是无奈，因为电脑用户被锁了管理员权限，所有exe安装程序都无法安装，只可以用绿色软件，最后被我发现scoop，省去了到处下载XXX绿色版的烦恼，当然scoop里需要管理员权限的软件也跟我无缘了（譬如everything）。推荐添加dorado这个bucket镜像，里面很多中文软件，但是部分国外的软件下载地址在github，可能无法下载。以上两个是官方bucket的国内镜像，所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn

Element ui colorpicker在Vue中的使用_vue el-color-picker-程序员宅基地

文章浏览阅读4.5k次，点赞2次，收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了，例如：这里的:sty..._vue el-color-picker

迅为iTOP-4412精英版之烧写内核移植后的镜像_exynos 4412 刷机-程序员宅基地

文章浏览阅读640次。基于芯片日益增长的问题，所以内核开发者们引入了新的方法，就是在内核中只保留函数，而数据则不包含，由用户（应用程序员）自己把数据按照规定的格式编写，并放在约定的地方，为了不占用过多的内存，还要求数据以根精简的方式编写。boot启动时，传参给内核，告诉内核设备树文件和kernel的位置，内核启动时根据地址去找到设备树文件，再利用专用的编译器去反编译dtb文件，将dtb还原成数据结构，以供驱动的函数去调用。firmware是三星的一个固件的设备信息，因为找不到固件，所以内核启动不成功。_exynos 4412 刷机

Linux系统配置jdk_linux配置jdk-程序员宅基地

文章浏览阅读2w次，点赞24次，收藏42次。Linux系统配置jdkLinux学习教程，Linux入门教程（超详细）_linux配置jdk

随便推点

matlab(4)：特殊符号的输入_matlab微米怎么输入-程序员宅基地

文章浏览阅读3.3k次，点赞5次，收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图：_matlab微米怎么输入

C语言程序设计-文件(打开与关闭、顺序、二进制读写)-程序员宅基地

文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件，可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中，对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数，而关闭则使用fclose函数。在C语言中，可以使用fread和fwrite函数进行二进制读写。‍ Biaoge 于2024-03-09 23:51发布阅读量：7 ️文章类型：【 C语言程序设计】在C语言中，用于打开文件的函数是____，用于关闭文件的函数是____。

Touchdesigner自学笔记之三_touchdesigner怎么让一个模型跟着鼠标移动-程序员宅基地

文章浏览阅读3.4k次，点赞2次，收藏13次。跟随鼠标移动的粒子以grid（SOP）为partical（SOP）的资源模板，调整后连接【Geo组合+point spirit（MAT)】，在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in（CHOP)鼠标位置到metaball的坐标，实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动

【附源码】基于java的校园停车场管理系统的设计与实现61m0e9计算机毕设SSM_基于java技术的停车场管理系统实现与设计-程序员宅基地

文章浏览阅读178次。项目运行环境配置：Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX（Webstorm也行）+ Eclispe（IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持）。项目技术：Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成，B/S模式 + Maven管理等等。环境需要1.运行环境：最好是java jdk 1.8，我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计

Android系统播放器MediaPlayer源码分析_android多媒体播放源码分析时序图-程序员宅基地

文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多，会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析，后面会慢慢更新。另外，博客只作为自己学习记录的一种方式，对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析时序图

java 数据结构与算法 ——快速排序法-程序员宅基地

文章浏览阅读2.4k次，点赞41次，收藏13次。java 数据结构与算法 ——快速排序法_快速排序法