Elastic Job入门详解

转载自： http://blog.csdn.net/zhglance/article/details/55213466

Elastic job是当当网架构师张亮,曹昊和江树建基于Zookepper、Quartz开发并开源的一个Java分布式定时任务，解决了Quartz不支持分布式的弊端。Elastic job主要的功能有支持弹性扩容，通过Zookepper集中管理和监控job，支持失效转移等，这些都是Quartz等其他定时任务无法比拟的。

    目前Elastic job的最新版本已经由原来的elastic-job-core分离除了两个项目，分别为Elastic-Job-Lite和Elastic-Job-Cloud。Elastic-Job是一个分布式调度解决方案，由两个相互独立的子项目Elastic-Job-Lite和Elastic-Job-Cloud组成，Elastic-Job-Lite定位为轻量级无中心化解决方案，使用jar包的形式提供分布式任务的协调服务。
Elastic-Job-Cloud使用Mesos + Docker(TBD)的解决方案，额外提供资源治理、应用分发以及进程隔离等服务，Elastic-Job-Lite和Elastic-Job-Cloud提供同一套API开发作业，开发者仅需一次开发，即可根据需要以Lite或Cloud的方式部署 .[转自官网:https://github.com/dangdangdotcom/elastic-job/blob/master/README_cn.md]

    1.实战

         maven依赖:          

[java] view
plain copy

<!-- 引入elastic-job-lite核心模块 -->  

<!-- https://mvnrepository.com/artifact/com.dangdang/elastic-job-lite-core -->  

<dependency>  

    <groupId>com.dangdang</groupId>  

    <artifactId>elastic-job-lite-core</artifactId>  

    <version>2.0.0</version>  

</dependency>  

<!-- 使用springframework自定义命名空间时引入 -->  

<dependency>  

    <groupId>com.dangdang</groupId>  

    <artifactId>elastic-job-lite-spring</artifactId>  

    <version>2.0.0</version>  

</dependency>  

 

      MyElasticJob.java       

[java] view
plain copy

package com.lance.job;  

  

import com.dangdang.ddframe.job.api.ShardingContext;  

import com.dangdang.ddframe.job.api.simple.SimpleJob;  

  

/** 

 * Created by zhangzh on 2017/2/15. 

 */  

public class MyElasticJob implements SimpleJob {  

  

  

    public void execute(ShardingContext shardingContext) {  

  

        //1.当分片数为1时,在同一个zookepper和jobname情况下,多台机器部署了Elastic job时,只有拿到shardingContext.getShardingItem()为0的机器得以执行,其他的机器不执行  

  

        //2.当分片数大于1时,假如有3台服务器，分成10片，则分片项分配结果为服务器A=0,1,2;服务器B=3,4,5;服务器C=6,7,8,9。此时每台服务器可根据拿到的shardingItem值进行相应的处理，  

         // 举例场景:  

         // 假如job处理数据库中的数据业务,方法为:A服务器处理数据库中Id以0,1,2结尾的数据,B处理数据库中Id以3,4,5结尾的数据,C处理器处理6,7,8,9结尾的数据,合计处理0-9为全部数据  

         // 如果服务器C崩溃，Elastic Job自动进行进行失效转移，将C服务器的分片转移到A和B服务器上，则分片项分配结果为服务器A=0,1,2,3,4;服务器B=5,6,7,8,9  

              // 此时,A服务器处理数据库中Id以0,1,2,3,4结尾的数据,B处理数据库中Id以5,6,7,8,9结尾的数据,合计处理0-9为全部数据.  

  

  

        processByEndId(shardingContext.getShardingItem());  

    }  

  

    private void processByEndId(int shardingContext) {  

  

        // TODO: 2017/2/15  处理数据Id结尾为 shardingContext的数据  

  

    }  

}  

       上下文配置：

      

[java] view
plain copy

<?xml version="1.0" encoding="UTF-8"?>  

<beans xmlns="http://www.springframework.org/schema/beans"  

       xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"  

       xmlns:reg="http://www.dangdang.com/schema/ddframe/reg"  

       xmlns:job="http://www.dangdang.com/schema/ddframe/job"  

       xsi:schemaLocation="http://www.springframework.org/schema/beans  

                        http://www.springframework.org/schema/beans/spring-beans.xsd  

                        http://www.dangdang.com/schema/ddframe/reg  

                        http://www.dangdang.com/schema/ddframe/reg/reg.xsd  

                        http://www.dangdang.com/schema/ddframe/job  

                        http://www.dangdang.com/schema/ddframe/job/job.xsd  

                        ">  

    <!--Zookeeper注册中心 -->  

    <reg:zookeeper id="regCenter" server-lists="zookeeperServerIp:2181" namespace="dd-job" base-sleep-time-milliseconds="1000" max-sleep-time-milliseconds="3000" max-retries="3" />  

  

    <!-- 配置作业-->  

    <job:simple id="myElasticJob" class="com.lance.job.MyElasticJob" registry-center-ref="regCenter" cron="0 */5 * * * ?" sharding-total-count="1"/>  

</beans>  

看，简单吧！