程序喵一、分布式任务调度概述
1、什么是任务调度平台
任务调度是指基于给定的时间点，给定的时间间隔又或者给定执行次数自动的执行任务。我们可以思考一下在以下场景中，我们应该怎么实现：
支付系统每天凌晨 1 点，进行一天清算，每月 1 号进行上个月清算；
电商整点抢购，商品价格8点整开始优惠
12306 购票系统，超过 30 分钟没有成功支付订单的，进行回收处理
2、为什么需要任务调度平台
定时任务是程序员不可避免的话题，很多业务场景需要我们某一特定的时刻去做某件任务。一般来说，系统可以使用消息传递代替部分定时任务（比如商品成功发货后，需要向客户发送短信提醒），两者有很多相似之处，一些场景下也可以相互替换，但是有一些不能：
时间驱动/事件驱动：内部系统一般可以通过事件来驱动，但如果涉及到外部系统，则只能使用时间驱动。如爬取外部网站价格，每小时爬一次。批量处理/逐条处理：批量处理堆积的数据更加高效，在不需要实时性的情况下比消息中间件更有优势。而且有的业务逻辑只能批量处理，如移动每个月结算我们的花费。实时性/非实时性：消息中间件能够做到实时处理数据，但是有些情况下并不需要实时，比如：vip 升级。系统内部/系统解耦：定时任务调度一般是在系统内部，而消息中间件可用于两个系统间
并且对于分布式系统来说，如果处理不当，会存在同一系统不同节点之间定时任务相互影响的问题，再考虑上监控、日志、信息面板，加上不同系统之间管理维护的问题，自己实现一套的成本又上来了..所以我们可以考虑一些比较成熟的任务调度平台来使用
3、任务调度框架选型
Java 领域主要分布式调度系统如下：
xxl-job：是一个轻量级分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展 。Elastic-Job：当当开源的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 采用自研Mesos Framework的解决方案，额外提供资源治理、应用分发以及进程隔离等功能；
Saturn：是唯品会开源的一个分布式任务调度平台，在当当开源的Elastic Job基础上，取代传统的Linux Cron/Spring Batch Job的方式，做到全域统一配置，统一监控，任务高可用以及分片并发处理；light-task-scheduler：阿里员工开源的个人项目，主要用于解决分布式任务调度问题，支持实时任务，定时任务和Cron任务。有较好的伸缩性，扩展性，健壮稳定性Quartz: Java定时任务的标配。利用数据库的锁机制实现集群调度，业务代码需要考虑调度的逻辑，对业务代码有入侵。
二、XXL-JOB 分布式定时任务
XXL-JOB是一个分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。
1、特性
1、简单：支持通过Web页面对任务进行CRUD操作，操作简单，一分钟上手； 2、动态：支持动态修改任务状态、启动/停止任务，以及终止运行中任务，即时生效； 3、调度中心HA（中心式）：调度采用中心式设计，“调度中心”自研调度组件并支持集群部署，可保证调度中心HA； 4、执行器HA（分布式）：任务分布式执行，任务”执行器”支持集群部署，可保证任务执行HA； 5、注册中心: 执行器会周期性自动注册任务, 调度中心将会自动发现注册的任务并触发执行。同时，也支持手动录入执行器地址； 6、弹性扩容缩容：一旦有新执行器机器上线或者下线，下次调度时将会重新分配任务； 7、路由策略：执行器集群部署时提供丰富的路由策略，包括：第一个、最后一个、轮询、随机、一致性HASH、最不经常使用、最近最久未使用、故障转移、忙碌转移等； 8、故障转移：任务路由策略选择”故障转移”情况下，如果执行器集群中某一台机器故障，将会自动Failover切换到一台正常的执行器发送调度请求。 9、阻塞处理策略：调度过于密集执行器来不及处理时的处理策略，策略包括：单机串行（默认）、丢弃后续调度、覆盖之前调度； 10、任务超时控制：支持自定义任务超时时间，任务运行超时将会主动中断任务； 11、任务失败重试：支持自定义任务失败重试次数，当任务失败时将会按照预设的失败重试次数主动进行重试；其中分片任务支持分片粒度的失败重试； 12、任务失败告警；默认提供邮件方式失败告警，同时预留扩展接口，可方便的扩展短信、钉钉等告警方式； 13、分片广播任务：执行器集群部署时，任务路由策略选择”分片广播”情况下，一次任务调度将会广播触发集群中所有执行器执行一次任务，可根据分片参数开发分片任务； 14、动态分片：分片广播任务以执行器为维度进行分片，支持动态扩容执行器集群从而动态增加分片数量，协同进行业务处理；在进行大数据量业务操作时可显著提升任务处理能力和速度。 15、事件触发：除了”Cron方式”和”任务依赖方式”触发任务执行之外，支持基于事件的触发任务方式。调度中心提供触发任务单次执行的API服务，可根据业务事件灵活触发。 16、任务进度监控：支持实时监控任务进度； 17、Rolling实时日志：支持在线查看调度结果，并且支持以Rolling方式实时查看执行器输出的完整的执行日志； 18、GLUE：提供Web IDE，支持在线开发任务逻辑代码，动态发布，实时编译生效，省略部署上线的过程。支持30个版本的历史版本回溯。 19、脚本任务：支持以GLUE模式开发和运行脚本任务，包括Shell、Python、NodeJS、PHP、PowerShell等类型脚本; 20、命令行任务：原生提供通用命令行任务Handler（Bean任务，”CommandJobHandler”）；业务方只需要提供命令行即可； 21、任务依赖：支持配置子任务依赖，当父任务执行结束且执行成功后将会主动触发一次子任务的执行, 多个子任务用逗号分隔； 22、一致性：“调度中心”通过DB锁保证集群分布式调度的一致性, 一次任务调度只会触发一次执行； 23、自定义任务参数：支持在线配置调度任务入参，即时生效； 24、调度线程池：调度系统多线程触发调度运行，确保调度精确执行，不被堵塞； 25、数据加密：调度中心和执行器之间的通讯进行数据加密，提升调度信息安全性； 26、邮件报警：任务失败时支持邮件报警，支持配置多邮件地址群发报警邮件； 27、推送maven中央仓库: 将会把最新稳定版推送到maven中央仓库, 方便用户接入和使用; 28、运行报表：支持实时查看运行数据，如任务数量、调度次数、执行器数量等；以及调度报表，如调度日期分布图，调度成功分布图等； 29、全异步：任务调度流程全异步化设计实现，如异步调度、异步运行、异步回调等，有效对密集调度进行流量削峰，理论上支持任意时长任务的运行； 30、跨语言：调度中心与执行器提供语言无关的 RESTful API 服务，第三方任意语言可据此对接调度中心或者实现执行器。除此之外，还提供了 “多任务模式”和“httpJobHandler”等其他跨语言方案； 31、国际化：调度中心支持国际化设置，提供中文、英文两种可选语言，默认为中文； 32、容器化：提供官方docker镜像，并实时更新推送dockerhub，进一步实现产品开箱即用； 33、线程池隔离：调度线程池进行隔离拆分，慢任务自动降级进入”Slow”线程池，避免耗尽调度线程，提高系统稳定性； 34、用户管理：支持在线管理系统用户，存在管理员、普通用户两种角色； 35、权限控制：执行器维度进行权限控制，管理员拥有全量权限，普通用户需要分配执行器权限后才允许相关操作；
三、快速入门 - 本地运行
先定个小目标，先把它在本地跑起来先。
1、源码下载地址
GitHub：https://github.com/xuxueli/xxl-job
码云：https://gitee.com/xuxueli0323/xxl-job
2、文档地址
中文文档：http://www.xuxueli.com/xxl-job/#/
英文文档：http://www.xuxueli.com/xxl-job/en/#/
第一步：下载代码到本地
找一个合适的目录，然后执行下列语句把代码下载到本地：
$ git clone https://github.com/xuxueli/xxl-job.git
第二步：初始化数据库
找到 /xxl-job/doc/db/table_xxl_job.sql 初始化 SQL 脚本，将此脚本在MySQL数据库中执行一遍。
执行完毕，会在MySQL数据库中生成如下 8 张表：
第三步：配置并启动 "调度中心"
调度中心配置文件地址：/xxl-job/xxl-job-admin/src/main/resources/xxl-job-admin.properties
调度中心配置内容说明：主要是 JDBC 链接、邮箱地址
### 调度中心JDBC链接：链接地址请保持和初始化时创建的数据库保持一致 spring.datasource.url=jdbc:mysql://127.0.0.1:3306/xxl_job?Unicode=true&characterEncoding=UTF-8 spring.datasource.username=root spring.datasource.password=root_pwd spring.datasource.driver-class-name=com.mysql.jdbc.Driver ### 报警邮箱 spring.mail.host=smtp.qq.com spring.mail.port=25 spring.mail.username=xxx@qq.com spring.mail.password=xxx spring.mail.properties.mail.smtp.auth=true spring.mail.properties.mail.smtp.starttls.enable=true spring.mail.properties.mail.smtp.starttls.required=true spring.mail.properties.mail.smtp.socketFactory.class=javax.net.ssl.SSLSocketFactory ### xxl-job, access token xxl.job.accessToken=
该工程是一个springboot项目，我们只需要在IDEA中执行 XxlJobAdminApplication 类即可运行该工程：
在第一次启动的项目的时候可能会遇到找不到 log 文件的错误（Failed to create），我们只需要自己手动创建一下，或者修改一下 logback.xml 的日志路径
当一切配置好了之后，我们就可以启动项目了，调度中心访问地址：http://localhost:8080/xxl-job-admin（该地址执行期将会使用到，作为回调地址），默认登录账号 "admin/123456"，登录后运行界面如下图所示：
至此，「调度中心」项目已经部署成功了，调度中心集群（可选）配置可参考官方文档。
第四步：配置启动"执行器"
执行器配置，配置文件地址：/xxl-job/xxl-job-executor-samples/xxl-job-executor-sample-springboot/src/main/resources/application.properties
执行器配置，配置内容说明：
### 调度中心部署跟地址 [选填]：如调度中心集群部署存在多个地址则用逗号分隔。执行器将会使用该地址进行"执行器心跳注册"和"任务结果回调"；为空则关闭自动注册； xxl.job.admin.addresses=http://127.0.0.1:8080/xxl-job-admin ### 执行器AppName [选填]：执行器心跳注册分组依据；为空则关闭自动注册 xxl.job.executor.appname=xxl-job-executor-sample ### 执行器IP [选填]：默认为空表示自动获取IP，多网卡时可手动设置指定IP，该IP不会绑定Host仅作为通讯实用；地址信息用于 "执行器注册" 和 "调度中心请求并触发任务"； xxl.job.executor.ip= ### 执行器端口号 [选填]：小于等于0则自动获取；默认端口为9999，单机部署多个执行器时，注意要配置不同执行器端口； xxl.job.executor.port=9999 ### 执行器通讯TOKEN [选填]：非空时启用；(注意与调度中心保持一致) xxl.job.accessToken= ### 执行器运行日志文件存储磁盘路径 [选填] ：需要对该路径拥有读写权限；为空则使用默认路径； xxl.job.executor.logpath=/data/applogs/xxl-job/jobhandler ### 执行器日志保存天数 [选填] ：值大于3时生效，启用执行器Log文件定期清理功能，否则不生效； xxl.job.executor.logretentiondays=-1
同样，也要注意一下"日志文件的创建和权限问题"。
当配置完成之后运行起来，我们就可以在刚才的任务调度中心的主页，在右上角的「执行器的数量」上 + 1 了。
第五步：执行一个任务
在“第二步：初始化数据库” 已经初始化了一个任务。
如上图，对应代码位置：/xxl-job-executor-sample-springboot/src/main/java/com/xxl/job/executor/service/jobhandler/SampleXxlJob.java
@Component
public class SampleXxlJob {
private static Logger logger = LoggerFactory.getLogger(SampleXxlJob.class);
/**
* 1、简单任务示例（Bean模式）
*/
@XxlJob("demoJobHandler")
public ReturnT<String> demoJobHandler(String param) throws Exception {
XxlJobLogger.log("XXL-JOB, Hello World.");
for (int i = 0; i < 5; i++) {
XxlJobLogger.log("beat at:" + i);
TimeUnit.SECONDS.sleep(2);
}
return ReturnT.SUCCESS;
}
....
}点击操作 中的 执行一次 按钮。输入一个 参数，单机保存。
随后便有了执行日志，5.log 是递增执行。
单机操作中的 查看日志 观察执行结果。
第六步：开发第一个任务
经过测试的任务之后，开发一个自己的任务测试。
当「调度中心」和「执行器」都启动之后，我们可以直接在「调度中心」的任务管理界面新增一条配置如下图所示（参考）的任务：
任务详解
执行器：任务的绑定的执行器，任务触发调度时将会自动发现注册成功的执行器, 实现任务自动发现功能; 另一方面也可以方便的进行任务分组。每个任务必须绑定一个执行器, 可在 "执行器管理" 进行设置;任务描述：任务的描述信息，便于任务管理；路由策略：当执行器集群部署时，提供丰富的路由策略，包括；FIRST（第一个）：固定选择第一个机器；LAST（最后一个）：固定选择最后一个机器；ROUND（轮询）：；RANDOM（随机）：随机选择在线的机器；CONSISTENT_HASH（一致性HASH）：每个任务按照Hash算法固定选择某一台机器，且所有任务均匀散列在不同机器上。LEAST_FREQUENTLY_USED（最不经常使用）：使用频率最低的机器优先被选举；LEAST_RECENTLY_USED（最近最久未使用）：最久未使用的机器优先被选举；FAILOVER（故障转移）：按照顺序依次进行心跳检测，第一个心跳检测成功的机器选定为目标执行器并发起调度；BUSYOVER（忙碌转移）：按照顺序依次进行空闲检测，第一个空闲检测成功的机器选定为目标执行器并发起调度；SHARDING_BROADCAST(分片广播)：广播触发对应集群中所有机器执行一次任务，同时系统自动传递分片参数；可根据分片参数开发分片任务；Cron：触发任务执行的Cron表达式；运行模式：BEAN模式：任务以JobHandler方式维护在执行器端；需要结合 "JobHandler" 属性匹配执行器中任务；GLUE模式(Java)：任务以源码方式维护在调度中心；该模式的任务实际上是一段继承自IJobHandler的Java类代码并 "groovy" 源码方式维护，它在执行器项目中运行，可使用@Resource/@Autowire注入执行器里中的其他服务；GLUE模式(Shell)：任务以源码方式维护在调度中心；该模式的任务实际上是一段 "shell" 脚本；GLUE模式(Python)：任务以源码方式维护在调度中心；该模式的任务实际上是一段 "python" 脚本；GLUE模式(PHP)：任务以源码方式维护在调度中心；该模式的任务实际上是一段 "php" 脚本；GLUE模式(NodeJS)：任务以源码方式维护在调度中心；该模式的任务实际上是一段 "nodejs" 脚本；GLUE模式(PowerShell)：任务以源码方式维护在调度中心；该模式的任务实际上是一段 "PowerShell" 脚本；JobHandler：运行模式为 "BEAN模式" 时生效，对应执行器中新开发的JobHandler类“@JobHandler”注解自定义的value值；阻塞处理策略：调度过于密集执行器来不及处理时的处理策略；
单机串行（默认）：调度请求进入单机执行器后，调度请求进入FIFO队列并以串行方式运行；丢弃后续调度：调度请求进入单机执行器后，发现执行器存在运行的调度任务，本次请求将会被丢弃并标记为失败；覆盖之前调度：调度请求进入单机执行器后，发现执行器存在运行的调度任务，将会终止运行中的调度任务并清空队列，然后运行本地调度任务；子任务：每个任务都拥有一个唯一的任务ID(任务ID可以从任务列表获取)，当本任务执行结束并且执行成功时，将会触发子任务ID所对应的任务的一次主动调度。任务超时时间：支持自定义任务超时时间，任务运行超时将会主动中断任务；失败重试次数；支持自定义任务失败重试次数，当任务失败时将会按照预设的失败重试次数主动进行重试；报警邮件：任务调度失败时邮件通知的邮箱地址，支持配置多邮箱地址，配置多个邮箱地址时用逗号分隔；负责人：任务的负责人；执行参数：任务执行所需的参数；
Bean模式又分为
Bean模式（类形式）：基于类的开发方式，每个任务对应一个Java类。
Bean模式（方法形式）：基于方法的开发方式，每个任务对应一个方法。
GLUE模式：
任务以源码方式维护在调度中心，支持通过Web IDE在线更新，实时编译和生效，因此不需要指定JobHandler
原生内置Bean模式任务
为方便用户参考与快速实用，执行器（SampleXxlJob 完整代码）内原生提供多个Bean模式任务Handler，可以直接配置实用，如下：
demoJobHandler：简单示例任务，任务内部模拟耗时任务逻辑，用户可在线体验Rolling Log等功能；shardingJobHandler：分片示例任务，任务内部模拟处理分片参数，可参考熟悉分片任务；commandJobHandler：通用命令行任务Handler；业务方只需要提供命令行即可；如 “pwd”命令；httpJobHandler：通用HTTP任务Handler；业务方只需要提供HTTP链接等信息即可，不限制语言、平台。示例任务入参如下：
url: http://www.xxx.com method: get 或 post data: post-data
分片任务示例
分片任务适用场景如：
10个执行器的集群来处理10w条数据，每台机器只需要处理1w条数据，耗时降低10倍；
/**
* 2、分片广播任务
*/
@XxlJob("shardingJobHandler")
public ReturnT<String> shardingJobHandler(String param) throws Exception {
// 分片参数
int shardIndex = XxlJobContext.getXxlJobContext().getShardIndex();
int shardTotal = XxlJobContext.getXxlJobContext().getShardTotal();
XxlJobLogger.log("分片参数：当前分片序号 = {}, 总分片数 = {}", shardIndex, shardTotal);
// 业务逻辑
for (int i = 0; i < shardTotal; i++) {
if (i == shardIndex) {
XxlJobLogger.log("第 {} 片, 命中分片开始处理", i);
} else {
XxlJobLogger.log("第 {} 片, 忽略", i);
}
}
return ReturnT.SUCCESS;
}1、新增一个任务，使用 分片广播 策略。
2、开启两个执行器（修改端口号测试）
3、点击操作中的 执行一次，输入参数 200。
4、执行日志结果，两个执行器，同时执行。
执行器1
2020-06-26 20:25:34 [com.xxl.job.core.thread.JobThread#run]-[127]-[Thread-123] ----------- xxl-job job execute start ----------- ----------- Param:200 2020-06-26 20:25:34 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#shardingJobHandler]-[61]-[Thread-123] 分片参数：当前分片序号 = 0, 总分片数 = 2 2020-06-26 20:25:34 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#shardingJobHandler]-[66]-[Thread-123] 第 0 片, 命中分片开始处理 2020-06-26 20:25:34 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#shardingJobHandler]-[68]-[Thread-123] 第 1 片, 忽略 2020-06-26 20:25:34 [com.xxl.job.core.thread.JobThread#run]-[167]-[Thread-123] ----------- xxl-job job execute end(finish) ----------- ----------- ReturnT:ReturnT [code=200, msg=null, content=null] 2020-06-26 20:25:34 [com.xxl.job.core.thread.TriggerCallbackThread#callbackLog]-[196]-[xxl-job, executor TriggerCallbackThread] ----------- xxl-job job callback finish. [Load Log Finish]
执行器2
2020-06-26 20:25:34 [com.xxl.job.core.thread.JobThread#run]-[127]-[Thread-123] ----------- xxl-job job execute start ----------- ----------- Param:200 2020-06-26 20:25:34 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#shardingJobHandler]-[61]-[Thread-123] 分片参数：当前分片序号 = 1, 总分片数 = 2 2020-06-26 20:25:34 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#shardingJobHandler]-[68]-[Thread-123] 第 0 片, 忽略 2020-06-26 20:25:34 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#shardingJobHandler]-[66]-[Thread-123] 第 1 片, 命中分片开始处理 2020-06-26 20:25:34 [com.xxl.job.core.thread.JobThread#run]-[167]-[Thread-123] ----------- xxl-job job execute end(finish) ----------- ----------- ReturnT:ReturnT [code=200, msg=null, content=null] 2020-06-26 20:25:35 [com.xxl.job.core.thread.TriggerCallbackThread#callbackLog]-[196]-[xxl-job, executor TriggerCallbackThread] ----------- xxl-job job callback finish. [Load Log Finish]
命令行任务测试
新增任务如下
执行一次参数：ls
执行任务结果
2020-06-27 01:12:29 [com.xxl.job.core.thread.JobThread#run]-[127]-[Thread-125] ----------- xxl-job job execute start ----------- ----------- Param:ls 2020-06-27 01:12:29 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#commandJobHandler]-[94]-[Thread-125] LICENSE 2020-06-27 01:12:29 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#commandJobHandler]-[94]-[Thread-125] NOTICE 2020-06-27 01:12:29 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#commandJobHandler]-[94]-[Thread-125] README.md 2020-06-27 01:12:29 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#commandJobHandler]-[94]-[Thread-125] doc 2020-06-27 01:12:29 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#commandJobHandler]-[94]-[Thread-125] log.path_IS_UNDEFINED 2020-06-27 01:12:29 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#commandJobHandler]-[94]-[Thread-125] pom.xml 2020-06-27 01:12:29 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#commandJobHandler]-[94]-[Thread-125] xxl-job-admin 2020-06-27 01:12:29 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#commandJobHandler]-[94]-[Thread-125] xxl-job-core 2020-06-27 01:12:29 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#commandJobHandler]-[94]-[Thread-125] xxl-job-executor-samples 2020-06-27 01:12:29 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#commandJobHandler]-[94]-[Thread-125] xxl-job.iml 2020-06-27 01:12:29 [com.xxl.job.core.thread.JobThread#run]-[167]-[Thread-125] ----------- xxl-job job execute end(finish) ----------- ----------- ReturnT:ReturnT [code=200, msg=null, content=null] 2020-06-27 01:12:29 [com.xxl.job.core.thread.TriggerCallbackThread#callbackLog]-[196]-[xxl-job, executor TriggerCallbackThread] ----------- xxl-job job callback finish. [Load Log Finish]
http 调用测试
url:http://httpbin.org/get method:get
执行结果
2020-06-27 01:31:17 [com.xxl.job.core.thread.JobThread#run]-[127]-[Thread-129]
----------- xxl-job job execute start -----------
----------- Param:url:http://httpbin.org/get
method:get
2020-06-27 01:31:18 [com.xxl.job.executor.service.jobhandler.SampleXxlJob#httpJobHandler]-[203]-[Thread-129] { "args": {}, "headers": { "Accept": "text/html, image/gif, image/jpeg, *; q=.2, */*; q=.2", "Accept-Charset": "application/json;charset=UTF-8", "Cache-Control": "no-cache", "Content-Type": "application/json;charset=UTF-8", "Host": "httpbin.org", "Pragma": "no-cache", "User-Agent": "Java/1.8.0_171", "X-Amzn-Trace-Id": "Root=1-5ef630e6-d79302a562f91728db929449" }, "origin": "221.218.27.251", "url": "http://httpbin.org/get"}
2020-06-27 01:31:18 [com.xxl.job.core.thread.JobThread#run]-[167]-[Thread-129]
----------- xxl-job job execute end(finish) -----------
----------- ReturnT:ReturnT [code=200, msg=null, content=null]
2020-06-27 01:31:18 [com.xxl.job.core.thread.TriggerCallbackThread#callbackLog]-[196]-[xxl-job, executor TriggerCallbackThread]
----------- xxl-job job callback finish.
[Load Log Finish]java 脚本测试
新增一条任务，选择 GLUE（Java）方式。
保存完成后，列表中操作按钮一栏，会多出 GLUE IDE 的按钮。
单击进入 IDE 编辑，默认脚本内容如下
稍作修改
package com.xxl.job.service.handler;
import com.xxl.job.core.log.XxlJobLogger;
import com.xxl.job.core.biz.model.ReturnT;
import com.xxl.job.core.handler.IJobHandler;
public class DemoGlueJobHandler extends IJobHandler {
@Override
public ReturnT<String> execute(String param) throws Exception {
XxlJobLogger.log("XXL-JOB, Hello World，执行参数" + param);
return ReturnT.SUCCESS;
}
}选择执行一次，查看日志结果（可自行修改脚本内容）。
执行结果
2020-06-27 01:43:03 [com.xxl.job.core.thread.JobThread#run]-[127]-[Thread-123] ----------- xxl-job job execute start ----------- ----------- Param:程序喵 2020-06-27 01:43:03 [com.xxl.job.core.handler.impl.GlueJobHandler#execute]-[26]-[Thread-123] ----------- glue.version:1593193149000 ----------- 2020-06-27 01:43:04 [sun.reflect.NativeMethodAccessorImpl#invoke0]-[-2]-[Thread-123] XXL-JOB, Hello World，执行参数程序喵 2020-06-27 01:43:04 [com.xxl.job.core.thread.JobThread#run]-[167]-[Thread-123] ----------- xxl-job job execute end(finish) ----------- ----------- ReturnT:ReturnT [code=200, msg=null, content=null] 2020-06-27 01:43:04 [com.xxl.job.core.thread.TriggerCallbackThread#callbackLog]-[196]-[xxl-job, executor TriggerCallbackThread] ----------- xxl-job job callback finish. [Load Log Finish]
python 脚本测试
新增一条任务，选 GLUE（python） 方式。
默认脚本内容如下
#!/usr/bin/python # -*- coding: UTF-8 -*- import time import sys print "xxl-job: hello python" print "脚本位置：", sys.argv[0] print "任务参数：", sys.argv[1] print "分片序号：", sys.argv[2] print "分片总数：", sys.argv[3] print "Good bye!" exit(0)
执行日志
2020-06-27 00:19:59 [com.xxl.job.core.thread.JobThread#run]-[127]-[Thread-130] ----------- xxl-job job execute start ----------- ----------- Param:程序喵 2020-06-27 00:19:59 [com.xxl.job.core.handler.impl.ScriptJobHandler#execute]-[80]-[Thread-130] ----------- script file:/Users/liurenkui/logs/xxl-job/jobhandler/gluesource/3_1593188362000.py ----------- xxl-job: hello python 脚本位置： /Users/liurenkui/logs/xxl-job/jobhandler/gluesource/3_1593188362000.py 任务参数： 程序喵 分片序号： 0 分片总数： 1 Good bye! 2020-06-27 00:19:59 [com.xxl.job.core.thread.JobThread#run]-[167]-[Thread-130] ----------- xxl-job job execute end(finish) ----------- ----------- ReturnT:ReturnT [code=200, msg=null, content=null] 2020-06-27 00:19:59 [com.xxl.job.core.thread.TriggerCallbackThread#callbackLog]-[196]-[xxl-job, executor TriggerCallbackThread] ----------- xxl-job job callback finish. [Load Log Finish]
从日志看出IDE编辑的python脚本保存在了 3_1593188362000.py 文件中
shell 脚本测试
新增一条任务，选择 GLUE（Shell）方式。
与 Python模式相似，保存完成后，列表中操作按钮一栏，会多出 GLUE IDE 的按钮，默认脚本如下内容。
#!/bin/bash echo "xxl-job: hello shell" echo "脚本位置：$0" echo "任务参数：$1" echo "分片序号 = $2" echo "分片总数 = $3" echo "Good bye!" exit 0
修改如下
#!/bin/bash
echo "xxl-job: 打印9*9乘法口诀。"
echo "脚本位置：$0"
echo "任务参数：$1"
echo "分片序号 = $2"
echo "分片总数 = $3"
echo -e "\n方法1\n"
awk 'BEGIN{for(n=0;n++<9;){for(i=0;i++<n;)printf i"x"n"="i*n" ";print ""}}'
echo -e "\n方法2\n"
for ((i=1;i<=9;i++)); do
for ((j=1;j<=i;j++)); do
result=$(($i*$j))
echo -n "$j*$i=$result "
done
echo
done
echo "执行完成!"
exit 0执行结果
2020-06-27 00:56:54 [com.xxl.job.core.thread.JobThread#run]-[127]-[Thread-133] ----------- xxl-job job execute start ----------- ----------- Param:程序喵 2020-06-27 00:56:54 [com.xxl.job.core.handler.impl.ScriptJobHandler#execute]-[80]-[Thread-133] ----------- script file:/Users/liurenkui/logs/xxl-job/jobhandler/gluesource/4_1593190411000.sh ----------- xxl-job: 打印9*9乘法口诀。 脚本位置：/Users/liurenkui/logs/xxl-job/jobhandler/gluesource/4_1593190411000.sh 任务参数：程序喵 分片序号 = 0 分片总数 = 1 方法1 1x1=1 1x2=2 2x2=4 1x3=3 2x3=6 3x3=9 1x4=4 2x4=8 3x4=12 4x4=16 1x5=5 2x5=10 3x5=15 4x5=20 5x5=25 1x6=6 2x6=12 3x6=18 4x6=24 5x6=30 6x6=36 1x7=7 2x7=14 3x7=21 4x7=28 5x7=35 6x7=42 7x7=49 1x8=8 2x8=16 3x8=24 4x8=32 5x8=40 6x8=48 7x8=56 8x8=64 1x9=9 2x9=18 3x9=27 4x9=36 5x9=45 6x9=54 7x9=63 8x9=72 9x9=81 方法2 1*1=1 1*2=2 2*2=4 1*3=3 2*3=6 3*3=9 1*4=4 2*4=8 3*4=12 4*4=16 1*5=5 2*5=10 3*5=15 4*5=20 5*5=25 1*6=6 2*6=12 3*6=18 4*6=24 5*6=30 6*6=36 1*7=7 2*7=14 3*7=21 4*7=28 5*7=35 6*7=42 7*7=49 1*8=8 2*8=16 3*8=24 4*8=32 5*8=40 6*8=48 7*8=56 8*8=64 1*9=9 2*9=18 3*9=27 4*9=36 5*9=45 6*9=54 7*9=63 8*9=72 9*9=81 执行完成! 2020-06-27 00:56:54 [com.xxl.job.core.thread.JobThread#run]-[167]-[Thread-133] ----------- xxl-job job execute end(finish) ----------- ----------- ReturnT:ReturnT [code=200, msg=null, content=null] 2020-06-27 00:56:54 [com.xxl.job.core.thread.TriggerCallbackThread#callbackLog]-[196]-[xxl-job, executor TriggerCallbackThread] ----------- xxl-job job callback finish. [Load Log Finish]
未经允许请勿转载：程序喵 » 分布式任务调度平台 XXL-JOB 快速入门使用