分布式调度引擎 elastic-job3 源码分析 (一) 概述

分布式调度引擎 elastic-job3 源码分析 (二) 作业模型和注册

分布式调度引擎elastic-job3源码分析(三)-作业执行

分布式调度引擎elastic-job3源码分析(四)-核心服务 I

分布式调度引擎elastic-job3源码分析(五)-核心服务 II(vip)

分布式调度引擎elastic-job3源码分析(六)-失效转移(vip​​​​​​)

1.   背景

       调度引擎是关键的基础设施，不但是定时执行任务，更是大规模分布式任务引擎，分布式并行处理平台，管理计算节点集群，提供高吞吐的可伸缩的数据处理能力。

     公司日益增长的业务，对调度引擎高吞吐，高并发的要求也快速增长，需构建一个无中心，管理大集群，健壮分片容错的任务调度任务平台，支撑业务发展。

     同时，分布式调度引擎也是 datax，可观测-性能指标组件(sentinel dashboard)分布式改造的核心技术

2.   参考

芋道源码 作业调度中间件 Elastic-Job 源码解析合集_芋道源码-优快云博客

elastic-job - 文集 - 简书

3.   术语

无中心/有中心分布式 有中心分布式设置中心节点负责集群协调和元数据保存等工作，例如 xxl-job 的 admin/executor， dolphin-scheduler master-worker 都是有中心分布式设计；真正无中心设计很少，大部分是节点平等，都可以通过选举成为主节点，也就是，任何一个节点都可以成为中心

脑裂 无中心分布式设计，当网络出现问题，节点分割成多个集群，集群间因不能通讯而不能达到状态一致，通常解决方案是集群节点数奇数，节点数少于总数的集群中一半停止工作

分片/容错 分片是调度平台很重要的特性，调度处理大规模数据，需要分片执行，分片执行带来新的问题，分片失败，平台回收分片，转移到其他节点执行

4.   整体架构

lite-job

-         bootstrap 作业 api 启动

-         spring 启动

-         作业管理 console/api 管理作业

-         核心服务

生态(eco)  用户可扩展或很可能需自定义的组件，包括作业事件跟踪，目前实现数据库存储；异常处理，目前支持，钉钉，微信，邮件；执行器

基础组件(infra)  服务注册中心，基于 zookeeper

5. 核心服务

核心服务比较多，大致分为以下几类

Ø  作业类服务

调度服务/trigger 服务/配置服务/设置服务/分片服务

Ø  分布式类服务

选主服务/失效转移/运行实例服务/server 节点服务/诊断服务/ znode 存储服务/监听服务

Ø  监控类服务

快照服务

代码特色：

Ø  门面类 façade  以 Facade 结尾，聚合服务类，为使用者提供统一的调用入口

Ø  服务类 service，核心服务的逻辑

Ø  znode 类 node/path，Node/Path 结尾，封装 zk 节点管理

Ø  监听管理器类/监听器类 核心服务大多使用监听服务监听 zk 变化实现分布式协调

6.   分析概览

列出分析要点

6.1 作业和执行器

分析作业和执行器设计

6.2 作业注册和调度

spring boot starter，即时(一次)作业, 定时作业

6.3 作业分片执行

作业调起和执行 

6.4 核心服务

设置服务(setup)，znode 存储(storage) ，监听服务(listener)，调度服务(schedule)，

选主服务(election)，分片服务(sharding)，配置服务(config)，失效转移(failover)，

快照服务(snapshot)，服务实例(server)，运行实例(instance)，诊断服务(reconcile)，保障服务(guarantee)

其中，调度服务不单独分析，放到作业注册，作业执行一起分析

6.5 基础

执行器(executor)

6.6 生态

注册中心(regcenter)

作业配置注册，作业注册，服务节点注册，作业实例注册，分片注册，分片分配注册

*生态还包括事件追踪(tracing), 错误处理(微信，钉钉，邮件，短信。。。)，这两块本文不分析

7 问题和规划

elastic-job3 问题及规划

7.1 网格分片

elastic-job 实现的是纵向分片，相当于数据 hash 分片，这样的粒度是不够的，需要增加横向的切分，即分页，这样每个分片规模可预期，同时增加并行度

7.2 逻辑分片

分片藏在分片算法，不需预先配置分片，按需生成，减少分片配置项长度，支持动态分片

7.3 动态分片

elastic-job 是静态分片，存在 2 个问题

1.       数据倾斜，即，部分作业数据少，早完成；另一些任务还有大量数据未完成

2.       分片很多，配置相当长

动态分片实例节点按需领取，配合逻辑分片，最大化利用计算资源

7.4 动态作业

动态增删作业，新增作业有两种情况，新增新类型的作业，新增已有类型作业的实例

elastic-job 无中心分布式架构，没有提供动态增加作业(实例)的 api，新增新类型的作业需新的作业实例，新增已有类型实例可以通过修改分片和参数间接实现

7.5 监控快照

快照服务改造，接入 Prometheus exporter，增加作业状态，数据处理量等