Elastic-Job 快速使用（复制粘贴即可）

Elastic-Job

实现分布式下的任务调度，解决以下问题：

1. 感觉Spring给我们提供的这个注解可以完成任务调度的功能，好像已经完美解决问题了，为什么还需要分布式呢?

   主要有如下这几点原因:

   1.单机处理极限：原本1分钟内需要处理1万个订单，但是现在需要1分钟内处理10万个订单；原来一个统计需要1小时，现在业务方需要10分钟就统计出来。你也许会说，你也可以多线程、单机多进程处理。的确，多线程并行处理可以提高单位时间的处理效率，但是单机能力毕竟有限（主要是CPU、内存和磁盘），始终会有单机处理不过来的情况。

   2.高可用：单机版的定式任务调度只能在一台机器上运行，如果程序或者系统出现异常就会导致功能不可用。虽然可以在单机程序实现的足够稳定，但始终有机会遇到非程序引起的故障，而这个对于一个系统的核心功能来说是不可接受的。

   3.防止重复执行: 在单机模式下，定时任务是没什么问题的。但当我们部署了多台服务，同时又每台服务又有定时任务时，若不进行合理的控制在同一时间，只有一个定时任务启动执行，这时，定时执行的结果就可能存在混乱和错误了

   这个时候就需要分布式的任务调度来实现了。

使用

添加依赖

<dependency>
            <groupId>com.dangdang</groupId>
            <artifactId>elastic-job-lite-spring</artifactId>
            <version>2.1.5</version>
</dependency>

配置文件

elasticjob:
  zookeeper-url: localhost:2181
  group-name: elastic-job-group
spring:
  datasource:
    url: jdbc:mysql://localhost:3306/elastic-demo?serverTimezone=GMT%2B8
    driverClassName: com.mysql.jdbc.Driver
    type: com.alibaba.druid.pool.DruidDataSource
    username: root
    password: admin

主配置类(zookeeper没有自动配置)

@Configuration
public class MyConfig {

    @Value("${elasticjob.zookeeper-url}")
    private String url;
    @Value("{elasticjob.group-name}")
    private String groupName;
    
    @Bean
    public CoordinatorRegistryCenter registryCenter(){
        ZookeeperConfiguration zookeeperConfiguration = new ZookeeperConfiguration(url, groupName);
        zookeeperConfiguration.setSessionTimeoutMilliseconds(100);//超时100ms后重新选举
        ZookeeperRegistryCenter registryCenter = new ZookeeperRegistryCenter(zookeeperConfiguration);
        registryCenter.init();
        return registryCenter;
    }
}

初始化job类

/*
	以下例子实现了分片
	"0=text,1=image,2=radio,3=vedio",为固定格式
	createLiteJobConfiguration()方法用于生产LiteJobConfiguration的实现类对象
*/
@Configuration
public class JobConfig {

    @Autowired
    private UpDateFileCustomJob upDateFileCustomJob;
    @Autowired
    private CoordinatorRegistryCenter registryCenter;
    @Autowired
    private DataSource dataSource;
	
    @Bean(initMethod = "init")
    public SpringJobScheduler springJobScheduler() {
        JobEventConfiguration jobEventConfiguration = new JobEventRdbConfiguration(dataSource);
        return new SpringJobScheduler(
                upDateFileCustomJob,
                registryCenter,
                createLiteJobConfiguration(FileCustom.class,
                        "0/3 * * * * ?",
                        4,
                        "0=text,1=image,2=radio,3=vedio",
                        false)
                ,jobEventConfiguration
        );
    }

    private <T> LiteJobConfiguration createLiteJobConfiguration(Class<T> tClass, String cron, int count, String shardingParameter, boolean dataflowType) {
        JobCoreConfiguration.Builder builder = JobCoreConfiguration.newBuilder(tClass.getSimpleName(), cron, count);
        if (shardingParameter != null) {
            builder.shardingItemParameters(shardingParameter);
        }
        JobCoreConfiguration coreConfiguration = builder.build();
        JobTypeConfiguration jobTypeConfiguration = null;
        if (dataflowType) {
            jobTypeConfiguration = new DataflowJobConfiguration(coreConfiguration, tClass.getSimpleName(), true);
        } else {
            jobTypeConfiguration = new SimpleJobConfiguration(coreConfiguration, tClass.getSimpleName());
        }
        return LiteJobConfiguration.newBuilder(jobTypeConfiguration).overwrite(true).build();

    }
}

@Component
public class UpDateFileCustomJob implements SimpleJob {

    @Override
    public void execute(ShardingContext shardingContext) {
    //写执行语句
        doWork();
        System.out.println("================================");
    }

    private void doWork(String shardingParameter) {
            try {
                TimeUnit.SECONDS.sleep(1);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.println("更新" + Thread.currentThread() + new Date());
        
    }
}

分片：将完整的数据按照指定的规则分成多份

对数据进行划分，称为分片规则，