# springbootstudy

**Repository Path**: alterzhang/springbootstudy

## Basic Information

- **Project Name**: springbootstudy
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-04-12
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

* 分布式任务调度
![输入图片说明](https://images.gitee.com/uploads/images/2020/0412/150700_7d23b2d1_1751028.jpeg "在这里输入图片标题")

* 为什么会有分布式任务

 避免单点问题，多个机器部署保证高可用性

* 分布式带来的问题

  多个机器同时执行，一个任务跑了多次

* 解决思路

这个时候我们要考虑出现一个服务协调者，类似一个任务调度中心，管理哪些服务在那个机器哪个时间运行

这样我们就需要实现这样有个功能可以有如下步骤

1.注册中心选择，可以及时同步上下线的机器，便于多个机器之间的协调（zk）

2.实现选择，基于quartz二次开发实现。

3.功能扩展 任务分片，均摊压力，统一任务不同分类协调在不同服务器之间

ESjob的具体处理
Elastic-Job-Lite应运而生，定位为轻量级无中心化解决方案，使用jar包的形式提供最轻量级的分布式任务的协调服务，外部依赖仅Zookeeper。

1.分片

任务的分布式执行，需要将一个任务拆分为多个独立的任务项，然后由分布式的服务器分别执行某一个或几个分片项。

2.分片项与业务处理解耦

Elastic-Job并不直接提供数据处理的功能，框架只会将分片项分配至各个运行中的作业服务器，开发者需要自行处理分片项与真实数据的对应关系。

3.个性化参数的适用场景

个性化参数即shardingItemParameter，可以和分片项匹配对应关系，用于将分片项的数字转换为更加可读的业务代码。

4.分布式调度

Elastic-Job-Lite并无作业调度中心节点，而是基于部署作业框架的程序在到达相应时间点各自触发调度。注册中心仅用于作业注册和监控信息存储。而主作业节点仅仅用于处理分片和清理等功能。

5.作业高可用

Elastic-Job-Lite提供最安全的方式执行作业。将分片总数设置为1，并使用多于1台的服务器执行作业，作业将会以1主n从的方式执行。一旦执行作业的服务器崩溃，等待执行的服务器将会在下次作业启动时替补执行。

6.最大限度利用资源

Elastic-Job-Lite也提供最灵活的方式，最大限度的提高执行作业的吞吐量。将分片项设置为大于服务器的数量。最好是大于服务器倍数的数量，作业将会合理的利用分布式资源，动态的分配分片项。