梁老师小课堂｜谈谈分布式任务调度

我们常说的定时任务有两种架构，一种是本地定时任务调度，另外一种是分布式的。前者将任务参数硬编码在代码配置中，通常还和业务代码混合在一起，部署时通过环境变量来区分。后者通过控制台动态管理任务配置，不需要重启服务，就可以调整执行参数和频率，还可以进行任务的启动、暂停和停止。

我觉得，分布式任务调度这种架构相比本地架构，具有更高的灵活性。接下来我举例说明一下，方便你更直观地感受他们的差别。

假设，有一个定时任务需要处理的数据量非常大，业务又希望能按时按质输出结果，单机负载很有可能成为约束条件，这时，我们很容易想到纵向扩展，添加机器形成一个集群。

在本地定时任务调度架构中，一般做法是，提前预估好分段然后填写到启动参数中。服务启动后，如果发现执行器的CPU利用率等负载过高，就重新调整参数，再重启服务，直到满足执行时间和服务负载的双重要求。

相反，在分布式调度架构中，我们可以使用广播的模式轻松达到要求。这种模式下，调度器会触发集群中所有执行器都执行一次任务，执行器则根据参数处理各自的任务。比如通过参数取模，将整体任务进行平分。当我们发现执行器的CPU利用率等负载过高时，只需要在控制台上点击暂停任务，系统就会发送请求尝试中断执行器的线程，接着我们调整参数，然后重新启动任务就可以了，整个过程都不需要忍受漫长的服务发布时间。

通过这个分片广播的例子，我想说明的是，分布式任务调度这种架构，它的分发处理具备很强的灵活性。那要实现这种架构，得考虑哪些问题呢？

首先，我们得保证定时任务能像夸父逐日那样，永远不停止。

按照惯例，还是举例说明一下。

假设，有这么一个异步补偿任务。它定时扫描最近转码中的视频列表，依靠视频接口进行下一步处理。视频接口返回转码成功则将视频上线，接口返回异常的话，就只更新数据库中相应行记录的更新时间，让其被扫描时机延后。

这种场景不需要也不能同时在多台机器上执行，你想，多台机器同时执行这个任务，数据是交叉污染的，出现冲突和不一致的概率是相对高的。如果采用本地调度这种方案来实现，这台机器在执行任务过程中，负载压力过大，服务就基本无法响应了，下一个周期的调度就无从谈起，待处理的数据将持续积压，业务就受损了。

相反，在分布式调度架构中，系统可以发送远程调用，对集群中各个机器的忙碌状态进行探测，当没有任务在运行或者等待队列为空时，才选定作为执行器，从而分散了各个执行器的压力。

刚刚讨论的是两种架构在出现异常时，功能和行为的差异性。说到差异性，我觉得，两者的物理拓扑结构最值得留意。

在本地定时任务调度架构中，调度器和执行器是不分开的，而在分布式架构中，调度器和执行器归属于不同的系统。那么，问题就来了，当调度器与执行器交互有问题，是否还能保证任务不会被重复执行呢？

要做到这一点，首先要保证的是，任何时候只能有一个调度器在分配任务，实现方式可以是简单粗暴的数据库行锁，进行排它性。还有，调度器发起远程调用触发任务执行后，如果获取响应超时，不能直接转移到其他执行器进行尝试。因为，网络并不总是可靠的，网络延迟也不是不存在的。我们需要进一步判断，才能下结论。比如，当任务调度记录停留在获取响应超时这个阶段超过10分钟，并且注册中心认定这个执行器是失联的，此时才可以丢弃本次结果。

只要能保证不单点，保证任务不会被重复执行，那么一个基本的分布式定时任务调度架构就算完成了。接下来就可以考虑一些优化点了，比如，服务重启导致任务调度错过了触发时间，如何进行处理？再比如，从提高系统稳定性角度考虑，慢任务怎么与快任务进行线程池隔离拆分，避免耗尽调度线程。

好，本文到这里就要结束了。下期见!