技术

对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go细节 codereview mat使用 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 MVCC 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes自动扩容缩容 神经网络模型优化 直觉上理解机器学习 knative入门 如何学习机器学习 神经网络系列笔记 TIDB源码分析 《阿里巴巴云原生实践15讲》笔记 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 扩展Kubernetes 副本一致性 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全机制 jvm crash分析 Kubernetes监控 Kubernetes 控制器模型 Prometheus 学习 容器日志采集 容器狂占cpu怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes objects之编排对象 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 kubernetes实践 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 《深入剖析kubernetes》笔记 精简代码的利器——lombok 学习 编程语言的动态性 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 分布式计算系统的那些套路 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 mysql 批量操作优化 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS2——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 硬件对软件设计的影响 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记2 《mysql技术内幕》笔记1 log4j学习 为什么netty比较难懂? 回溯法 apollo client源码分析及看待面向对象设计 学习并发 docker 环境(主要运行java项目)常见问题 Scala的一些梗 OpenTSDB 入门 spring事务小结 事务一致性 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 network channel network byte buffer 测试环境docker化实践 netty(七)netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Macvlan Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker中涉及到的一些linux知识 hystrix学习 Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty(六)netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 Redis概述 机器学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 异构数据库表在线同步 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM内存与执行 git spring rmi和thrift maven/ant/gradle使用 再看tcp 缓存系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 VPN(Virtual Private Network) Kubernetes存储 Kubernetes 其它特性 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 使用etcd + confd + nginx做动态负载均衡 如何通过fleet unit files 来构建灵活的服务 CoreOS 安装 CoreOS 使用 Go学习 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

标签


quartz 源码分析

2016年01月15日

简介

经常在网上看别人的源码分析,但大家的思路路径一般不一致,所以往往看归看,忘归忘。刚好最近项目用到了定时任务,所以借此深入了解下quartz。

从使用开始讲起

简单使用

如何使用分为两个部分:quartz独立使用,和Spring结合使用。之所以分开,是因为spring的存在,虽然增加了易用性,但掩盖了大量细节,影响了我们对程序的直观感觉。quartz独立使用的例子可以参见 深入解读Quartz的原理,基本流程就是

  1. 创建Job
  2. 创建Trigger
  3. 创建Scheduler(工厂模式),scheduleJob(jobDetail, strigger)
  4. 最后,Scheduler.start() scheduler.shutdown(true),quartz就开始工作了。

quartz和spring的结合也非常的简单,上述第一步到第三步可由配置文件代替,第4步中的Scheduler则随着spring容器的启动而启动,停止而停止。Spring对程序的介入几乎没有,开发人员只要告诉配置文件什么时间运行哪个类的哪个方法即可。

Spring与其它框架的结合,往往从代码上改变了框架的使用“感觉”。其实,spring的本质是ioc(及其基础上的aop),spring为框架提供的“方便”主要是ioc提供的,包括bean的生成,生命周期的管理(比如quartz的scheduler随着ioc容器的启动而启动,shutdown而shutdown)等,并不会改变框架(所提供类的)的使用方式(即一些接口方法的调用)。

动态调度

public interface Scheduler{
     // 默认变量或常量的设置
     // 属性的设置与获取(增删改查job与trigger、calendar)
     // 调度器本身的控制
    void start() throws SchedulerException;
    void startDelayed(int seconds) throws SchedulerException;
    void standby() throws SchedulerException;
    void shutdown() throws SchedulerException;
    void shutdown(boolean waitForJobsToComplete)
    void clear() throws SchedulerException;
      // 任务的调度
    Date scheduleJob(JobDetail jobDetail, Trigger trigger)
    Date scheduleJob(Trigger trigger) throws SchedulerException;
    void scheduleJobs(Map<JobDetail, Set<? extends Trigger>> triggersAndJobs, boolean replace) throws SchedulerException;
    void scheduleJob(JobDetail jobDetail, Set<? extends Trigger> triggersForJob, boolean replace) throws SchedulerException;
    boolean unscheduleJob(TriggerKey triggerKey)
    boolean unscheduleJobs(List<TriggerKey> triggerKeys)
    Date rescheduleJob(TriggerKey triggerKey, Trigger newTrigger) 
    void triggerJob(JobKey jobKey)
    void triggerJob(JobKey jobKey, JobDataMap data)
    //// 暂停与恢复job的调度
    void pauseJob(JobKey jobKey)
    void pauseJobs(GroupMatcher<JobKey> matcher) throws SchedulerException;
    void pauseTrigger(TriggerKey triggerKey)
    void pauseTriggers(GroupMatcher<TriggerKey> matcher) throws SchedulerException;
    void resumeJob(JobKey jobKey)
    void resumeJobs(GroupMatcher<JobKey> matcher) throws SchedulerException;
    void resumeTrigger(TriggerKey triggerKey)
    void resumeTriggers(GroupMatcher<TriggerKey> matcher) throws SchedulerException;
    void pauseAll() throws SchedulerException;
    void resumeAll() throws SchedulerException;
    //// 中断job
    boolean interrupt(JobKey jobKey) throws UnableToInterruptJobException;
    boolean interrupt(String fireInstanceId) throws UnableToInterruptJobException;
}

通过观察上层的Scheduler接口即可发现,只要我们提供相应的数据类,便可以自如的控制任务的状态。

如果quartz对调度信息进行了持久化,Scheduler相关类还可以作为Quartz调度信息的dao类。

程序 = 数据结构 + 算法

尼古拉斯·沃斯(Niklaus Wirth)(专门搜了人名)说了:程序=数据结构+算法。以这个角度切入,我们来分析下quartz如何工作。从quartz的较低版本的最简单例子入手,参见深入解读Quartz的原理中的quartz demo代码。

  1. scheduler.scheduleJob(JobDetail jobDetail,Trigger trigger)入手,发现这个方法只是做了一些数据的存储和通知listener的工作。其中比较重要的一点是调用了QuartzScheduler.notifySchedulerThread方法,这说明有一个SchedulerThread负责执行工作。结合到“一个程序的执行,必然会有初始化数据部分”。那么,这个初始化数据的部分在哪里,启动SchedulerThread的部分又在哪里?

  2. 第一点先按下不表,既然scheduler.scheduleJob没有看到任务的执行,那么看看Scheduler.start()做了什么。在这个方法中,我们发现了QuartzSchedulerThread schedThread成员,它是一个Thread类,理所当然,分析下它的run方法,while循环的主要逻辑是:

    1. 找下一个要触发的trigger
    2. 等着这个trigger运行
    3. 根据trigger拿到相应的组件TriggerFiredBundle,触发相应任务的执行(使用JobRunShell实际执行),QuartzSchedulerThread本身不管。

    在代码当中,还发现了一个QuartzSchedulerResources qsRsrcs提供了run方法操作的必要数据,其初始化代码在QuartzSchedulerThread构造方法中,顺着构造方法的调用链,发现其最终在DirectSchedulerFactory.createScheduler被构造。

这样,quartz的基本逻辑就清楚了,QuartzSchedulerResources基本封装了quartz运行的基本数据,然后由一个QuartzSchedulerThread不断的检查数据状态,触发最近的下一个任务执行。有意思的是,Scheduler本身不执行任务,只是将job和trigger存入到QuartzSchedulerResources中,并向QuartzSchedulerThread发送信号而已(以这样一种方式,为开发人员提供了操作quartz的入口)。

那么,这个发送信号和接收信号的过程值得研究下(其实就是两个线程通信的过程)。回到Date scheduleJob(JobDetail jobDetail,Trigger trigger)方法的实现

Date scheduleJob(JobDetail jobDetail,Trigger trigger){
    // 数据判空等
    // 关键操作
    resources.getJobStore().storeJobAndTrigger(jobDetail, trig);
    notifySchedulerListenersJobAdded(jobDetail);
    notifySchedulerThread(trigger.getNextFireTime().getTime());
    notifySchedulerListenersSchduled(trigger);
    // 返回值
}
protected void notifySchedulerThread(long candidateNewNextFireTime) {
    if (isSignalOnSchedulingChange()) {
        signaler.signalSchedulingChange(candidateNewNextFireTime);
    }
}

signaler是一个SchedulerSignaler接口,其实现类SchedulerSignalerImpl有一个构造方法SchedulerSignalerImpl(QuartzScheduler sched, QuartzSchedulerThread schedThread),原来它保有了一个QuartzSchedulerThread引用。这里的线程通信,只是一个线程保有了另一个线程的引用。不过,线程归线程,线程对象归线程对象,两个线程不可以互操作,线程对象却可以。毕竟,线程只是一个方法的执行体,而线程对象或者说对象,却是一个方法和数据的结合体,不是一个维度的概念。

显然,这个Scheduler ==> SchedulerSignaler ==> QuartzSchedulerThread控制流要比Scheduler ==> QuartzSchedulerThread清晰很多。

使用建议

  1. 尽量持久化。在生产环境中,项目会因为迭代版本而多次重启。任务调度信息如果没有“记住”,那么项目重新启动时,就会有意料之外的行为发生。

layout: post title: 分布式定时 category: 技术 tags: Java keywords:quartz


分布式定时

问题描述

一个数据库表记录有不同的状态值,定时从中拉取符合条件的状态值的记录,处理(调用其它业务的rpc,进行数据的增删改),然后更新数据库。

对于一个定时任务,单机环境存在负载有限及可靠性问题。

在集群环境中,同样的定时任务,在集群中的每台机器都会执行,这样定时任务就会重复执行,不但会增加服务器的负担,还会因为定时任务重复执行造成额外的不可预期的错误(对同一个增加rpc操作进行多次调用)

基于spring+quartz的分布式定时任务框架

Quartz应用与集群原理分析

在分布式定时任务中(或者集群),同一时刻只会有一个定时任务运行。

那如何做到,一会儿定时任务这个机器上运行,一会儿在那个机器上运行呢?

思维方式问题

有一种思维方式,成功者一辈子只用一次,但天天在训练

找到“元问题”的思维方法之一:回到需求本身,而不是改进现有方案。

笔者在第一次碰到这个问题的时候,直观的感觉就是分布式锁,然后就陷入了分布式锁的各种方案的取舍中,分布式锁的三种实现的对比

引用