【进阶】XXL-Job分布式调度多案例实战超级大汇总—

一、分布式调度参数传递和调度日志配置

简单获取参数

        String jobParam = XxlJobHelper.getJobParam();
        log.info("dbc方法调用成功——"+ jobParam);

温馨提示

就这么简单就能获取到参数，获取的参数如下图：

效果如下：

日志打印操作

    XxlJobHelper.log("这个是执行日志：param="+jobParam);

执行结果修改

设置任务结果为失败

XxlJobHelper.handleFail("任务执行失败！");

设置任务结果为成功

        XxlJobHelper.handleSuccess("任务执行成功！");

二、【高级】XXL-Job集群部署和高可用案例配置

简单画了个高可用集群部署[aru_36]

上代码

#调度中心部署地址,多个配置逗号分隔 "http://address01,http://address02"
xxl.job.admin.addresses=http://127.0.0.1:8081/xxl-job-admin,http://127.0.0.1:8082/xxl-job-admin

温馨提示

其实就是简单的配置一下配置文件而已，比起其他的mq，啥的集群要简单多了，我们多启动几个调度中心，当其中有宕机的时候，我们的定时任务也不会受到影响。

三、【高级】XXL-Job海量数据处理-分片任务实战

需求
- 有一个任务需要处理100W条数据，每条数据的业务逻辑处理要0.1s
- 对于普通任务来说，只有一个线程来处理可能需要10万秒才能处理完，业务则严重受影响
- 案例：双十一大促，给1000万用户发营销短信
什么是分片任务
- 执行器集群部署，如果任务的路由策略选择【分片广播】，一次任务调度将会【广播触发】对应集群中所有执行器执行一次任务，同时系统自动传递分片参数，执行器可根据分片参数开发分片任务
- 需要处理的海量数据，以执行器为划分，每个执行器分配一定的任务数，并行执行
- XXL-Job支持动态扩容执行器集群，从而动态增加分片数量，到达更快处理任务
- 分片的值是调度中心分配的

解决思路
- 如果将100W数据均匀分给集群里的10台机器同时处理，
- 每台机器耗时，1万秒即可，耗时会大大缩短，也能充分利用集群资源
- 在xxl-job里，可以配置执行器集群有10个机器，那么分片总数是10，分片序号0~9 分别对应那10台机器。
- 分片方式
  - id % 分片总数余数是0 的，在第1个执行器上执行
  - id % 分片总数余数是1 的，在第2个执行器上执行
  - id % 分片总数余数是2 的，在第3个执行器上执行
  - ...
  - id % 分片总数余数是9 的，在第10个执行器上执行

代码实战

    @XxlJob(value = "shardingJobHandler")
    public void shardingJobHandler(){
        // 当前的执行器编号
        int shardIndex = XxlJobHelper.getShardIndex();

        // 总的分片数，就是执行器的集群数量
        int shardTotal = XxlJobHelper.getShardTotal();
        log.info("分片总数：{}，当前分片数{}",shardTotal,shardIndex);
        List<Integer> allUserIds = getAllUserIds();

        allUserIds.forEach(obj->{
            if (obj % shardTotal == shardIndex){
                log.info("第{}片，命中分片开始处理用户id={}",shardIndex,obj);
            }
        });
    }
    private List<Integer> getAllUserIds(){
        List<Integer> ids = new ArrayList<>();
        for (int i=0;i<100;i++){
            ids.add(i);
        }
        return ids;
    }

温馨提示

我们启动三个执行器，然后去调度中心配置一下。

重点就是箭头所指的地方，我们使用分片广播，然后点击执行一次

可以很清晰的看到，我们的三个执行器已经按照我们指定的规则进行同时执行任务了，这样我们就实现了我们前面说的操作！

本文作者为DBC，转载请注明。

XXL-Job