一、前言
以集福开奖为例，后端如何设计最终开奖环节的技术方案？
自动化 定时执行 海量数据 高效稳定 == 分布式定时任务
二、概述
2.1 发展历程
- •
Windows运行批处理文件 - •
Windows任务计划程序 - •
Linux命令—CronJob - • 应用程序编码层—单机定时任务（
Timer—Java、Ticker—Go、ScheduledExecutorService—线程池技术） - • 任务调度—
Quartz（单任务极致控制、没有负载均衡机制） - • 分布式定时任务（平台化管理、分布式部署、支持海量数据）
2.2 分布式定时任务概述
定时任务是指系统为自动完成特定任务，实时、延时、周期性完成任务调度的过程。
分布式定时任务是把分散的、可靠性差的定时任务纳入统一的平台、并实现集群管理调度和分布式部署的一种定时任务的管理方式。
2.3 分布式定时任务特点
- • 自动化：全自动完成定时任务的调度和执行
- • 平台化：基于平台化的思维管控一系列的分布式定时任务
- • 分布式：在分布式系统环境下运行任务调度，突破单机定时任务的性能瓶颈
- • 伸缩性：采用集群部署，可以按需扩缩容
- • 高可用：单点故障不影响最终任务结果，可以做到故障迁移
2.4 分布式定时任务执行方式
- • 单机任务：随机触发一台机器执行任务，适用于计算量小、并发低的任务
- • 广播任务：广播到所有机器上执行同一个任务，比如所有机器一起清理日志
- • Map任务：一个任务可以分出多个子任务，每个子任务负责一部分的计算。适用于计算量大，单机无法满足要求的任务
- • MapReduce任务：在Map的基础上，还可以对所有子任务的结果做汇总计算，适用于计算量大，且需要对子任务结果做汇总的任务
2.5 业内定时任务框架
三、实现原理
3.1 核心架构
分布式定时任务核心要解决触发、调度、执行三个关键问题。
- • 触发器：Trigger，解析任务，生成触发事件
- • 调度器：Scheduler，分配任务，管理任务生命周期
- • 执行器：Executor，获取执行任务单元，执行任务逻辑
3.2 控制台
- • 任务：Job，任务元数据
- • 任务实例：JobInstance，周期任务会生成多个任务实例
- • 任务结果：JobResult，任务实例运行的结果
- • 任务历史：JobHistory，用户可以修改任务信息，任务实例对应的任务元数据可以不同，因而使用任务历史存储
3.3 触发器
给定一些列任务，解析它们的触发规则，在规定的时间点触发任务的调度，下面是一些触发器设计方案：
不同业务之间，任务的调度相互影响怎么办？负责扫描和触发的机器挂了怎么办？
- • 存储上：不同国别、业务做资源隔离
- • 运行上：不同国别、业务分开执行
- • 部署时：采用多机房集群化部署，避免单点故障，通过数据库锁或分布式锁保证任务只被触发一次
3.4 调度器
根据调度的资源来源可以分为两种方案：
- • 业务系统提供资源（阿里、美团、字节）
- • 优点：任务执行逻辑与业务系统共用一份资源，利用率高
- • 缺点：更容易发生定时任务脚本影响在线业务的事故；不能由定时任务平台控制扩缩容
- • 定时任务平台提供机器资源（字节）
- • 优点：任务执行逻辑与业务系统提供的在线服务隔离，避免相互影响，可以优化扩缩容
- • 缺点：消耗更多机器资源；需要额外为定时任务平台申请接口调用权限，而不能直接继承业务系统的权限
资源调度—节点选择：
- • 随机节点执行：选择集群中的一个可用的执行节点执行调度任务。适用场景：定时对账
- • 广播执行：在集群中所有的执行节点分发调度任务并执行。适用场景：批量运维
- • 分片执行：按照用户自定义的分片逻辑进行拆分，分发到集群中不同节点并执行，提升资源利用效率。适用场景：海量日志统计
- • 故障转移：分片任务基于一致性Hash策略分发任务，当某个执行器异常时，调度器会将任务分发到其他执行器。
- • 高可用：调度器可以集群部署，做到完全无状态，靠消息队列的重试机制保障任务一定会被调度。
3.5 执行器
基于注册中心，可以做到执行器的弹性扩缩容。
四、业务应用
所有需要定时、延时、周期性执行任务的业务场景，都可以考虑使用分布式定时任务
- • 电商：订单30分钟未支付自动关闭订单、定时给商家、达人发消息、优惠券
- • 互动：支付宝集五福、字节春节集卡分红包
- • 游戏：活动结束后批量补发用户未领取的奖励、定期更新游戏内的榜单
五、总结
