首页 > 其他分享> > 使用LTS帮你解决分布式任务调度问题

使用LTS帮你解决分布式任务调度问题

2021-10-31 14:01:06 作者：互联网

LTS(light-task-scheduler)主要用于解决分布式任务调度问题，支持实时任务，定时任务和Cron任务。有较好的伸缩性，扩展性，健壮稳定性而被多家公司使用，同时也希望开源爱好者一起贡献。

##1.7.2-SNAPSHOT(master)变更主要点

优化JobContext中的BizLogger，由原来的去掉了threadlocal，解决taskTracker多线程的问题, 去掉LtsLoggerFactory.getLogger()用法

框架概况

LTS 有主要有以下四种节点：

JobClient：主要负责提交任务, 并接收任务执行反馈结果。
JobTracker：负责接收并分配任务，任务调度。
TaskTracker：负责执行任务，执行完反馈给JobTracker。
LTS-Admin：（管理后台）主要负责节点管理，任务队列管理，监控管理等。

其中JobClient，JobTracker，TaskTracker节点都是无状态的。可以部署多个并动态的进行删减，来实现负载均衡，实现更大的负载量, 并且框架采用FailStore策略使LTS具有很好的容错能力。

LTS注册中心提供多种实现（Zookeeper，redis等），注册中心进行节点信息暴露，master选举。(Mongo or Mysql)存储任务队列和任务执行日志, netty or mina做底层通信, 并提供多种序列化方式fastjson, hessian2, java等。

LTS支持任务类型：

实时任务：提交了之后立即就要执行的任务。
定时任务：在指定时间点执行的任务，譬如今天3点执行（单次）。
Cron任务：CronExpression，和quartz类似（但是不是使用quartz实现的）譬如 0 0/1 * * * ?

支持动态修改任务参数,任务执行时间等设置,支持后台动态添加任务,支持Cron任务暂停,支持手动停止正在执行的任务(有条件),支持任务的监控统计,支持各个节点的任务执行监控,JVM监控等等.

架构图

使用LTS帮你解决分布式任务调度问题！

概念说明

###节点组

英文名称 NodeGroup,一个节点组等同于一个小的集群，同一个节点组中的各个节点是对等的，等效的，对外提供相同的服务。
每个节点组中都有一个master节点，这个master节点是由LTS动态选出来的，当一个master节点挂掉之后，LTS会立马选出另外一个master节点，框架提供API监听接口给用户。

###FailStore

顾名思义，这个主要是用于失败了存储的，主要用于节点容错，当远程数据交互失败之后，存储在本地，等待远程通信恢复的时候，再将数据提交。
FailStore主要用户JobClient的任务提交，TaskTracker的任务反馈，TaskTracker的业务日志传输的场景下。
FailStore目前提供几种实现：leveldb,rocksdb,berkeleydb,mapdb,ltsdb，用于可以自由选择使用哪种,用户也可以采用SPI扩展使用自己的实现。

流程图

下图是一个标准的实时任务执行流程。

使用LTS帮你解决分布式任务调度问题！

LTS-Admin新版界面预览

使用LTS帮你解决分布式任务调度问题！

目前后台带有由ztajy提供的一个简易的认证功能. 用户名密码在auth.cfg中,用户自行修改.

##特性 ###1、Spring支持 LTS可以完全不用Spring框架，但是考虑到很用用户项目中都是用了Spring框架，所以LTS也提供了对Spring的支持，包括Xml和注解，引入lts-spring.jar即可。 ###2、业务日志记录器在TaskTracker端提供了业务日志记录器，供应用程序使用，通过这个业务日志器，可以将业务日志提交到JobTracker，这些业务日志可以通过任务ID串联起来，可以在LTS-Admin中实时查看任务的执行进度。 ###3、SPI扩展支持 SPI扩展可以达到零侵入，只需要实现相应的接口，并实现即可被LTS使用，目前开放出来的扩展接口有

对任务队列的扩展，用户可以不选择使用mysql或者mongo作为队列存储，也可以自己实现。
对业务日志记录器的扩展，目前主要支持console，mysql，mongo，用户也可以通过扩展选择往其他地方输送日志。

###4、故障转移当正在执行任务的TaskTracker宕机之后，JobTracker会立马将分配在宕机的TaskTracker的所有任务再分配给其他正常的TaskTracker节点执行。 ###5、节点监控可以对JobTracker，TaskTracker节点进行资源监控，任务监控等，可以实时的在LTS-Admin管理后台查看，进而进行合理的资源调配。 ###6、多样化任务执行结果支持 LTS框架提供四种执行结果支持，EXECUTE_SUCCESS，EXECUTE_FAILED，EXECUTE_LATER，EXECUTE_EXCEPTION，并对每种结果采取相应的处理机制，譬如重试。

EXECUTE_SUCCESS: 执行成功,这种情况，直接反馈客户端（如果任务被设置了要反馈给客户端）。
EXECUTE_FAILED：执行失败，这种情况，直接反馈给客户端，不进行重试。
EXECUTE_LATER：稍后执行（需要重试），这种情况，不反馈客户端，重试策略采用1min，2min，3min的策略，默认最大重试次数为10次，用户可以通过参数设置修改这个重试次数。
EXECUTE_EXCEPTION：执行异常, 这种情况也会重试(重试策略，同上)

###7、FailStore容错采用FailStore机制来进行节点容错，Fail And Store，不会因为远程通信的不稳定性而影响当前应用的运行。具体FailStore说明，请参考概念说明中的FailStore说明。

##项目编译打包项目主要采用maven进行构建，目前提供shell脚本的打包。环境依赖：Java(jdk1.6+) Maven

用户使用一般分为两种： ###1、Maven构建可以通过maven命令将lts的jar包上传到本地仓库中。在父pom.xml中添加相应的repository，并用deploy命令上传即可。具体引用方式可以参考lts中的例子即可。 ###2、直接Jar引用需要将lts的各个模块打包成单独的jar包，并且将所有lts依赖包引入。具体引用哪些jar包可以参考lts中的例子即可。

##JobTracker和LTS-Admin部署提供(cmd)windows和(shell)linux两种版本脚本来进行编译和部署:

运行根目录下的sh build.sh或build.cmd脚本，会在dist目录下生成lts-{version}-bin文件夹
下面是其目录结构，其中bin目录主要是JobTracker和LTS-Admin的启动脚本。jobtracker 中是 JobTracker的配置文件和需要使用到的jar包，lts-admin是LTS-Admin相关的war包和配置文件。 lts-{version}-bin的文件结构

-- lts-${version}-bin
 |-- bin
 | |-- jobtracker.cmd
 | |-- jobtracker.sh
 | |-- lts-admin.cmd
 | |-- lts-admin.sh
 | |-- lts-monitor.cmd
 | |-- lts-monitor.sh
 | |-- tasktracker.sh
 |-- conf
 | |-- log4j.properties
 | |-- lts-admin.cfg
 | |-- lts-monitor.cfg
 | |-- readme.txt
 | |-- tasktracker.cfg
 | |-- zoo
 | |-- jobtracker.cfg
 | |-- log4j.properties
 | |-- lts-monitor.cfg
 |-- lib
 | |-- *.jar
 |-- war
 |-- jetty
 | |-- lib
 | |-- *.jar
 |-- lts-admin.war

JobTracker启动。如果你想启动一个节点，直接修改下conf/zoo下的配置文件，然后运行 sh jobtracker.sh zoo start即可，如果你想启动两个JobTracker节点，那么你需要拷贝一份zoo,譬如命名为zoo2,修改下zoo2下的配置文件，然后运行sh jobtracker.sh zoo2 start即可。logs文件夹下生成jobtracker-zoo.out日志。
LTS-Admin启动.修改conf/lts-monitor.cfg和conf/lts-admin.cfg下的配置，然后运行bin下的sh lts-admin.sh或lts-admin.cmd脚本即可。logs文件夹下会生成lts-admin.out日志，启动成功在日志中会打印出访问地址，用户可以通过这个访问地址访问了。

##JobClient（部署）使用需要引入lts的jar包有lts-jobclient-{version}.jar，lts-core-{version}.jar 及其它第三方依赖jar。 ###API方式启动

JobClient jobClient = new RetryJobClient();
jobClient.setNodeGroup("test_jobClient");
jobClient.setClusterName("test_cluster");
jobClient.setRegistryAddress("zookeeper://127.0.0.1:2181");
jobClient.start();
// 提交任务
Job job = new Job();
job.setTaskId("3213213123");
job.setParam("shopId", "11111");
job.setTaskTrackerNodeGroup("test_trade_TaskTracker");
// job.setCronExpression("0 0/1 * * * ?"); // 支持 cronExpression表达式
// job.setTriggerTime(new Date()); // 支持指定时间执行
Response response = jobClient.submitJob(job);

###Spring XML方式启动

<bean id="jobClient" class="com.github.ltsopensource.spring.JobClientFactoryBean">
 <property name="clusterName" value="test_cluster"/>
 <property name="registryAddress" value="zookeeper://127.0.0.1:2181"/>
 <property name="nodeGroup" value="test_jobClient"/>
 <property name="masterChangeListeners">
 <list>
 <bean class="com.github.ltsopensource.example.support.MasterChangeListenerImpl"/>
 </list>
 </property>
 <property name="jobFinishedHandler">
 <bean class="com.github.ltsopensource.example.support.JobFinishedHandlerImpl"/>
 </property>
 <property name="configs">
 <props>
 <!-- 参数 -->
 <prop key="job.fail.store">leveldb</prop>
 </props>
 </property>
</bean>

###Spring 全注解方式

@Configuration
public class LTSSpringConfig {
 @Bean(name = "jobClient")
 public JobClient getJobClient() throws Exception {
 JobClientFactoryBean factoryBean = new JobClientFactoryBean();
 factoryBean.setClusterName("test_cluster");
 factoryBean.setRegistryAddress("zookeeper://127.0.0.1:2181");
 factoryBean.setNodeGroup("test_jobClient");
 factoryBean.setMasterChangeListeners(new MasterChangeListener[]{
 new MasterChangeListenerImpl()
 });
 Properties configs = new Properties();
 configs.setProperty("job.fail.store", "leveldb");
 factoryBean.setConfigs(configs);
 factoryBean.afterPropertiesSet();
 return factoryBean.getObject();
 }
}

##TaskTracker(部署使用) 需要引入lts的jar包有lts-tasktracker-{version}.jar，lts-core-{version}.jar 及其它第三方依赖jar。 ###定义自己的任务执行类

public class MyJobRunner implements JobRunner {
 @Override
 public Result run(JobContext jobContext) throws Throwable {
 try {
 // TODO 业务逻辑
 // 会发送到 LTS (JobTracker上)
 jobContext.getBizLogger().info("测试，业务日志啊啊啊啊啊");
 } catch (Exception e) {
 return new Result(Action.EXECUTE_FAILED, e.getMessage());
 }
 return new Result(Action.EXECUTE_SUCCESS, "执行成功了，哈哈");
 }
}

###API方式启动

TaskTracker taskTracker = new TaskTracker();
taskTracker.setJobRunnerClass(MyJobRunner.class);
taskTracker.setRegistryAddress("zookeeper://127.0.0.1:2181");
taskTracker.setNodeGroup("test_trade_TaskTracker");
taskTracker.setClusterName("test_cluster");
taskTracker.setWorkThreads(20);
taskTracker.start();

###Spring XML方式启动

<bean id="taskTracker" class="com.github.ltsopensource.spring.TaskTrackerAnnotationFactoryBean" init-method="start">
 <property name="jobRunnerClass" value="com.github.ltsopensource.example.support.MyJobRunner"/>
 <property name="bizLoggerLevel" value="INFO"/>
 <property name="clusterName" value="test_cluster"/>
 <property name="registryAddress" value="zookeeper://127.0.0.1:2181"/>
 <property name="nodeGroup" value="test_trade_TaskTracker"/>
 <property name="workThreads" value="20"/>
 <property name="masterChangeListeners">
 <list>
 <bean class="com.github.ltsopensource.example.support.MasterChangeListenerImpl"/>
 </list>
 </property>
 <property name="configs">
 <props>
 <prop key="job.fail.store">leveldb</prop>
 </props>
 </property>
</bean>

###Spring注解方式启动

@Configuration
public class LTSSpringConfig implements ApplicationContextAware {
 private ApplicationContext applicationContext;
 @Override
 public void setApplicationContext(ApplicationContext applicationContext) throws BeansException {
 this.applicationContext = applicationContext;
 }
	@Bean(name = "taskTracker")
 public TaskTracker getTaskTracker() throws Exception {
 TaskTrackerAnnotationFactoryBean factoryBean = new TaskTrackerAnnotationFactoryBean();
 factoryBean.setApplicationContext(applicationContext);
 factoryBean.setClusterName("test_cluster");
 factoryBean.setJobRunnerClass(MyJobRunner.class);
 factoryBean.setNodeGroup("test_trade_TaskTracker");
 factoryBean.setBizLoggerLevel("INFO");
 factoryBean.setRegistryAddress("zookeeper://127.0.0.1:2181");
 factoryBean.setMasterChangeListeners(new MasterChangeListener[]{
 new MasterChangeListenerImpl()
 });
 factoryBean.setWorkThreads(20);
 Properties configs = new Properties();
 configs.setProperty("job.fail.store", "leveldb");
 factoryBean.setConfigs(configs);
 factoryBean.afterPropertiesSet();
// factoryBean.start();
 return factoryBean.getObject();
 }
}

##参数说明

##使用建议一般在一个JVM中只需要一个JobClient实例即可，不要为每种任务都新建一个JobClient实例，这样会大大的浪费资源，因为一个JobClient可以提交多种任务。相同的一个JVM一般也尽量保持只有一个TaskTracker实例即可，多了就可能造成资源浪费。当遇到一个TaskTracker要运行多种任务的时候，请参考下面的 "一个TaskTracker执行多种任务"。 ##一个TaskTracker执行多种任务有的时候，业务场景需要执行多种任务，有些人会问，是不是要每种任务类型都要一个TaskTracker去执行。我的答案是否定的，如果在一个JVM中，最好使用一个TaskTracker去运行多种任务，因为一个JVM中使用多个TaskTracker实例比较浪费资源（当然当你某种任务量比较多的时候，可以将这个任务单独使用一个TaskTracker节点来执行）。那么怎么才能实现一个TaskTracker执行多种任务呢。下面是我给出来的参考例子。

/**
 * 总入口，在 taskTracker.setJobRunnerClass(JobRunnerDispatcher.class)
 * JobClient 提交 任务时指定 Job 类型 job.setParam("type", "aType")
 */
public class JobRunnerDispatcher implements JobRunner {
 private static final ConcurrentHashMap<String/*type*/, JobRunner>
 JOB_RUNNER_MAP = new ConcurrentHashMap<String, JobRunner>();
 static {
 JOB_RUNNER_MAP.put("aType", new JobRunnerA()); // 也可以从Spring中拿
 JOB_RUNNER_MAP.put("bType", new JobRunnerB());
 }
 @Override
 public Result run(JobContext jobContext) throws Throwable {
 Job job = jobContext.getJob();
 String type = job.getParam("type");
 return JOB_RUNNER_MAP.get(type).run(job);
 }
}
class JobRunnerA implements JobRunner {
 @Override
 public Result run(JobContext jobContext) throws Throwable {
 // TODO A类型Job的逻辑
 return null;
 }
}
class JobRunnerB implements JobRunner {
 @Override
 public Result run(JobContext jobContext) throws Throwable {
 // TODO B类型Job的逻辑
 return null;
 }
}

##TaskTracker的JobRunner测试一般在编写TaskTracker的时候，只需要测试JobRunner的实现逻辑是否正确，又不想启动LTS进行远程测试。为了方便测试，LTS提供了JobRunner的快捷测试方法。自己的测试类集成
com.github.ltsopensource.tasktracker.runner.JobRunnerTester即可，并实现initContext和newJobRunner方法即可。如lts-examples中的例子：

public class TestJobRunnerTester extends JobRunnerTester {
 public static void main(String[] args) throws Throwable {
 // Mock Job 数据
 Job job = new Job();
 job.setTaskId("2313213");
 JobContext jobContext = new JobContext();
 jobContext.setJob(job);
 JobExtInfo jobExtInfo = new JobExtInfo();
 jobExtInfo.setRetry(false);
 jobContext.setJobExtInfo(jobExtInfo);
 // 运行测试
 TestJobRunnerTester tester = new TestJobRunnerTester();
 Result result = tester.run(jobContext);
 System.out.println(JSON.toJSONString(result));
 }
 @Override
 protected void initContext() {
 // TODO 初始化Spring容器
 }
 @Override
 protected JobRunner newJobRunner() {
 return new TestJobRunner();
 }
}

##Spring Quartz Cron任务无缝接入对于Quartz的Cron任务只需要在Spring配置中增加一下代码就可以接入LTS平台

<bean class="com.github.ltsopensource.spring.quartz.QuartzLTSProxyBean">
 <property name="clusterName" value="test_cluster"/>
 <property name="registryAddress" value="zookeeper://127.0.0.1:2181"/>
 <property name="nodeGroup" value="quartz_test_group"/>
</bean>

##Spring Boot 支持

@SpringBootApplication
@EnableJobTracker // 启动JobTracker
@EnableJobClient // 启动JobClient
@EnableTaskTracker // 启动TaskTracker
@EnableMonitor // 启动Monitor
public class Application {
 public static void main(String[] args) {
 SpringApplication.run(Application.class, args);
 }
}

剩下的就只是在application.properties中添加相应的配置就行了, 具体见lts-example中的
com.github.ltsopensource.examples.springboot包下的例子

##多网卡选择问题当机器有内网两个网卡的时候，有时候，用户想让LTS的流量走外网网卡，那么需要在host中，把主机名称的映射地址改为外网网卡地址即可，内网同理。

##关于节点标识问题如果在节点启动的时候设置节点标识,LTS会默认设置一个UUID为节点标识,可读性会比较差,但是能保证每个节点的唯一性,如果用户能自己保证节点标识的唯一性,可以通过 setIdentity 来设置,譬如如果每个节点都是部署在一台机器(一个虚拟机)上,那么可以将identity设置为主机名称

##SPI扩展说明支持JobLogger,JobQueue等等的SPI扩展

##LTS-Admin使用jetty启动(默认)，不定期挂掉解决方案

lts admin如果长时间不使用，会隔一段时间挂掉。

原因是admin使用内嵌的jetty启动的，jetty会把lts admin的war包解压到根目录下的/tmp，而这个tmp目录如果长时间没有更新，会被cron任务定时删除的，删除后就会出现页面打开只有文字，js、css都加载不出来。

解决方案：

修改lts-admin.sh脚本，其中启动那段改为如下的，新增了一个-D参数，保证war解压到这个目录，不会被删掉。

nohup "$JAVA" -Djava.io.tmpdir=/home/work/tmp -cp "$CLASSPATH" $JVMFLAGS $LTS_MAIN "$CONF_HOME" > "$_LTS_DAEMON_OUT" 2>&1 < /dev/null &

标签：LTS,lts,--,任务,TaskTracker,任务调度,节点,分布式
来源： https://blog.csdn.net/m0_62714732/article/details/121063368