通过schedulerx2.0提供的分布式编程模型，简单几行代码就能将海量任务进行分布式跑批。这篇文章介绍schedulerx2.0分布式计算原理和最佳实践，相信看完这篇文章，大家都能写出高效率的分布式作业，说不定速度能提升好几倍:)

1. 前言SchedulerX2.0自研轻量级分布式MapReduce模型，通过一个map方法就能将海量数据分布式到多台机器上分布式执行，随着业务方的深入使用，又提出了更多的需求，比如：监听所有子任务完成的事件处理所有子任务返回的订单号汇总结果进行工作流数据传输2. 简介MapReduce模型是Map模型的扩展，废弃了postProcess方法，新增reduce接口，需要实现MapReduceJo

简介在schedulerx可支持定时调度dataworks任务，并将dataworks任务与其他业务定时任务进行在schedulerx上进行混合依赖编排完成相应的定期业务数据处理。接入指南客户端接入步骤：1、schedulerx客户端升级至1.3.4及以上版本2、配置具备访问dataworks（需开通企业版）的用户AK/SK# dataworks访问的账户信息配置spring.schedulerx

在企业级大数据量批处理需求场景中，如何通过分布式方式来有效地提升处理效率。本文将就常见批处理框架Spring Batch与SchdulerX进行比较讨论。同时基于阿里巴巴分布式任务调度平台SchedulerX2.0，实现一个分布式并行批处理方案，展示其相关的功能特性。