Elastic-Job是ddframe中dd-job的作业模块中分离出来的分布式弹性作业框架。去掉了和dd-job中的监控和ddframe接入规范部分。该项目基于成熟的开源产品Quartz和Zookeeper及其客户端Curator进行二次开发。

项目开源地址：https://github.com/dangdangdotcom/elastic-job

ddframe其他模块也有可独立开源的部分，之前当当曾开源过dd-soa的基石模块DubboX。

elastic-job和ddframe关系见下图

Elastic-Job主要功能

  • 定时任务： 基于成熟的定时任务作业框架Quartz cron表达式执行定时任务。

  • 作业注册中心： 基于Zookeeper和其客户端Curator实现的全局作业注册控制中心。用于注册，控制和协调分布式作业执行。

  • 作业分片： 将一个任务分片成为多个小任务项在多服务器上同时执行。

  • 弹性扩容缩容： 运行中的作业服务器崩溃，或新增加n台作业服务器，作业框架将在下次作业执行前重新分片，不影响当前作业执行。

  • 支持多种作业执行模式： 支持OneOff，Perpetual和SequencePerpetual三种作业模式。

  • 失效转移： 运行中的作业服务器崩溃不会导致重新分片，只会在下次作业启动时分片。启用失效转移功能可以在本次作业执行过程中，监测其他作业服务器空闲，抓取未完成的孤儿分片项执行。

  • 运行时状态收集： 监控作业运行时状态，统计最近一段时间处理的数据成功和失败数量，记录作业上次运行开始时间，结束时间和下次运行时间。

  • 作业停止，恢复和禁用：用于操作作业启停，并可以禁止某作业运行（上线时常用）。

  • 被错过执行的作业重触发：自动记录错过执行的作业，并在上次作业完成后自动触发。可参考Quartz的misfire。

  • 多线程快速处理数据：使用多线程处理抓取到的数据，提升吞吐量。

  • 幂等性：重复作业任务项判定，不重复执行已运行的作业任务项。由于开启幂等性需要监听作业运行状态，对瞬时反复运行的作业对性能有较大影响。

  • 容错处理：作业服务器与Zookeeper服务器通信失败则立即停止作业运行，防止作业注册中心将失效的分片分项配给其他作业服务器，而当前作业服务器仍在执行任务，导致重复执行。

  • Spring支持：支持spring容器，自定义命名空间，支持占位符。

  • 运维平台：提供运维界面，可以管理作业和注册中心。

目录结构说明

  • elastic-job-core

    elastic-job核心模块，只通过Quartz和Curator就可执行分布式作业。

  • elastic-job-spring

    elastic-job对spring支持的模块，包括命名空间，依赖注入，占位符等。

  • elastic-job-console

    elastic-job web控制台，可将编译之后的war放入tomcat等servlet容器中使用。

  • elastic-job-example

    使用例子。

  • elastic-job-test

    测试elastic-job使用的公用类，使用方无需关注。

引入maven依赖

  • elastic-job已经发布到中央仓库，可以在pom.xml文件中直接引入maven坐标。
    • ?
      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      <!-- 引入elastic-job核心模块 -->
      < dependency >
           < groupId >com.dangdang</ groupId >
           < artifactId >elastic-job-core</ artifactId >
           < version >1.0.1</ version >
      </ dependency >
      <!-- 使用springframework自定义命名空间时引入 -->
      < dependency >
           < groupId >com.dangdang</ groupId >
           < artifactId >elastic-job-spring</ artifactId >
           < version >1.0.1</ version >
      </ dependency >

代码开发

提供3种作业类型，分别是OneOff, Perpetual和SequencePerpetual。需要继承相应的抽象类。

方法参数shardingContext包含作业配置，分片和运行时信息。可通过getShardingTotalCount(),getShardingItems()等方法分别获取分片总数，运行在本作业服务器的分片序列号集合等。

  • OneOff类型作业

    OneOff作业类型比较简单，需要继承AbstractOneOffElasticJob，该类只提供了一个方法用于覆盖，此方法将被定时执行。用于执行普通的定时任务，与Quartz原生接口相似，只是增加了弹性扩缩容和分片等功能。

?
1
2
3
4
5
6
7
public  class  MyElasticJob  extends  AbstractOneOffElasticJob {
 
     @Override
     protected  void  process(JobExecutionMultipleShardingContext context) {
         // do something by sharding items
     }
}

  • Perpetual类型作业

    Perpetual作业类型略为复杂，需要继承AbstractPerpetualElasticJob并可以指定返回值泛型，该类提供两个方法可覆盖，分别用于抓取和处理数据。可以获取数据处理成功失败次数等辅助监控信息。需要注意fetchData方法的返回值只有为null或长度为空时，作业才会停止执行，否则作业会一直运行下去。这点是参照TbSchedule的设计。Perpetual作业类型更适用于流式不间歇的数据处理。

    作业执行时会将fetchData的数据传递给processData处理，其中processData得到的数据是通过多线程（线程池大小可配）拆分的。建议processData处理数据后，更新其状态，避免fetchData再次抓取到，从而使得作业永远不会停止。processData的返回值用于表示数据是否处理成功，抛出异常或者返回false将会在统计信息中归入失败次数，返回true则归入成功次数。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
public  class  MyElasticJob  extends  AbstractPerpetualElasticJob<Foo> {
 
     @Override
     protected  List<Foo> fetchData(JobExecutionMultipleShardingContext context) {
         List<Foo> result =  // get data from database by sharding items
         return  result;
     }
     
     @Override
     protected  boolean  processData(JobExecutionMultipleShardingContext context, Foo data) {
         // process data
         return  true ;
     }
}

  • SequencePerpetual类型作业

    SequencePerpetual作业类型和Perpetual作业类型极为相似，所不同的是Perpetual作业类型可以将获取到的数据多线程处理，但不会保证多线程处理数据的顺序。如：从2个分片共获取到100条数据，第1个分片40条，第2个分片60条，配置为两个线程处理，则第1个线程处理前50条数据，第2个线程处理后50条数据，无视分片项；SequencePerpetual类型作业则根据当前服务器所分配的分片项数量进行多线程处理，每个分片项使用同一线程处理，防止了同一分片的数据被多线程处理，从而导致的顺序问题。如：从2个分片共获取到100条数据，第1个分片40条，第2个分片60条，则系统自动分配两个线程处理，第1个线程处理第1个分片的40条数据，第2个线程处理第2个分片的60条数据。由于Perpetual作业可以使用多余分片项的任意线程数处理，所以性能调优的可能会优于SequencePerpetual作业。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
public  class  MyElasticJob  extends  AbstractSequencePerpetualElasticJob<Foo> {
 
     @Override
     protected  List<Foo> fetchData(JobExecutionSingleShardingContext context) {
         List<Foo> result =  // get data from database by sharding items
         return  result;
     }
     
     @Override
     protected  boolean  processData(JobExecutionSingleShardingContext context, Foo data) {
         // process data
         return  true ;
     }
}

作业配置

与Spring容器配合使用作业，可以将作业Bean配置为Spring Bean， 可在作业中通过依赖注入使用Spring容器管理的数据源等对象。可用placeholder占位符从属性文件中取值。

  • Spring命名空间配置

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
<? xml  version = "1.0"  encoding = "UTF-8" ?>
< beans  xmlns = "http://www.springframework.org/schema/beans"
     xmlns:xsi = "http://www.w3.org/2001/XMLSchema-instance"
     xmlns:reg = "http://www.dangdang.com/schema/ddframe/reg" 
     xmlns:job = "http://www.dangdang.com/schema/ddframe/job" 
     xsi:schemaLocation="http://www.springframework.org/schema/beans
                         http://www.springframework.org/schema/beans/spring-beans.xsd
                         http://www.dangdang.com/schema/ddframe/reg
                         http://www.dangdang.com/schema/ddframe/reg/reg.xsd
                         http://www.dangdang.com/schema/ddframe/job
                         http://www.dangdang.com/schema/ddframe/job/job.xsd
                         ">
     <!--配置作业注册中心 -->
     < reg:zookeeper  id = "regCenter"  serverLists = " yourhost:2181"  namespace = "dd-job"  baseSleepTimeMilliseconds = "1000"  maxSleepTimeMilliseconds = "3000"  maxRetries = "3"  />
     <!-- 配置作业A-->
     < job:bean  id = "oneOffElasticJob"  class = "xxx.MyOneOffElasticJob"  regCenter = "regCenter"  cron = "0/10 * * * * ?"    shardingTotalCount = "3"  shardingItemParameters = "0=A,1=B,2=C"  />
     <!-- 配置作业B-->
     < job:bean  id = "perpetualElasticJob"  class = "xxx.MyPerpetualElasticJob"  regCenter = "regCenter"  cron = "0/10 * * * * ?"  shardingTotalCount = "3"  shardingItemParameters = "0=A,1=B,2=C"  processCountIntervalSeconds = "10"  concurrentDataProcessThreadCount = "10"  />
</ beans >


<job:bean />命名空间属性详细说明

<reg:zookeeper />命名空间属性详细说明


  • 基于Spring但不使用命名空间

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
     <!-- 配置作业注册中心 -->
     < bean  id = "regCenter"  class = "com.dangdang.ddframe.reg.zookeeper.ZookeeperRegistryCenter"  init-method = "init" >
         < constructor-arg >
             < bean  class = "com.dangdang.ddframe.reg.zookeeper.ZookeeperConfiguration" >
                 < property  name = "serverLists"  value = "${xxx}"  />
                 < property  name = "namespace"  value = "${xxx}"  />
                 < property  name = "baseSleepTimeMilliseconds"  value = "${xxx}"  />
                 < property  name = "maxSleepTimeMilliseconds"  value = "${xxx}"  />
                 < property  name = "maxRetries"  value = "${xxx}"  />
             </ bean >
         </ constructor-arg >
     </ bean >     <!-- 配置作业-->
     < bean  id = "xxxJob"  class = "com.dangdang.ddframe.job.spring.schedule.SpringJobController"  init-method = "init" >
         < constructor-arg  ref = "regCenter"  />
         < constructor-arg >
             < bean  class = "com.dangdang.ddframe.job.api.JobConfiguration" >
                 < constructor-arg  name = "jobName"  value = "xxxJob"  />
                 < constructor-arg  name = "jobClass"  value = "xxxDemoJob"  />
                 < constructor-arg  name = "shardingTotalCount"  value = "10"  />
                 < constructor-arg  name = "cron"  value = "0/10 * * * * ?"  />
                 < property  name = "shardingItemParameters"  value = "${xxx}"  />
             </ bean >
         </ constructor-arg >
     </ bean >

  • 不使用Spring配置

如果不使用Spring框架，可以用如下方式启动作业。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
import  com.dangdang.ddframe.job.api.JobConfiguration;
import  com.dangdang.ddframe.job.schedule.JobInitializer;
import  com.dangdang.ddframe.job.schedule.JobScheduler;
import  com.dangdang.ddframe.reg.base.CoordinatorRegistryCenter;
import  com.dangdang.ddframe.reg.zookeeper.ZookeeperConfiguration;
import  com.dangdang.ddframe.reg.zookeeper.ZookeeperRegistryCenter;
 
public  class  JobDemo {
 
     // 声明Zookeeper注册中心配置对象
     private  final  ZookeeperConfiguration zkConfig =  new  ZookeeperConfiguration( "yourhost:2181" ,  "zkRegTestCenter" ,  1000 ,  3000 ,  3 );
     
     // 定义Zookeeper注册中心
     private  final  CoordinatorRegistryCenter regCenter =  new  ZookeeperRegistryCenter(zkConfig);
     
     // 声明作业配置对象
     private  final  JobConfiguration jobConfig =  new  JobConfiguration( "demoJob" , DemoJob. class ,  3 ,  "0/1 * * * * ?" );
     
     public  static  void  main( final  String[] args) {
             new  JobDemo().init();
     }
     
     public  void  init() {
         // 连接注册中心
         regCenter.init();
         // 声明作业启动器
         JobInitializer jobInitializer =  new  JobInitializer(regCenter, jobConfig);
         // 启动作业，主要是注册作业的信息
         jobInitializer.init();
         // 获取作业调度器实例
         JobScheduler jobScheduler = JobScheduler.getInstance();
         // 添加作业到调度器
         jobScheduler.addJob( "demoJob" , jobInitializer);
         // 启动所有作业
         jobScheduler.scheduleAllJobs();
     }
}


使用限制

  • 作业一旦启动成功后不能修改作业名称，如果修改名称则视为新的作业。

  • 同一台作业服务器只能运行一个相同的作业实例，因为作业运行时是按照IP注册和管理的。

  • 作业根据/etc/hosts文件获取IP地址，如果获取的IP地址是127.0.0.1而非真实IP地址，应正确配置此文件。

  • 一旦有服务器波动，或者修改分片项，将会触发重新分片；触发重新分片将会导致运行中的Perpetual以及SequencePerpetual作业再执行完本次作业后不再继续执行，等待分片结束后再恢复正常。

  • 开启monitorExecution才能实现分布式作业幂等性（即不会在多个作业服务器运行同一个分片）的功能，但monitorExecution对短时间内执行的作业（如每5秒一触发）性能影响较大，建议关闭并自行实现幂等性。

  • elastic-job没有自动删除作业服务器的功能，因为无法区分是服务器崩溃还是正常下线。所以如果要下线服务器，需要手工删除zookeeper中相关的服务器节点。由于直接删除服务器节点风险较大，暂时不考虑在运维平台增加此功能

实现原理

  • 弹性分布式实现

    1. 第一台服务器上线触发主服务器选举。主服务器一旦下线，则重新触发选举，选举过程中阻塞，只有主服务器选举完成，才会执行其他任务。

    2. 某作业服务器上线时会自动将服务器信息注册到注册中心，下线时会自动更新服务器状态。

    3. 主节点选举，服务器上下线，分片总数变更均更新重新分片标记。

    4. 定时任务触发时，如需重新分片，则通过主服务器分片，分片过程中阻塞，分片结束后才可执行任务。如分片过程中主服务器下线，则先选举主服务器，再分片。

    5. 通过4可知，为了维持作业运行时的稳定性，运行过程中只会标记分片状态，不会重新分片。分片仅可能发生在下次任务触发前。

    6. 每次分片都会按服务器IP排序，保证分片结果不会产生较大波动。

    7. 实现失效转移功能，在某台服务器执行完毕后主动抓取未分配的分片，并且在某台服务器下线后主动寻找可用的服务器执行任务。

    • 流程图

      作业启动


      作业执行


    运维平台

        elastic-job运维平台以war包形式提供，可自行部署到tomcat或jetty等支持servlet的web容器中。elastic-job-console.war可以通过编译源码或从maven中央仓库获取。

    • 登录

      默认用户名和密码是root/root，可以通过修改conf\auth.properties文件修改默认登录用户名和密码。

    • 主要功能

      登录安全控制

      注册中心管理

      作业维度状态查看

      服务器维度状态查看

      快捷修改作业设置

      控制作业暂停和恢复运行

    • 设计理念

      运维平台和elastic-job并无直接关系，是通过读取作业注册中心数据展现作业状态，或更新注册中心数据修改全局配置。

      控制台只能控制作业本身是否运行，但不能控制作业进程的启停，因为控制台和作业本身服务器是完全分布式的，控制台并不能控制作业服务器。

    • 不支持项

      添加作业。因为作业都是在首次运行时自动添加，使用运维平台添加作业并无必要。

      停止作业。即使删除了Zookeeper信息也不能真正停止作业的运行，还会导致运行中的作业出问题。

      删除作业服务器。由于直接删除服务器节点风险较大，暂时不考虑在运维平台增加此功能。

    • 主要界面

    • 总览页


    • 注册中心管理页


    • 作业详细信息页


    • 服务区详细信息页

      • ----------------------------------

      • 1、   何为分布式任务？

        　　自己理解，就是一件事情让多台机器来完成。单机环境下，所有任务都是单个电脑独立完成，分布式任务就是把任务按一定逻辑进行切分(也就是所谓的分片)，分成几个小的片段，然后分给不同的电脑，每台电脑执行其中的几个片段。

        分片概念：

        　　任务的分布式执行，需要将一个任务拆分为n个独立的任务项，然后由分布式的服务器分别执行某一个或几个分片项。

        　　例如：有一个遍历数据库某张表的作业，现有2台服务器。为了快速的执行作业，那么每台服务器应执行作业的50%。 为满足此需求，可将作业分成2片，每台服务器执行1片。作业遍历数据的逻辑应为：服务器A遍历ID以奇数结尾的数据；服务器B遍历ID以偶数结尾的数据。 如果分成10片，则作业遍历数据的逻辑应为：每片分到的分片项应为ID%10，而服务器A被分配到分片项0,1,2,3,4；服务器B被分配到分片项5,6,7,8,9，直接的结果就是服务器A遍历ID以0-4结尾的数据；服务器B遍历ID以5-9结尾的数据。

        2、   github源码

        　　从github下载下来，maven导入eclipse后，分为5部分：

        　　

        　　官方目录结构说明：

        　　elastic-job-core  //核心模块，只通过Quartz和Curator就可执行分布式作业。

        　　elastic-job-spring  //对spring支持的模块，包括命名空间，依赖注入，占位符等。

        　　elastic-job-console  // web控制台，可将编译之后的war放入tomcat等servlet容器中使用。

        　　elastic-job-example  //使用示例。

        　　elastic-job-doc  //使用markdown生成文档的项目，使用方无需关注。

        　　需要说明一下，官方也提到了，需要一个lombok.jar。个人感觉这个确实很不错，有了这个jar包，可以省掉get set方法，在属性很多的时候特别方便。

        　　*************************************************

        　　lombok 的官方网址：http://projectlombok.org/  

          　　lombok 注解在线帮助文档：http://projectlombok.org/features/index.
            　　下面介绍几个我常用的 lombok 注解：
                @Data   ：注解在类上；提供类所有属性的 getting 和 setting 方法，此外还提供了equals、canEqual、hashCode、toString 方法
                @Setter：注解在属性上；为属性提供 setting 方法
                @Getter：注解在属性上；为属性提供 getting 方法
                @Log4j ：注解在类上；为类提供一个 属性名为log 的 log4j 日志对象
                @NoArgsConstructor：注解在类上；为类提供一个无参的构造方法
                @AllArgsConstructor：注解在类上；为类提供一个全参的构造方法

        　　*************************************************

        3、   快速上手部署应用（单机跟集群）

        　　快速上手可以参照官方文档:   http://dangdangdotcom.github.io/elastic-job/post/quick_start/

        　　这是个单机环境的例子。为加深理解，自己部署集群环境，步骤如下：

        　　a、启动zookeeper(测试用，可单机可集群)，步骤参见官方快速上手文档

        　　b、修改官方example代码如下：

             　　1)、在com.dangdang.example.elasticjob.spring包下新建myjob包，创建新类MySimpleJobTest.java，代码如下：　　　　

        1
        2
        3
        4
        5
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15
        16
        @Component
        public  class  MySimpleJobTest  extends  AbstractSimpleElasticJob {
         
             private  PrintContext printContext =  new  PrintContext(SimpleJobDemo. class );
             
             @Resource
             private  FooRepository fooRepository;
             
             private  static  AtomicInteger count =  new  AtomicInteger( 0 );
             
             @Override
             public  void  process(JobExecutionMultipleShardingContext shardingContext) {
             　　　System.out.println( "第" +count.addAndGet( 1 )+ "次执行，当前分片号为：" +shardingContext.getShardingItemParameters());
             }
         
        }

        　　2)、修改resources/META-INF/withNamespace.xml为：

        1
        2
        3
        4
        5
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15
        16
        17
        18
        19
        20
        21
        22
        23
        24
        25
        26
        27
        <? xml  version="1.0" encoding="UTF-8"?>
        < beans  xmlns="http://www.springframework.org/schema/beans"
             xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
             xmlns:context="http://www.springframework.org/schema/context"
             xmlns:reg="http://www.dangdang.com/schema/ddframe/reg"
             xmlns:job="http://www.dangdang.com/schema/ddframe/job"
             xsi:schemaLocation="http://www.springframework.org/schema/beans
                                 http://www.springframework.org/schema/beans/spring-beans.xsd
                                 http://www.springframework.org/schema/context
                                 http://www.springframework.org/schema/context/spring-context.xsd
                                 http://www.dangdang.com/schema/ddframe/reg
                                 http://www.dangdang.com/schema/ddframe/reg/reg.xsd
                                 http://www.dangdang.com/schema/ddframe/job
                                 http://www.dangdang.com/schema/ddframe/job/job.xsd
                                 ">
             < context:component-scan  base-package="com.dangdang.example.elasticjob" />
             < context:property-placeholder  location="classpath:conf/*.properties" />
             
             < reg:zookeeper  id="regCenter" serverLists="${serverLists}" namespace="${namespace}" baseSleepTimeMilliseconds="${baseSleepTimeMilliseconds}" maxSleepTimeMilliseconds="${maxSleepTimeMilliseconds}" maxRetries="${maxRetries}" nestedPort="${nestedPort}" nestedDataDir="${nestedDataDir}" />
             
        <!--     <job:bean id="simpleElasticJob" class="com.dangdang.example.elasticjob.spring.job.SimpleJobDemo" regCenter="regCenter" shardingTotalCount="${simpleJob.shardingTotalCount}" cron="${simpleJob.cron}" shardingItemParameters="${simpleJob.shardingItemParameters}" monitorExecution="${simpleJob.monitorExecution}" monitorPort="${simpleJob.monitorPort}" failover="${simpleJob.failover}" description="${simpleJob.description}" disabled="${simpleJob.disabled}" overwrite="${simpleJob.overwrite}" /> -->
        <!--     <job:bean id="throughputDataFlowJob" class="com.dangdang.example.elasticjob.spring.job.ThroughputDataFlowJobDemo" regCenter="regCenter" shardingTotalCount="${throughputDataFlowJob.shardingTotalCount}" cron="${throughputDataFlowJob.cron}" shardingItemParameters="${throughputDataFlowJob.shardingItemParameters}" monitorExecution="${throughputDataFlowJob.monitorExecution}" failover="${throughputDataFlowJob.failover}" processCountIntervalSeconds="${throughputDataFlowJob.processCountIntervalSeconds}" concurrentDataProcessThreadCount="${throughputDataFlowJob.concurrentDataProcessThreadCount}" description="${throughputDataFlowJob.description}" disabled="${throughputDataFlowJob.disabled}" overwrite="${throughputDataFlowJob.overwrite}" /> -->
        <!--     <job:bean id="sequenceDataFlowJob3" class="com.dangdang.example.elasticjob.spring.job.SequenceDataFlowJobDemo" regCenter="regCenter" shardingTotalCount="${sequenceDataFlowJob.shardingTotalCount}" cron="${sequenceDataFlowJob.cron}" shardingItemParameters="${sequenceDataFlowJob.shardingItemParameters}" monitorExecution="${sequenceDataFlowJob.monitorExecution}" failover="${sequenceDataFlowJob.failover}" processCountIntervalSeconds="${sequenceDataFlowJob.processCountIntervalSeconds}" maxTimeDiffSeconds="${sequenceDataFlowJob.maxTimeDiffSeconds}" description="${sequenceDataFlowJob.description}" disabled="${sequenceDataFlowJob.disabled}" overwrite="${sequenceDataFlowJob.overwrite}" /> -->
             
             < job:bean  id="simpleElasticJob2" class="com.dangdang.example.elasticjob.spring.myjob.MySimpleJobTest" regCenter="regCenter" shardingTotalCount="${simpleJob.shardingTotalCount}" cron="${simpleJob.cron}" shardingItemParameters="${simpleJob.shardingItemParameters}" monitorExecution="${simpleJob.monitorExecution}" monitorPort="${simpleJob.monitorPort}" failover="${simpleJob.failover}" description="${simpleJob.description}" disabled="${simpleJob.disabled}" overwrite="${simpleJob.overwrite}" />
         
        </ beans >

        　　

        　　c、建虚拟机(多台电脑的用另一电脑即可)，配置环境变量。

           　　 此处本地采用ubuntu16.04的64位版本.

          　　 需配置的有：jdk，maven，为了让maven能在本地找到jar包，而不再浪费时间去网络maven库下载，可以线运行mvn install生成.m2目录(该目录隐藏，本地虚拟机是位于/home下)，将win下的.m2/repository文件夹拷贝到虚拟机的.m2下.

        　　d、将elastic-job-example拷贝到虚拟机，本地为/usr/mytest目录

           　　修改虚拟机中example项目的配置文件/resources/conf/reg.properties

           　　serverLists为zookeeper服务器地址

           　　nestedPort设置为-1，不启动自带zookeeper(两台电脑都不启用默认zookeeper)

        　　e、虚拟机切换到elastic-job-example目录(该目录下有pom文件)

           　　 运行：mvn compile ,运行完毕后

        　　　 运行：mvn exec:java -Dexec.mainClass="com.dangdang.example.elasticjob.spring.main"

        　　f、切回主机，com.dangdang.example.elasticjob.spring.main运行该文件的main方法

        　　　可明显看到：虚拟机开始单机运行时，处理分片为0-9，在主机开始运行后，变为5-9，两者确实进行了任务分配:

        　　

        　　g、部署tomcat监控

            　　虚拟机部署tomcat，将elastic-job-console在主机打war包，然后放入tomcat的webapp下，启动tomcat，访问http://ip:端口号/elastic-job-console，账号密码：root/root

        　　　 填写zookeeper地址，作业名称等，可以看到控制页面：

        　　　 

        　　　 我们刚刚部署的测试环境：

        　　    

        　　小结：

        　　　　单纯开发使用的话，方式之一是：将elastic-job-core跟elastic-job-spring打jar包，然后按照官方的开发指南，重写相关方法即可。部署的话应该是按照上方集群部署的方式进行的。


Logo
向您推荐>>Eolink开发者社区

权威｜前沿｜技术｜干货｜国内首个API全生命周期开发者社区

更多推荐

ELK实现containerd的容器日志采集展示【基于logging的全栈监测】

企业级ELK Stack构建介绍

avatar 云原生

深入理解 Mocha 测试框架：从零实现一个 Mocha

前言什么是自动化测试自动化测试在很多团队中都是Devops环节中很难执行起来的一个环节，主要原因在于测试代码的编写工作很难抽象，99%的场景都需要和业务强绑定，而且写测试代码的编写工作量往往比编写实际业务代码的工作量更多。在一些很多业务场景中投入产出比很低，适合写自动化测试的应该是那些中长期业务以及一些诸如组件一样的基础库。自动化测试是个比较大的概念，其中分类也比较多，比如单元测试，端对端测试，集

avatar 云原生

(20200916 Solved)docker-compose up创建容器自动退出

问题描述如题，创建容器后自动退出了。并且docker start container无效解决方案原因是缺失了控制终端的配置，需要在docker-compose.yml中增加tty:true ，有时候这样也不行，需要再增加一个command:/bin/bash，命令不一定是这个，需要是一个不会退出的命令，然后用-d后台启动容器。Referencesdocker-compose启动容器后自动退出...

avatar 云原生