轻量级分布式延时任务处理组件easyTask-L-入门篇

　　今天给大家介绍一款新武器。我自研的一个java组件easyTask-L。这个是做啥的呢？我之前研发了一款单机版本的easyTask，这次是要介绍另外一款easyTask-L。区别就是后者支持分布式环境，任务数据支持多个备份，具备了真正意义上的高可用。同时它又是轻量级的分布式应用，原因是因为它还不是一个独立的中间件，它需要一个宿主程序才能使用。做成独立的中间件是我后面要继续做的一个版本。

　　组件开源地址：https://github.com/liuche51/easyTask-L

　　废话不多说，先来介绍下easyTask-L组件的特性。

                 

　　高可用：因为我们是分布式leader-follow集群，每个任务多有多个备份数据，如果节点宕机，集群将自动选举。所以可靠性非常高

　　秒级触发：我们是采用时钟秒级分片的数据结构，支持秒级触发任务。不早也不迟

　　分布式：组件支持分布式

　　高并发：支持多线程同时提交任务，支持多线程同时执行任务

　　数据一致性：使用TCC事务机制，保障数据在集群中的强一致性

　　海量任务：节点可以存储非常多的任务，只要内存和磁盘足够。触发效率也是极高。需要配置好分派任务线程池和执行任务线程池大小即可

　　开源：组件完全在GitHub上开源。任何人都可以随意使用，在不侵犯著作权情况下

　　易使用：无需独立部署集群，嵌入式开发。不过多的依赖于第三方中间件，除了zookeeper。

特别适合以下场景使用：

• 乘坐网约车结单后30分钟若顾客未评价，则系统将默认提交一条评价信息
• 银行充值接口，要求5分钟后才可以查询到结果成功OR失败
• 会员登录系统30秒后自动发送一条登录短信通知
• 每个登录用户每隔10秒统计一次其某活动中获得的积分

easyTask-L组件的整体架构如下：

　　整体采用分布式设计，leader-follow风格。集群中每一个节点都是leader，同时也可能是其他某个节点的follow。每个leader都有若干个follow。leader上提交的新任务都会强制同步到follow中，删除任务同时也会强制删除follow中的备份任务。集群中所有节点都会在zookeeper中注册并维持心跳。

　　为了能更好的可用性，建议集群节点数不少于4个，这样其中一个节点宕机，就能立即得到补充。否则可能导致集群不可用。

easyTask-L组件的核心“环形队列”的设计架构如下：

　　环形队列在之前单机版的easyTask中也讲过，原理都是类似的。客户端提交任务，服务端先将任务进行持久化，再添加上环形队列这个数据结构中去，等待时间片轮询的到来。不同的是这里的持久化机制，改成了分布式存储了。不仅leader自己存储起来，还要同步存储到其follow中去。删除一个任务也是类似的过程。

　　任务添加时会计算其触发所属的时间分片槽，等环形队列的始终秒针到达时会判断任务是否可以被执行了。如果可以执行了，则分派任务线程池将其丢入执行任务线程池等待执行。只要执行任务线程池线程数足够，任务将立即得到执行。

 　　大概的原理清晰了，接下来就是写个HelloWorld程序了！

　　easyTask-L不是一个中间件，所以需要一个宿主程式。建议在微服务框架如：dubbo、spring-cloud中使用此组件，并建立一个独立的专门用于处理延时任务的服务模块。这样可以使服务尽可能少的频繁更新重启。保持集群的稳定性。下面我将以一个springboot应用为例来给大家演示如何使用easyTask-L组件。测试环境：JDK1.8、zookeeper3.4.8

　　第一步：引入jar包

 　　如果你是Maven项目，可以使用如下方式配置引入jar包。这可以让项目自动引入easyTask-L中依赖的其他第三方jar包。最新版本请在maven中央仓库中查询。请在pom.xml中加入以下引用

 <dependency>
       <groupId>com.github.liuche51</groupId>
       <artifactId>easyTask-L</artifactId>
       <version>1.0.5</version>
 </dependency>

　　第二步：配置启动环形队列

　　这里以springboot应用为例，在application.yml中做如下配置

server:
   port: 8081
spring:
   application:
      name: easyTask-L
easyTaskL:
   zkAddress: 127.0.0.1:2181
   taskStorePath: C:/db/node1
   serverPort: 2021
   sQLlitePoolSize: 5
   backupCount: 2
   dispatchPool:
      corePoolSize: 5
      maximumPoolSize: 50
   workPool:
      corePoolSize: 5
      maximumPoolSize: 50

　　新建一个启动配置类EasyTaskLConf.java

package com.github.liuche51.easyTaskL.config;

import com.github.liuche51.easyTask.core.AnnularQueue;
import com.github.liuche51.easyTask.core.EasyTaskConfig;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.util.concurrent.LinkedBlockingQueue;
import java.util.concurrent.ThreadPoolExecutor;

@Configuration
public class EasyTaskLConf {
    private static Logger log = LoggerFactory.getLogger(EasyTaskLConf.class);
    @Value("${easyTaskL.zkAddress}")
    private String zkAddress;
    @Value("${easyTaskL.taskStorePath}")
    private String taskStorePath;
    @Value("${easyTaskL.serverPort}")
    private int serverPort;
    @Value("${easyTaskL.sQLlitePoolSize}")
    private int sQLlitePoolSize;
    @Value("${easyTaskL.backupCount}")
    private int backupCount;
    @Value("${easyTaskL.dispatchPool.corePoolSize}")
    private int dispatchCorePoolSize;
    @Value("${easyTaskL.dispatchPool.maximumPoolSize}")
    private int dispatchMaximumPoolSize;
    @Value("${easyTaskL.workPool.corePoolSize}")
    private int workPoolCorePoolSize;
    @Value("${easyTaskL.workPool.maximumPoolSize}")
    private int workPoolMaximumPoolSize;
    @Bean
    public AnnularQueue initAnnularQueue(){
        try {
            EasyTaskConfig config =new EasyTaskConfig();
            config.setTaskStorePath(taskStorePath);
            config.setServerPort(serverPort);
            config.setSQLlitePoolSize(sQLlitePoolSize);
            //config.setBackupCount(backupCount);
            config.setZkAddress(zkAddress);
            AnnularQueue annularQueue = AnnularQueue.getInstance();
            config.setDispatchs(new ThreadPoolExecutor(dispatchCorePoolSize, dispatchMaximumPoolSize, 1000, java.util.concurrent.TimeUnit.MILLISECONDS,
                    new LinkedBlockingQueue<Runnable>()));
            config.setWorkers(new ThreadPoolExecutor(workPoolCorePoolSize, workPoolMaximumPoolSize, 1000, java.util.concurrent.TimeUnit.MILLISECONDS,
                    new LinkedBlockingQueue<Runnable>()));
            annularQueue.start(config);
            return annularQueue;
        }catch (Exception e){
            log.error("",e);
             return null;
        }
    }

}

　　第三步：建立延时任务处理类

　　这个需要根据具体情况，创建你要处理的任务类。任务类都需要继承Task 这个父类以及实现Runnable 的run接口。这里可以写你的任务逻辑，getParam()可以获取到你提交任务时传入的参数。

package com.github.liuche51.easyTaskL.task;
import com.github.liuche51.easyTask.dto.Task;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.time.ZonedDateTime;
import java.time.format.DateTimeFormatter;
import java.util.*;
import java.util.concurrent.ConcurrentLinkedQueue;

public class CusTask1 extends Task implements Runnable {
    private static Logger log = LoggerFactory.getLogger(CusTask1.class);
    @Override
    public void run() {
        Map<String, String> param = getParam();
        if (param != null && param.size() > 0) {
            log.info("任务1已执行!姓名:{} 生日:{} 年龄:{} 线程ID:{}", param.get("name"), param.get("birthday"), param.get("age"), param.get("threadid"));
        }
    }
}

　　第四步：向环形队列中添加任务

　　新建一个Controller，增加以下Action方法。

@RequestMapping("/once")
@ResponseBody
public String once(@RequestParam("name") String name, @RequestParam("time") int time) {
	CusTask1 task1 = new CusTask1();
	task1.setEndTimestamp(ZonedDateTime.now().plusSeconds(time).toInstant().toEpochMilli());
	Map<String, String> param = new HashMap<String, String>() {
		{
			put("name", name);
			put("birthday", "1996-1-1");
			put("age", "28");
			put("threadid", String.valueOf(Thread.currentThread().getId()));
		}
	};
	task1.setParam(param);
	return AnnularQueue.getInstance().submitAllowWait(task1);
}

　　完整的demo可以使用Git克隆我的一个开源项目：https://gitee.com/liuche/DubboServer.git  找到子项目easyTask-L-demo即可