宝安led行业网站建设设计网站100个免费

当前位置： 首页 > news >正文

宝安led行业网站建设,设计网站100个免费,临淄网站推广,免费申请域名的网站文章目录1.引言2.任务详解2.1.执行器2.2.基础配置3.路由策略(第一个)-案例4.路由策略(最后一个)-案例5.轮询策略-案例6.随机选取7.轮询选取8.一致性hash9.最不经常使用 (LFU)10.最近最久未使用#xff08;LRU#xff09;11.故障转移12.忙碌转移13.分片广播任务14.父子任务15.… 文章目录1.引言2.任务详解2.1.执行器2.2.基础配置3.路由策略(第一个)-案例4.路由策略(最后一个)-案例5.轮询策略-案例6.随机选取7.轮询选取8.一致性hash9.最不经常使用 (LFU)10.最近最久未使用LRU11.故障转移12.忙碌转移13.分片广播任务14.父子任务15.动态参数任务16.高级配置之日志回调17.xxl-job高级配置之任务生命周期1.引言 本篇文章承接上文《XXL-JOB分布式任务调度框架(一)-基础入门》上一次和大家简单介绍了下 xxl-job 的由来以及使用方法本篇文章将会详细介绍一些高级使用方法及特性。 上文中我们在新建一个任务的时候发现有很多的选项现在我们来详细聊一聊他们的作用。 ) 2.任务详解 2.1.执行器 执行器任务的绑定的执行器任务触发调度时将会自动发现注册成功的执行器, 实现任务自动发现功能; 另一方面也可以方便的进行任务分组。每个任务必须绑定一个执行器
2.2.基础配置 执行器每个任务必须绑定一个执行器, 方便给任务进行分组。任务触发调度时将会自动发现注册成功的执行器, 实现任务自动发现功能; 另一方面也可以方便的进行任务分组。每个任务必须绑定一个执行器, 可在 “执行器管理” 进行设置 任务描述任务的描述信息便于任务管理 报警邮件任务调度失败时邮件通知的邮箱地址支持配置多邮箱地址配置多个邮箱地址时用逗号分隔 负责人任务的负责人 调度类型 无该类型不会主动触发调度CRON该类型将会通过CRON触发任务调度固定速度该类型将会以固定速度触发任务调度按照固定的间隔时间周期性触发 运行模式 BEAN模式以JobHandler方式维护在执行器端需要结合 “JobHandler” 属性匹配执行器中任务 GLUE模式(Java)任务以源码方式维护在调度中心该模式的任务实际上是一段继承自IJobHandler的Java类代码并 “groovy” 源码方式维护它在执行器项目中运行可使用Resource/Autowire注入执行器里中的其他服务 GLUE模式(Shell)任务以源码方式维护在调度中心该模式的任务实际上是一段 “shell” 脚本 GLUE模式(Python)任务以源码方式维护在调度中心该模式的任务实际上是一段 “python” 脚本 GLUE模式(PHP)任务以源码方式维护在调度中心该模式的任务实际上是一段 “php” 脚本 GLUE模式(NodeJS)任务以源码方式维护在调度中心该模式的任务实际上是一段 “nodejs” 脚本 GLUE模式(PowerShell)以源码方式维护在调度中心该模式的任务实际上是一段 “PowerShell” 脚本 JobHandler运行模式为 “BEAN模式” 时生效对应执行器中新开发的JobHandler类“JobHandler”注解自定义的value值 执行参数任务执行所需的参数 阻塞处理策略调度过于密集执行器来不及处理时的处理策略 单机串行默认调度请求进入单机执行器后调度请求进入FIFO队列并以串行方式运行丢弃后续调度调度请求进入单机执行器后发现执行器存在运行的调度任务本次请求将会被丢弃并标记为失败覆盖之前调度调度请求进入单机执行器后发现执行器存在运行的调度任务将会终止运行中的调度任务并清空队列然后运行本地调度任务 路由策略当执行器集群部署时提供丰富的路由策略
路由策略是指一个任务可以由多个执行器完成那具体由哪一个完成呢这就要看我们指定的路由策略了这个参数当执行器做集群部署的时候才有意义。 那么这里的第一个最后一个是按什么顺序来的呢就是点击查看-注册节点中的1234第一个指的就是1最后一个指的就是4。 子任务每个任务都拥有一个唯一的任务ID(任务ID可以从任务列表获取)当本任务执行结束并且执行成功时将会触发子任务ID所对应的任务的一次主动调度。 任务超时时间支持自定义任务超时时间任务运行超时将会主动中断任务 失败重试次数支持自定义任务失败重试次数当任务失败时将会按照预设的失败重试次数主动进行重试
3.路由策略(第一个)-案例 源码 package com.xxl.job.admin.core.route.strategy;import com.xxl.job.admin.core.route.ExecutorRouter; import com.xxl.job.core.biz.model.ReturnT; import com.xxl.job.core.biz.model.TriggerParam;import java.util.List;/*** Created by xuxueli on 17/3/10./ public class ExecutorRouteFirst extends ExecutorRouter {Overridepublic ReturnTString route(TriggerParam triggerParam, ListString addressList){return new ReturnTString(addressList.get(0));}}看代码就很容易理解获取当前传入的执行器的注册地址集合的第一个。 执行器部署集群
配置路由规则 任务执行效果第一个执行器执行任务
4.路由策略(最后一个)-案例 源码 package com.xxl.job.admin.core.route.strategy;import com.xxl.job.admin.core.route.ExecutorRouter; import com.xxl.job.core.biz.model.ReturnT; import com.xxl.job.core.biz.model.TriggerParam;import java.util.List;/** Created by xuxueli on 17/3/10./ public class ExecutorRouteLast extends ExecutorRouter {Overridepublic ReturnTString route(TriggerParam triggerParam, ListString addressList) {return new ReturnTString(addressList.get(addressList.size()-1));}}这个也很容易理解选取当前传入得执行器的注册地址集合的最后一个下标从0开始 最后一个为addressList.size()-1 执行器部署集群 配置路由规则 任务执行效果最后一个执行器执行任务
5.轮询策略-案例 执行器部署集群 配置路由规则 任务执行效果轮询执行任务(一共执行4次各执行2次)
6.随机选取 源码: package com.xxl.job.admin.core.route.strategy;import com.xxl.job.admin.core.route.ExecutorRouter; import com.xxl.job.core.biz.model.ReturnT; import com.xxl.job.core.biz.model.TriggerParam;import java.util.List; import java.util.Random;/** Created by xuxueli on 17/3/10./ public class ExecutorRouteRandom extends ExecutorRouter {private static Random localRandom new Random();Overridepublic ReturnTString route(TriggerParam triggerParam, ListString addressList) {String address addressList.get(localRandom.nextInt(addressList.size()));return new ReturnTString(address);}}整个算法核心部分就是通过一个Random对象的nextInt方法在求出[0,addressList.size()区间内的任意一个地址 7.轮询选取 源码: package com.xxl.job.admin.core.route.strategy;import com.xxl.job.admin.core.route.ExecutorRouter; import com.xxl.job.core.biz.model.ReturnT; import com.xxl.job.core.biz.model.TriggerParam;import java.util.ArrayList; import java.util.List; import java.util.Random; import java.util.concurrent.ConcurrentHashMap; import java.util.concurrent.ConcurrentMap; import java.util.concurrent.atomic.AtomicInteger; import java.util.stream.IntStream;/** Created by xuxueli on 17/3/10.*/ public class ExecutorRouteRound extends ExecutorRouter {private static ConcurrentMapInteger, AtomicInteger routeCountEachJob new ConcurrentHashMap();private static long CACHE_VALID_TIME 0;private static int count(int jobId) {// cache clearif (System.currentTimeMillis() CACHE_VALID_TIME) {routeCountEachJob.clear();CACHE_VALID_TIME System.currentTimeMillis() 1000*60*6024;}AtomicInteger count routeCountEachJob.get(jobId);if (count null || count.get() 1000000) {// 初始化时主动Random一次缓解首次压力count new AtomicInteger(new Random().nextInt(100));} else {// countcount.addAndGet(1);}routeCountEachJob.put(jobId, count);return count.get();}Overridepublic ReturnTString route(TriggerParam triggerParam, ListString addressList) {String address addressList.get(count(triggerParam.getJobId())%addressList.size());return new ReturnTString(address);} }这里注意到创建了一个静态的ConcurrentMap对象这个routeCountEachJob就是用来存放路由任务的而且还设置了缓存时间有效期为24小时当超过24小时的时候自动的清空当前的缓存。 其中ConcurrentMap的key为jobIdvalue为当前jobId所对应的计数器每访问一次就自增一最大增到100000然后又从[0100)的随机数开始重新自增。 这个算法的思想就是取余数每次先计算出当前jobId所对应的计数器的值然后 计数器的值 % addressList.size() 求得这一次轮询的地址。 8.一致性hash package com.xxl.job.admin.core.route.strategy;import com.xxl.job.admin.core.route.ExecutorRouter; import com.xxl.job.core.biz.model.ReturnT; import com.xxl.job.core.biz.model.TriggerParam;import java.io.UnsupportedEncodingException; import java.security.MessageDigest; import java.security.NoSuchAlgorithmException; import java.util.List; import java.util.SortedMap; import java.util.TreeMap;/** 分组下机器地址相同不同JOB均匀散列在不同机器上保证分组下机器分配JOB平均且每个JOB固定调度其中一台机器* a、virtual node解决不均衡问题* b、hash method replace hashCodeString的hashCode可能重复需要进一步扩大hashCode的取值范围* Created by xuxueli on 17/3/10./ public class ExecutorRouteConsistentHash extends ExecutorRouter {private static int VIRTUAL_NODE_NUM 100;/** get hash code on 2^32 ring (md5散列的方式计算hash值)* param key* return/private static long hash(String key) {// md5 byteMessageDigest md5;try {md5 MessageDigest.getInstance(MD5);} catch (NoSuchAlgorithmException e) {throw new RuntimeException(MD5 not supported, e);}md5.reset();byte[] keyBytes null;try {keyBytes key.getBytes(UTF-8);} catch (UnsupportedEncodingException e) {throw new RuntimeException(Unknown string : key, e);}md5.update(keyBytes);byte[] digest md5.digest();// hash code, Truncate to 32-bitslong hashCode ((long) (digest[3] 0xFF) 24)| ((long) (digest[2] 0xFF) 16)| ((long) (digest[1] 0xFF) 8)| (digest[0] 0xFF);//通过md5算出的hashcode % 2^32 余数将hash值散列在一致性hash环上 这个环分了2^32个位置long truncateHashCode hashCode 0xffffffffL;return truncateHashCode;}public String hashJob(int jobId, ListString addressList) {// ——A1——A2——-A3——// ———–J1——————TreeMapLong, String addressRing new TreeMapLong, String();for (String address: addressList) {for (int i 0; i VIRTUAL_NODE_NUM; i) {//为每一个注册的节点分配100个虚拟节点并算出这些节点的一致性hash值存放到TreeMap中long addressHash hash(SHARD- address -NODE- i);addressRing.put(addressHash, address);}}//第二步求出job的hash值 通过jobId计算long jobHash hash(String.valueOf(jobId));//通过treeMap性质所有的key都按照从小到大的排序即按照hash值从小到大排序,通过tailMap 求出hash(jobId)的剩余一部分mapSortedMapLong, String lastRing addressRing.tailMap(jobHash);if (!lastRing.isEmpty()) {//若找到则取第一个key为带路由的地址return lastRing.get(lastRing.firstKey());}//若本身hash(jobId)为treeMap的最后一个key则找当前treeMap的第一个keyreturn addressRing.firstEntry().getValue();}Overridepublic ReturnTString route(TriggerParam triggerParam, ListString addressList) {String address hashJob(triggerParam.getJobId(), addressList);return new ReturnTString(address);}}一致哈希 是一种特殊的哈希算法。在使用一致哈希算法后哈希表槽位数大小的改变平均只需要对 K/n 个关键字重新映射其中K是关键字的数量 n是槽位数量。然而在传统的哈希表中添加或删除一个槽位的几乎需要对所有关键字进行重新映射。 为什么要引入这个算法那这个算法就是为了解决目前分布式所存在的问题举个例子 现在我们有三台Redis服务器,假设编号为0,1,2每台服务器都缓存了当前最热门的商品详情信息,我们的映射规则是按照 hash(商品的id)%(redis服务器数量)的结果来映射到某一台编号的redis服务器中 但是突然由于有一天公司商品越来越多客户流量也越来越大三台服务器扛不住怎么办啊那我们就加一台服务器那么服务器数量就发生了变动那肯定我们的取余数这个算法重新计算映射的编号就发生了变动很容易造成大面积缓存失效造成缓存雪崩 把所有请求都请求到后端数据库造成压力过大。为了解决这个问题就引入了一致性hash算法即服务节点的变更不会造成大量的哈希重定位。一致性哈希算法由此而生~。 这个一致性hash引入之后若服务器节点数量过少有几率出现数据倾斜的情况既大量的数据映射到某一区间其它区间没有数据映射造成了资源分配不均匀为了解决这个问题xxl-job源码引入了虚拟节点,既将每台服务器的节点都生成所对应的100个虚拟节点这应少量的服务器节点通过引入虚拟节点就会加大节点的数量这样大量的节点分配到hash环上是比较均匀的从而很容易的解决数据分配不均匀问题。9.最不经常使用 (LFU) package com.xxl.job.admin.core.route.strategy;import com.xxl.job.admin.core.route.ExecutorRouter; import com.xxl.job.core.biz.model.ReturnT; import com.xxl.job.core.biz.model.TriggerParam;import java.util.; import java.util.concurrent.ConcurrentHashMap; import java.util.concurrent.ConcurrentMap;/*** 单个JOB对应的每个执行器使用频率最低的优先被选举* a()、LFU(Least Frequently Used)最不经常使用频率/次数 b、LRU(Least Recently Used)最近最久未使用时间** 算法思想* 构建一个作业和地址map jobid - addressList* 第一次随机的将任务所对应的执行器的注册地址编一个序列号* 然后将执行器的注册地址按照从小到大进行排序* 筛选过程找第一个序列号最小的作为下一次的路由地址* 随后将当前选中的地址编号值1* 这样最终我们都会挑选编号最小的注册器地址作为下一个路由地址既最不常使用的** Created by xuxueli on 17/3/10.*/ public class ExecutorRouteLFU extends ExecutorRouter {private static ConcurrentMapInteger, HashMapString, Integer jobLfuMap new ConcurrentHashMapInteger, HashMapString, Integer();private static long CACHE_VALID_TIME 0;public String route(int jobId, ListString addressList) {// cache clearif (System.currentTimeMillis() CACHE_VALID_TIME) {jobLfuMap.clear();//有效缓存时间为一天CACHE_VALID_TIME System.currentTimeMillis() 1000*60*6024;}// lfu item initHashMapString, Integer lfuItemMap jobLfuMap.get(jobId); // Key排序可以用TreeMap构造入参CompareValue排序暂时只能通过ArrayListif (lfuItemMap null) {lfuItemMap new HashMapString, Integer();jobLfuMap.putIfAbsent(jobId, lfuItemMap); // 避免重复覆盖}// put newfor (String address: addressList) {if (!lfuItemMap.containsKey(address) || lfuItemMap.get(address) 1000000 ) {lfuItemMap.put(address, new Random().nextInt(addressList.size())); // 初始化时主动Random一次缓解首次压力}}// remove oldListString delKeys new ArrayList();for (String existKey: lfuItemMap.keySet()) {if (!addressList.contains(existKey)) {delKeys.add(existKey);}}if (delKeys.size() 0) {for (String delKey: delKeys) {lfuItemMap.remove(delKey);}}// load least userd count addressListMap.EntryString, Integer lfuItemList new ArrayListMap.EntryString, Integer(lfuItemMap.entrySet());Collections.sort(lfuItemList, new ComparatorMap.EntryString, Integer() {Overridepublic int compare(Map.EntryString, Integer o1, Map.EntryString, Integer o2) {return o1.getValue().compareTo(o2.getValue());}});Map.EntryString, Integer addressItem lfuItemList.get(0);String minAddress addressItem.getKey();addressItem.setValue(addressItem.getValue() 1);return addressItem.getKey();}Overridepublic ReturnTString route(TriggerParam triggerParam, ListString addressList) {String address route(triggerParam.getJobId(), addressList);return new ReturnTString(address);}}10.最近最久未使用LRU package com.xxl.job.admin.core.route.strategy;import com.xxl.job.admin.core.route.ExecutorRouter; import com.xxl.job.core.biz.model.ReturnT; import com.xxl.job.core.biz.model.TriggerParam;import java.util.ArrayList; import java.util.LinkedHashMap; import java.util.List; import java.util.concurrent.ConcurrentHashMap; import java.util.concurrent.ConcurrentMap;/** 单个JOB对应的每个执行器最久为使用的优先被选举* a、LFU(Least Frequently Used)最不经常使用频率/次数* b()、LRU(Least Recently Used)最近最久未使用时间** Created by xuxueli on 17/3/10./ public class ExecutorRouteLRU extends ExecutorRouter {private static ConcurrentMapInteger, LinkedHashMapString, String jobLRUMap new ConcurrentHashMapInteger, LinkedHashMapString, String();private static long CACHE_VALID_TIME 0;public String route(int jobId, ListString addressList) {// cache clearif (System.currentTimeMillis() CACHE_VALID_TIME) {jobLRUMap.clear();CACHE_VALID_TIME System.currentTimeMillis() 1000*60*6024;}// init lruLinkedHashMapString, String lruItem jobLRUMap.get(jobId);if (lruItem null) {/** LinkedHashMap* a、accessOrdertrue访问顺序排序get/put时排序false插入顺序排期* b、removeEldestEntry新增元素时将会调用返回true时会删除最老元素可封装LinkedHashMap并重写该方法比如定义最大容量超出是返回true即可实现固定长度的LRU算法/lruItem new LinkedHashMapString, String(16, 0.75f, true);jobLRUMap.putIfAbsent(jobId, lruItem);}// put newfor (String address: addressList) {if (!lruItem.containsKey(address)) {lruItem.put(address, address);}}// remove oldListString delKeys new ArrayList();for (String existKey: lruItem.keySet()) {if (!addressList.contains(existKey)) {delKeys.add(existKey);}}if (delKeys.size() 0) {for (String delKey: delKeys) {lruItem.remove(delKey);}}// loadString eldestKey lruItem.entrySet().iterator().next().getKey();String eldestValue lruItem.get(eldestKey);return eldestValue;}Overridepublic ReturnTString route(TriggerParam triggerParam, ListString addressList) {String address route(triggerParam.getJobId(), addressList);return new ReturnTString(address);}}11.故障转移 package com.xxl.job.admin.core.route.strategy;import com.xxl.job.admin.core.scheduler.XxlJobScheduler; import com.xxl.job.admin.core.route.ExecutorRouter; import com.xxl.job.admin.core.util.I18nUtil; import com.xxl.job.core.biz.ExecutorBiz; import com.xxl.job.core.biz.model.ReturnT; import com.xxl.job.core.biz.model.TriggerParam;import java.util.List;/** Created by xuxueli on 17/3/10.* 故障转移路由策略* 思想遍历所有的该组下的所有注册节点地址集合然后分别进行心跳处理直到找到一个发送心跳成功的节点作为下一次路由的节点/ public class ExecutorRouteFailover extends ExecutorRouter {Overridepublic ReturnTString route(TriggerParam triggerParam, ListString addressList) {StringBuffer beatResultSB new StringBuffer();for (String address : addressList) {// beatReturnTString beatResult null;try {ExecutorBiz executorBiz XxlJobScheduler.getExecutorBiz(address);beatResult executorBiz.beat();} catch (Exception e) {logger.error(e.getMessage(), e);beatResult new ReturnTString(ReturnT.FAIL_CODE, e );}beatResultSB.append( (beatResultSB.length()0)?brbr:).append(I18nUtil.getString(jobconf_beat) ).append(braddress).append(address).append(brcode).append(beatResult.getCode()).append(brmsg).append(beatResult.getMsg());// beat successif (beatResult.getCode() ReturnT.SUCCESS_CODE) {beatResult.setMsg(beatResultSB.toString());beatResult.setContent(address);return beatResult;}}return new ReturnTString(ReturnT.FAIL_CODE, beatResultSB.toString());} }这个算法很好理解就是过滤所有故障的节点找到一个健康节点运行任务算法很简单就是拿到节点的地址集合然后一个个发心跳若收到正常的心跳响应则选择此节点作为执行任务的节点 12.忙碌转移 package com.xxl.job.admin.core.route.strategy;import com.xxl.job.admin.core.scheduler.XxlJobScheduler; import com.xxl.job.admin.core.route.ExecutorRouter; import com.xxl.job.admin.core.util.I18nUtil; import com.xxl.job.core.biz.ExecutorBiz; import com.xxl.job.core.biz.model.IdleBeatParam; import com.xxl.job.core.biz.model.ReturnT; import com.xxl.job.core.biz.model.TriggerParam;import java.util.List;/** Created by xuxueli on 17/3/10.* 忙碌转移* 原理遍历所有的执行器对所有执行器发送空闲心跳数据包* 收集所有的返回信息若当前机器繁忙则响应getCode500 否则空闲则getCode200* 找到空闲的机器则返回该空闲机器的地址/ public class ExecutorRouteBusyover extends ExecutorRouter {Overridepublic ReturnTString route(TriggerParam triggerParam, ListString addressList) {StringBuffer idleBeatResultSB new StringBuffer();for (String address : addressList) {// beatReturnTString idleBeatResult null;try {ExecutorBiz executorBiz XxlJobScheduler.getExecutorBiz(address);idleBeatResult executorBiz.idleBeat(new IdleBeatParam(triggerParam.getJobId()));} catch (Exception e) {logger.error(e.getMessage(), e);idleBeatResult new ReturnTString(ReturnT.FAIL_CODE, e );}idleBeatResultSB.append( (idleBeatResultSB.length()0)?brbr:).append(I18nUtil.getString(jobconf_idleBeat) ).append(braddress).append(address).append(brcode).append(idleBeatResult.getCode()).append(brmsg).append(idleBeatResult.getMsg());// beat successif (idleBeatResult.getCode() ReturnT.SUCCESS_CODE) {idleBeatResult.setMsg(idleBeatResultSB.toString());idleBeatResult.setContent(address);return idleBeatResult;}}return new ReturnTString(ReturnT.FAIL_CODE, idleBeatResultSB.toString());}}忙碌转移也很容易理解就是发送idleBeat空闲心跳包,检测当前机器是否空闲怎么判断当前机器是否空闲那 就是EmbedServer来处理这个请求判断当前执行器节点是否执行当前任务或者当前执行器节点的任务队列是否为空若既不是执行当前任务的节点或者任务队列为空则返回SUCCESS以下代码就是上述所说。
直到筛选出一个空闲节点为止就选择当前空闲节点为下一个需要执行任务的节点 13.分片广播任务 执行器集群部署时任务路由策略选择”分片广播”情况下一次任务调度将会广播触发对应集群中所有执行器执行一次任务。 内部实现方式如果有n个实例那用任务项ID%n由此来选择实例 需求让两个节点同时执行10000个任务每个节点分别执行5000个任务 创建分片执行器xxl-job-sharding-sample 创建任务路由策略指定为分片广播 分片广播代码 分片参数 index当前分片序号(从0开始)执行器集群列表中当前执行器的序号total总分片数执行器集群的总机器数量
案例实现 配置执行器的名称 创建任务 package com.xxl.job.config;import com.xxl.job.core.context.XxlJobHelper; import com.xxl.job.core.handler.annotation.XxlJob; import org.springframework.beans.factory.annotation.Value; import org.springframework.stereotype.Component;import java.util.ArrayList; import java.util.List;Component public class HelloJob1 {XxlJob(shardingJobHandler)public void shardingJobHandler() {//分片的参数//1.当前分片序号(从0开始)执行器集群列表中当前执行器的序号int shardIndex XxlJobHelper.getShardIndex();//2.总分片数执行器集群的总机器数量int shardTotal XxlJobHelper.getShardTotal();//业务逻辑ListInteger list getList();for (Integer integer : list) {if (integer % shardTotal shardIndex) {System.out.println(当前第 shardIndex 分片执行了任务项为 integer);}}}public ListInteger getList() {ListInteger list new ArrayList();for (int i 0; i 10000; i) {list.add(i);}return list;} } 启动多个实例进行测试
14.父子任务 父子任务是指父任务执行后回自动调用子任务完成一种类似于链式调用的调用再使用时只需要配置子任务的ID即可 新建任务在高级配置中子任务ID包含如下截图模式 向定时任务添加如下验证父子任务功能代码片段。 package com.xxl.job.config;import com.xxl.job.core.biz.model.ReturnT; import com.xxl.job.core.handler.annotation.XxlJob; import groovy.util.logging.Slf4j; import org.springframework.stereotype.Component;Slf4j Component public class HelloJob2 {/** 父子任务之父任务/XxlJob(fatherTask)public ReturnT fatherTask(){System.out.println(父任务执行);return ReturnT.SUCCESS;}/** 父子任务之子任务/XxlJob(childTask)public ReturnT childTask(){System.out.println(子任务执行);return ReturnT.SUCCESS;} }打开Xxl-job 调度中心管理端。选择任务管理/新增父子任务。 父任务关联子任务 执行结果执行父任务的时候子任务自动执行
15.动态参数任务 xxl-job 支持动态的接受参数进行任务调度调度器可以传指定参数给具体的任务 具体任务接受调度参数后进行相应的业务逻辑处理。 向定时任务添加如下验证动态参数任务功能代码片段。 /** 动态参数任务/ XxlJob(parameterTask) public ReturnT parameterTask(){logger.info(动态参数任务执行);// 通过XxlJobHelper.getJobParam() 获取参数String param XxlJobHelper.getJobParam();logger.info(参数值为: param);return ReturnT.SUCCESS; }打开Xxl-job 调度中心管理端。选择任务管理/新增动态参数任务。 执行操作选择仅执行一次在任务参数中传入当前日期2023-10-23 执行结果:
16.高级配置之日志回调 日志回调是指执行器在执行任务时可以将执行日志传递给调度中心即使任务没有执行完成调度中心也可以看到回调的调度日志内容便于开发者能够更细化的分析任务的执行情况。 向定时任务添加如下验证任务日志回调功能代码片段。 /** 任务日志回调/XxlJob(value logCallBackTask)public ReturnT logCallBackTask() throws InterruptedException {logger.info(任务日志回调执行);XxlJobHelper.log(当前日志执行至{}行, 143);Thread.sleep(3000);XxlJobHelper.log(当前日志执行至{}行, 145);Thread.sleep(3000);XxlJobHelper.log(当前日志执行至{}行, 147);return ReturnT.SUCCESS;}打开Xxl-job 调度中心管理端。选择任务管理/新增任务日志回调任务。 根据任务ID将页面切换至调度日志点击查询执行日志信息。 日志打印
17.xxl-job高级配置之任务生命周期 xxl-job 支持在任务调用时第一次调用时先执行指定方法然后在执行具体的任务 当执行器停止时会执行指定方法这就是xxl-job 任务的生命周期。 向定时任务添加如下验证任务生命周期功能代码片段。 /** 任务生命周期方法*/XxlJob(value lifeCycleTask, init init, destroy destroy)public ReturnT lifeCycleTask(){logger.info(任务生命周期执行);return ReturnT.SUCCESS;}public void init(){logger.info(任务初始化方法);}public void destroy() {logger.info(任务销毁方法);}打开Xxl-job 调度中心管理端。选择任务管理/新增任务生命周期任务。 执行器控制台打印相关结果参数 当关闭执行器时候销毁方法调用