PowerJob(任务调度计算框架)

PowerJob是新一代分布式任务调度与计算框架，支持CRON、API、固定频率、固定延迟等调度策略，提供工作流来编排任务解决依赖关系，使用简单，功能强大，文档齐全。

【软件介绍】

PowerJob是一款任务调度框架设计源码，可帮助变成人员快速设计出任务调度的框架，按照自己的设定自由更改后，就能完美开发出需要的任务调度软件。对于变成人员来说使用起来非常简单，直接上手就能用，而且定制完后任务调度功能，完全能够满足日常工作使用的需求。

【运用场景】

　　有定时执行需求的业务场景：如每天凌晨全量同步数据、生成业务报表等。

　　有需要全部机器一同执行的业务场景：如使用广播执行模式清理集群日志。

　　有需要分布式处理的业务场景：比如需要更新一大批数据，单机执行耗时非常长，可以使用Map/MapReduce处理器完成任务的分发，调动整个集群加速计算。

　　有需要延迟执行某些任务的业务场景：比如订单过期处理等。

【软件特色】

　　使用简单：提供前端Web界面，允许开发者可视化地完成调度任务的管理（增、删、改、查）、任务运行状态监控和运行日志查看等功能。

　　定时策略完善：支持CRON表达式、固定频率、固定延迟和API四种定时调度策略。

　　执行模式丰富：支持单机、广播、Map、MapReduce四种执行模式，其中Map/MapReduce处理器能使开发者寥寥数行代码便获得集群分布式计算的能力。

　　DAG工作流支持：支持在线配置任务依赖关系，可视化得对任务进行编排，同时还支持上下游任务间的数据传递

　　执行器支持广泛：支持Spring Bean、内置/外置Java类、Shell、Python等处理器，应用范围广。

　　运维便捷：支持在线日志功能，执行器产生的日志可以在前端控制台页面实时显示，降低debug成本，极大地提高开发效率。

　　依赖精简：最小仅依赖关系型数据库（MySQL/Oracle/MS SQLServer...），扩展依赖为MongoDB（用于存储庞大的在线日志）。

　　高可用&高性能：调度服务器经过精心设计，一改其他调度框架基于数据库锁的策略，实现了无锁化调度。部署多个调度服务器可以同时实现高可用和性能的提升（支持无限的水平扩展）。

　　故障转移与恢复：任务执行失败后，可根据配置的重试策略完成重试，只要执行器集群有足够的计算节点，任务就能顺利完成。

【安装教程】

STEP1: 初始化项目

导入 IDE，源码结构如下，我们需要启动调度服务器(powerjob-server)，同时在samples工程中编写自己的处理器代码

STEP2: 启动调度服务器

创建数据库(仅需要创建数据库)：找到你的DB，运行SQLCREATE DATABASE IF NOT EXISTS `powerjob-daily` DEFAULT CHARSET utf8mb4，搞定～

修改配置文件，配置文件的说明官方文档写的非常详细，此处不再赘述。需要修改的地方为数据库配置spring.datasource.core.jdbc-url、spring.datasource.core.username和spring.datasource.core.password，当然，有mongoDB的同学也可以修改spring.data.mongodb.uri以获取完全版体验。

oms.env=DAILY

logging.config=classpath:logback-dev.xml

####### 外部数据库配置(需要用户更改为自己的数据库配置) #######

spring.datasource.core.driver-class-name=com.mysql.cj.jdbc.Driver

spring.datasource.core.jdbc-url=jdbc:mysql://localhost:3306/powerjob-daily?useUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai

spring.datasource.core.username=root

spring.datasource.core.password=No1Bug2Please3!

spring.datasource.core.hikari.maximum-pool-size=20

spring.datasource.core.hikari.minimum-idle=5

####### mongoDB配置，非核心依赖，通过配置 oms.mongodb.enable=false 来关闭 #######

oms.mongodb.enable=true

spring.data.mongodb.uri=mongodb://localhost:27017/powerjob-daily

####### 邮件配置(不需要邮件报警可以删除以下配置来避免报错) #######

spring.mail.host=smtp.163.com

spring.mail.username=zqq@163.com

spring.mail.password=GOFZPNARMVKCGONV

spring.mail.properties.mail.smtp.auth=true

spring.mail.properties.mail.smtp.starttls.enable=true

spring.mail.properties.mail.smtp.starttls.required=true

####### 资源清理配置 #######

oms.instanceinfo.retention=1

oms.container.retention.local=1

oms.container.retention.remote=-1

####### 缓存配置 #######

oms.instance.metadata.cache.size=1024

完成配置文件的修改后，可以直接通过启动类com.github.kfcfans.powerjob.server.OhMyApplication启动调度服务器，观察启动日志，查看是否启动成功～启动成功后，访问 http://127.0.0.1:7700/ ，如果能顺利出现Web界面，则说明调度服务器启动成功!

注册应用：点击主页应用注册按钮，填入powerjob-agent-test和控制台密码(用于进入控制台)，注册示例应用(当然你也可以注册其他的appName，只是别忘记在示例程序中同步修改～)

STEP3: 编写示例代码

进入示例工程(powerjob-worker-samples)，修改配置文件连接powerjob-server并编写自己的处理器代码。

修改 powerjob-worker-samples 的 application.properties，将 powerjob.app-name 改为刚刚在控制台注册的名称。

server.port=8081

spring.jpa.open-in-view=false

########### powerjob-worker 配置 ###########

# akka 工作端口，可选，默认 27777

powerjob.worker.akka-port=27777

# 接入应用名称，用于分组隔离，推荐填写 本 Java 项目名称

powerjob.worker.app-name=powerjob-agent-test

# 调度服务器地址，IP:Port 或 域名，多值逗号分隔

powerjob.worker.server-address=127.0.0.1:7700,127.0.0.1:7701

# 持久化方式，可选，默认 disk

powerjob.worker.store-strategy=disk

编写自己的处理器：随便找个地方新建类，继承你想要使用的处理器(各个处理器的介绍可见官方文档，文档非常详细)，这里为了简单演示，选择使用单机处理器BasicProcessor，以下是代码示例。

@Slf4j

@Component

public class StandaloneProcessorDemo implements BasicProcessor {

@Override

public ProcessResult process(TaskContext context) throws Exception {

OmsLogger omsLogger = context.getOmsLogger();

omsLogger.info("StandaloneProcessorDemo start process,context is {}.", context);

System.out.println("jobParams is " + context.getJobParams());

return new ProcessResult(true, "process successfully~");

}

}

启动示例程序，即直接运行主类com.github.kfcfans.powerjob.samples.SampleApplication，观察控制台输出信息，判断是否启动成功。

STEP4: 任务的配置与运行

调度服务器与示例工程都启动完毕后，再次前往Web页面( http://127.0.0.1:7700/ )，进行任务的配置与运行。

在首页输入框输入配置的应用名称，成功操作后会正式进入前端管理界面。

点击任务管理 -> 新建任务(右上角)，开始创建任务。

任务名称：名称

任务描述：描述

任务参数：任务处理时能够获取到的参数(即各个Processor的process方法入参TaskContext对象的jobParams属性)(进行一次处理器开发就能理解了)

定时信息：该任务的触发方式，由下拉框和输入框组成

API -> 不需要填写任何参数，表明该任务由OpenAPI触发

CRON -> 填写 CRON 表达式(在线生成网站)

固定频率 -> 填写整数，单位毫秒

固定延迟 -> 填写整数，单位毫秒

工作流 -> 不需要填写任何参数，表明该任务由工作流(workflow)触发

执行配置：由执行类型(单机、广播和MapReduce)、处理器类型和处理器参数组成，后两项相互关联。

内置Java处理器 -> 填写该处理器的全限定类名(eg, com.github.kfcfans.oms.processors.demo.MapReduceProcessorDemo)

Java容器 -> 填写容器ID#处理器全限定类名(eg，18#com.github.kfcfans.oms.container.DemoProcessor)

SHELL -> 填写需要处理的脚本(直接复制文件内容)或脚本下载链接(http://xxx)

PYTHON -> 填写完整的python脚本或下载链接(http://xxx)

运行配置

最大实例数：该任务同时执行的数量

单机线程并发数：该实例执行过程中每个Worker使用的线程数量(MapReduce任务生效，其余无论填什么，都只会使用必要的线程数...)

运行时间限制：限定任务的最大运行时间，超时则视为失败，单位毫秒，0代表不限制超时时间(不建议不限制超时时间)。

重试配置：

Instance重试次数：实例级别，失败了整个任务实例重试，会更换TaskTracker(本次任务实例的Master节点)，代价较大，大型Map/MapReduce慎用。

Task重试次数：Task级别，每个子Task失败后单独重试，会更换ProcessorTracker(本次任务实际执行的Worker节点)，代价较小，推荐使用。

注：请注意同时配置任务重试次数和子任务重试次数之后的重试放大，比如对于单机任务来说，假如任务重试次数和子任务重试次数都配置了1且都执行失败，实际执行次数会变成4次!推荐任务实例重试配置为0，子任务重试次数根据实际情况配置。

机器配置：用来标明允许执行任务的机器状态，避开那些摇摇欲坠的机器，0代表无任何限制。

最低CPU核心数：填写浮点数，CPU可用核心数小于该值的Worker将不会执行该任务。

最低内存(GB)：填写浮点数，可用内存小于该值的Worker将不会执行该任务。

最低磁盘(GB)：填写浮点数，可用磁盘空间小于该值的Worker将不会执行该任务。

集群配置

执行机器地址：指定集群中的某几台机器执行任务(debug的好帮手)，多值英文逗号分割，如192.168.1.1:27777,192.168.1.2:27777

最大执行机器数量：限定调动执行的机器数量

报警配置：选择任务执行失败后报警通知的对象，需要事先录入。

完成任务创建后，即可在控制台看到刚才创建的任务，如果觉得等待调度太过于漫长，可以直接点击运行按钮，立即运行本任务。

前往任务示例边栏，查看任务的运行状态和在线日志