分布式调度平台XXL-JOB源码分析-调度中心

亦凉 2023-08-17 15:38 104阅读 0赞

## 架构图 ##

![753271-20190924135844231-171876118.png][]

上图是我们要进行源码分析的2.1版本的整体架构图。其分为两大块，调度中心和执行器，本文先分析调度中心，也就是xxl-job-admin这个包的代码。

## 关键bean ##

在application.properties配置正确的数据库连接信息后，直接启动XxlJobAdminApplication即可。

配置类XxlJobAdminConfig，里面维护了一些调度中心端的配置数据。

XxlJobScheduler这个组件实现了InitializingBean接口，所以spring容器在初始化的时候会调用afterPropertiesSet方法，此方法如下：

![753271-20190924101900837-1702053608.png][]

第一步国际化相关。

第二步监控相关。

第三步失败重试相关。

第四步启动admin端服务，接收注册请求等。

第五步JobScheduleHelper调度器，死循环，在xxl\_job\_info表里取将要执行的任务，更新下次执行时间的，调用JobTriggerPoolHelper类，来给执行器发送调度任务的

## JobScheduleHelper ##

这个类就是死循环从xxl\_job\_info表中取出未来5秒内要执行的任务，进行调度分发。

![753271-20190924144907026-1368534067.png][]

启动了两个守护线程，先来看scheduleThread。

![753271-20190924150125371-1846795726.png][]

死循环内的代码如上图，首先利用for update语句进行获取任务的资格锁定，再去获取未来5秒内即将要执行的任务。

![753271-20190924150352334-2129024656.png][]

![753271-20190924150322278-649373045.png][]

展开遍历任务的逻辑代码，有三个分支

![753271-20190924151330565-2125652558.png][]

第一个分支当前任务的触发时间已经超时5秒以上了，不在执行，直接计算下一次触发时间。

![753271-20190924153617775-1304815222.png][]

第二个分支为触发时间已满足，利用JobTriggerPoolHelper这个类进行任务调度，之后判断下一次执行时间如果在5秒内，进行此任务数据的缓存，处理逻辑与第三个分支一样。

![753271-20190924154200623-655562073.png][]

对触发时间秒数进行60取模，跟进pushTimeRing方法

![753271-20190924155418344-706085786.png][]

ringData是以0到59的整数为key，以jobId集合为value的Map集合。这个集合数据的处理逻辑，就在我们第二个守护线程ringThread中。

1 while (!ringThreadToStop) {
     2     try {
     3         // second data
     4         List<Integer> ringItemData = new ArrayList<>();
     5         int nowSecond = Calendar.getInstance().get(Calendar.SECOND);   // 避免处理耗时太长，跨过刻度，向前校验一个刻度；
     6         for (int i = 0; i < 2; i++) {
     7             List<Integer> tmpData = ringData.remove( (nowSecond+60-i)%60 );
     8             if (tmpData != null) {
     9                 ringItemData.addAll(tmpData);
    10             }
    11         }
    12         // ring trigger
    13         logger.debug(">>>>>>>>>>> xxl-job, time-ring beat : " + nowSecond + " = " + Arrays.asList(ringItemData) );
    14         if (ringItemData!=null && ringItemData.size()>0) {
    15             // do trigger
    16             for (int jobId: ringItemData) {
    17                 // do trigger
    18                 JobTriggerPoolHelper.trigger(jobId, TriggerTypeEnum.CRON, -1, null, null);
    19             }
    20             // clear
    21             ringItemData.clear();
    22         }
    23     } catch (Exception e) {
    24         if (!ringThreadToStop) {
    25             logger.error(">>>>>>>>>>> xxl-job, JobScheduleHelper#ringThread error:{}", e);
    26         }
    27     }
    28     // next second, align second
    29     try {
    30         TimeUnit.MILLISECONDS.sleep(1000 - System.currentTimeMillis()%1000);
    31     } catch (InterruptedException e) {
    32         if (!ringThreadToStop) {
    33             logger.error(e.getMessage(), e);
    34         }
    35     }
    36 }

根据当前秒数刻度和前一个刻度进行时间轮的任务获取，之后和上文一样，利用JobTriggerPoolHelper进行任务调度。

## 时序图 ##

![753271-20190924194359472-16107611.png][]

## JobTriggerPoolHelper ##

如前文所述，不管是scheduleThread还是ringThread，最后完成任务调度的都是JobTriggerPoolHelper.trigger方法，这个类有两个线程池fastTriggerPool和slowTriggerPool，顾名思义，分别是执行较快任务和较慢任务的，后查官方文档，如下：

![753271-20190924104757901-1796015968.png][]

minTim属性，作用待明确

jobTimeoutCountMap属性，计数，key为jobId，value使用AtomicInteger计数。

helper静态变量指向自己本身，提供外部静态方法调用。

![753271-20190924105720607-393540803.png][]

重要方法，向两种线程池其中之一提交调度任务，进行调度，引出XxlJobTrigger这个类，一路跟进去

![753271-20190924112835765-354928850.png][]

![753271-20190924113032158-120384122.png][]

继续跟进

![753271-20190924113055497-1907427470.png][]

至此，完成执行器的任务调度。

## 时序图 ##

![753271-20190924213930801-512581316.png][]

## 接收注册和心跳请求 ##

![753271-20190926153634669-808587215.png][]

转载于:https://www.cnblogs.com/jiangyang/p/11576931.html

[753271-20190924135844231-171876118.png]: /images/20230810/baead8eba2b54472ae569bc8d554d9d5.png
[753271-20190924101900837-1702053608.png]: /images/20230810/dbaff05e4c004085ac8db6a1a3233362.png
[753271-20190924144907026-1368534067.png]: /images/20230810/4a8a7159d0204aa197644002bd3cdad3.png
[753271-20190924150125371-1846795726.png]: /images/20230810/2aa52d49422943008c6c74dd298b8e04.png
[753271-20190924150352334-2129024656.png]: /images/20230810/8e24ade4973e483bbd61b6b0eda2b832.png
[753271-20190924150322278-649373045.png]: /images/20230810/bd8cf5b655f44a769d3472304e631ba3.png
[753271-20190924151330565-2125652558.png]: /images/20230810/bf01d20b34ac4650bab41f4657b09b38.png
[753271-20190924153617775-1304815222.png]: /images/20230810/ee929d3db06a4af38a8f546f6f7f37d5.png
[753271-20190924154200623-655562073.png]: /images/20230810/3284b5ea088d4f0dbdaef1a44327032b.png
[753271-20190924155418344-706085786.png]: /images/20230810/42ee66a3f19845a598a59f461a968e76.png
[753271-20190924194359472-16107611.png]: /images/20230810/8e1cff9b5e3d4209ab5a55770a3531ef.png
[753271-20190924104757901-1796015968.png]: /images/20230810/2bbbb3601e554502af7bb757abd11fa0.png
[753271-20190924105720607-393540803.png]: /images/20230810/5b30be6bed68470fb7843f25783be25e.png
[753271-20190924112835765-354928850.png]: /images/20230810/fcec93aaa4214a00bd3bd6d40542a751.png
[753271-20190924113032158-120384122.png]: /images/20230810/c43fd346cdfc4b2abf79e5ad3604acbf.png
[753271-20190924113055497-1907427470.png]: /images/20230810/c2e28359951a43ac80c03aa47f727d0f.png
[753271-20190924213930801-512581316.png]: /images/20230810/4815433569fb4557a85771efedf15f90.png
[753271-20190926153634669-808587215.png]: /images/20230810/41e9b899d6af455296c1e99f2737d74d.png