1. 前言

在上一篇《XXL-JOB调度中心集群部署配置》 中,我们已经得到了一个调度中心的集群,接下来需要了解如何配置调度器及创建定时任务。
本文的主要内容包括:

  • 配置并启动调度器
  • 创建并执行定时任务

2. 调度器配置

第一次配置调度器,可以参考源码路径下的SpringBoot示例项目进行配置,也可以参考的官方文档的配置。
调度器的配置非常简单,只需要3个步骤就可以完成配置。

2.1.依赖及配置

依赖包引入执行器只需要引入XXL-JOB的core包,我们可以在当前已存在的SpringBoot服务中引入,也可以创建一个新的服务来进行引入,现在部署的调度中心版本为2.3.1,执行器也配置为相同的版本。

  • maven配置:
dependency>
    <groupId>com.xuxueli</groupId>
    <artifactId>xxl-job-core</artifactId>
    <version>2.3.1</version>
</dependency>
  • gradle配置:
implementation 'com.xuxueli:xxl-job-core:2.3.1'

properties配置properties文件的配置,官网已经有了详细的描述:

### 调度中心部署根地址 [选填]:如调度中心集群部署存在多个地址则用逗号分隔。执行器将会使用该地址进行"执行器心跳注册"和"任务结果回调";为空则关闭自动注册;
xxl.job.admin.addresses=http://127.0.0.1:8080/xxl-job-admin
### 执行器通讯TOKEN [选填]:非空时启用;
xxl.job.accessToken=
### 执行器AppName [选填]:执行器心跳注册分组依据;为空则关闭自动注册
xxl.job.executor.appname=xxl-job-executor-sample
### 执行器注册 [选填]:优先使用该配置作为注册地址,为空时使用内嵌服务 ”IP:PORT“ 作为注册地址。从而更灵活的支持容器类型执行器动态IP和动态映射端口问题。
xxl.job.executor.address=
### 执行器IP [选填]:默认为空表示自动获取IP,多网卡时可手动设置指定IP,该IP不会绑定Host仅作为通讯实用;地址信息用于 "执行器注册" 和 "调度中心请求并触发任务";
xxl.job.executor.ip=
### 执行器端口号 [选填]:小于等于0则自动获取;默认端口为9999,单机部署多个执行器时,注意要配置不同执行器端口;
xxl.job.executor.port=9999
### 执行器运行日志文件存储磁盘路径 [选填] :需要对该路径拥有读写权限;为空则使用默认路径;
xxl.job.executor.logpath=/data/applogs/xxl-job/jobhandler
### 执行器日志文件保存天数 [选填] : 过期日志自动清理, 限制值大于等于3时生效; 否则, 如-1, 关闭自动清理功能;
xxl.job.executor.logretentiondays=30

我们可以把这个配置文件直接复制到项目中,需要注意修改下面几个位置:

# 调度中心地址修改为集群的地址
xxl.job.admin.addresses=http://ls.xxljob.cn/xxl-job-admin
# 因为调度中心配置的是default_token,此处我们保持一致
xxl.job.accessToken=huizhiyimo
# 指定执行器名称,每个服务都应该有不同的执行器名称,同一个服务的不同集群节点的执行器名称应该相同
xxl.job.executor.appname=my-simple-executor

properties的使用
properties文件配置完成后,我们需要将这些配置使用起来,在SpringBoot中可以通过@Value注解将配置文件中的值注入到字段中,然后我们就可以使用这些字段,初始化XXL-JOB的执行器对象,把这个执行器对象交给Spring托管就可以了。
代码配置可以查看xxl-job-executor-sample-springboot中的XxlJobConfig,在实际使用的时候可以直接把XxlJobConfig复制到自己的项目中去,也可以自行封装一个SpringBoot的starter包,在其他的项目中直接引入starter包进行使用,这里不再赘述。
最终,会使用XxlJobSpringExecutor生成一个Bean注册到Spring中,这个就是当前服务节点中的执行器对象,执行器对象会充当指挥官的角色,由它来调用不同的定时任务。

2.2.任务实例

我们需要注册一个Bean到Spring中,并使用@XxlJob告诉执行器哪个方法是需要进行调度的,代码如下:

@Component
public class MyJob {

    private final Logger logger = LoggerFactory.getLogger(XxlJobConfig.class);

    @XxlJob("mySimpleJob")
    public void mySimpleJob() {
        logger.info("执行自定义任务");
    }
}

注:当前的XXL-JOB是通过Http协议来进行通信的,需要依赖Tomcat,所以在需要引入web依赖。

implementation 'org.springframework.boot:spring-boot-starter-web'

配置好后,我们就可以启动SpringBoot服务了,启动后就会往调度中心的数据库中,注册一个执行器实例。注册的数据存入到xxl_job_registry表中:
在这里插入图片描述

字段解释参考下面的执行器集群。

执行器集群执行器也是支持集群的,只需要在properties文件中,将addresses和appname配置为一样的就可以了。此外,如果是在同一台机器上启动的话,还需要修改端口xxl.job.executor.port=9999为其他的数值。
启动第二个节点之后,注册数据如下:

在这里插入图片描述

  • registry_key: 执行器节点中配置的appname,即执行器名称。
  • registry_value: 执行器节点暴露的ip和端口号。

看到这个数据,不难猜到,registry_key是让调度中心用来获取执行器所有节点的请求地址的key,获取到请求地址后,就可以请求执行器的调度接口进行任务调度了。

2.3.调度中心管理配置

创建执行器
在执行器的服务实例启动完毕之后,还需要在调度中心的后台配置对应的执行器,以及任务信息。
通过http://ls.xxljob.cn/xxl-job-admin打开管理平台,默认用户名、密码分别是admin,123456,进入执行器管理,新增如下配置:
在这里插入图片描述

关于注册方式,如果选择手动录入,需要自行将执行器的ip地址填写到文本框中。
如果选择的是自动注册,就会自动获取上面提到的xxl_job_registry表中的ip地址列表,这种方式可以动态的感知到执行器的上下线,是一种更加合适的方式。

保存完成之后,就可以在列表中看到my-simple-executor这个执行器,点击查看Online机器地址就可以看到当前执行器的注册实例的ip地址啦。
在这里插入图片描述

需要注意的是:这里的地址列表是保存在执行器表xxl_job_group中的,如果在页面创建完成之后,Online机器地址没有值,可以等待30秒左右再进行查询,因为注册完成的执行器实例,每30秒会更新一次注册信息,这里涉及到执行器实例的探活,本篇暂时不提,会在后面的原理分析中补充。

创建定时任务操作到这里之后,距离成功就只有一步之遥了,我们需要在调度中心的管理平台上,给刚刚创建的自定义执行器配置一个定时任务,关联到执行器实例中使用@XxlJob注解的方法。
在这里插入图片描述
在这里插入图片描述

配置解释可以参考官方文档中的配置属性详细说明。
简单的说,这里的配置表示每5秒钟执行一次my-simple-executor执行器实例中的mySimleJob任务。
保存后,将任务启动。
在这里插入图片描述

然后点击查询日志,可以看到,任务已经执行成功了。
在这里插入图片描述

至此,一个定时任务的配置就已经完成啦,可以按照这个配置的流程,在生产环境中的任意一个SpringBoot服务上集成定时任务。

3. 总结

本篇讲解了在有了调度中心的基础上,如何配置执行器从而达到在服务中使用定时任务的过程。

  1. 在SpringBoot项目中引入xxl-core包。
  2. 编辑properties文件,并解析到字段中,然后使用这个配置初始化执行器。
  3. 编写定时任务方法,并使用@XxlJob注解,并配置任务名称。
  4. 在调度中心管理平台中,先创建执行器配置,有了执行器之后在对应的执行器分组下创建定时任务。

启动定时任务,之后就可以查看定时任务的执行效果了。

GitHub 加速计划 / xx / xxl-job
27.16 K
10.79 K
下载
xxl-job: 是一个分布式任务调度平台,核心设计目标是开发迅速、学习简单、轻量级、易扩展。
最近提交(Master分支:3 个月前 )
e5d26ba2 - 4 个月前
977ad87b - 4 个月前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐