PowerJob下载-任务调度计算框架 v3.4.6

软件介绍

PowerJob是一款功能非常强大专业的新一代分布式任务调度与计算框架，该框架的设计目标为企业级的分布式任务调度平台，即成为公司内部的调度中间件，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，可以说是整个公司统一部署调度中心；PowerJob这款分布式任务调度与计算框架界面简洁直观、操作简单便捷，功能强大、文档齐全，旗下所有业务线的应用只需要依赖powerjob-worker即可接入获取任务调度与分布式计算能力，通过不同的appName相互隔离、互不影响。

软件功能

定时调度精准而优雅

PowerJob内置了CRON表达式、固定频率和固定延迟3种最常用的定时策略，同时提供OpenAPI作为扩展能力。

用户可以通过OpenAPI轻松定制自己的调度策略，扩展PowerJob调度层。

还额外提供了强大的“延迟执行”方法，消息中间件不再是唯一选择！

分布式计算如此简单，如此强大

PowerJob除了基础的任务调度能力外，还提供了一套完整的分布式计算解决方案。

用户只需要实现指定的“Map/MapReduce”处理器，就可以用寥寥数行代码调动整个集群参与计算，是您处理大批量业务数据的不二之选！

工作流任务依赖，不再烦恼

PowerJob内置了强大的工作流调度引擎，同时为用户提供友好的前端界面可视化地完成任务的编排。

在前端页面拖拖拽拽即可解决复杂任务依赖的烦恼。

监控、报警、运维样样齐全

通过PowerJob前端控制台，您可以轻松监测任务的一举一动，整体运行状态净收眼底。

此外，PowerJob还提供在线日志、在线运维等功能，无论哪一样，都是开发和调试的好帮手。

高可用、高可靠、高性能

PowerJob有着经过精心设计的分布式架构，任意组件都支持多实例集群部署来保证可用性和可靠性。

同时，基于“无锁化设计”的调度服务器和支持“MapReduce”的执行器节点都能够通过水平扩展来获取性能的提升。

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。

工作流支持

支持在线配置任务依赖关系（DAG），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SpringBean、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/PostgreSQL/Oracle/MSSQLServer...）

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。

官方教程

STEP1:初始化项目

gitclonehttps://github.com/PowerJob/PowerJob.git

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SQLCREATEDATABASEIFNOTEXISTS`powerjob-daily`DEFAULTCHARSETutf8mb4，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。

3.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https://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！

4.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。

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

2.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。

3.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（https://127.0.0.1:7700/），进行任务的配置与运行。

1.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。

2.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-任务以固定的频率执行，填写整数，单位毫秒

固定延迟-任务以固定的延迟执行，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（https://xxx）

PYTHON-填写完整的python脚本或下载链接（https://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。

3.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。

4.前往任务示例边栏，查看任务的运行状态和在线日志

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。

Tags:PowerJob下载,任务调度计算框架,源码相关