前言

春节集卡瓜分 20 亿

作为后端开发同学，怎样设计最终开奖环节技术方案？

  • 业务流程
    • 定时扫描抖音用户集卡状态
    • 汇总计算用户的瓜分金额
    • 定时开奖
  • 技术体量
    • 亿级用户规模
    • 十亿级资金规模
    • 百万级读写 QPS
  • 方案引出
    • 自动化 + 定时执行 + 海量数据 + 高效稳定 = 分布式定时任务

发展历程

发展历史

Windows 批处理

  • Case 1：10 分钟后 Windows 电脑自动关机
    • Step1：桌面空白处右键单机-新建-文本文档
    • Step2：更改文件名和后缀为”自动关机.bat“
    • Step3：修改文件内容为”Shutdown -s -t 600“，代表 10 分钟后关机
    • Step4：双击运行该批处理文件，电脑将会在 10 分钟之后自动关机

Windows 任务计划程序

  • Case 2：每天 12:00 自动疫情打卡

Linux 命令-CronJob

  • Case 3：每天 02:30 定时清理机器日志
  • Linux 系统命令，使用简单，稳定可靠
  • 只能控制单台机器，且无法适用于其他操作系统

单机定时任务-Timer、Ticker

  • Case 4：每隔 5 分钟定时刷新本地缓存数据
  • 跨平台
  • 仅单机可用

单机定时任务-ScheduledExecutorService

  • case 5：每隔 5 分钟定时执行多个任务
  • 拥有线程池功能
  • 仅单机可用

任务调度-Quartz

  • 单任务极致控制
  • 没有负载均衡机制

分布式定时任务

  • 平台化管理
  • 分布式部署
  • 支持海量数据

分布式定时任务

  • 定义
    • 定时任务是指系统为了自动完成特定任务，实时、延时、周期性完成任务调度的过程
    • 分布式定时任务是把分散的、可靠性差的定时任务纳入统一的平台，并实现集群管理调度和分布式部署的一种定时任务的管理方式
  • 按触发时机分类
    • 定时任务：特定时间触发，比如今天 15:06 执行
    • 延时任务：延时触发，比如 10s 后执行
    • 周期任务：固定周期时间，或固定频率周期调度触发，比如每天 12 点或者每隔 5 秒执行
  • 特点
    • 自动化：全自动完成定时任务的调度和执行
    • 平台化：基于平台化的思维管控一系列的分布式定时任务
    • 分布式：在分布式系统环境下运行任务调度，突破单机定时任务的性能瓶颈
    • 伸缩性：采用集群方式部署，可以随时按需扩容
    • 高可用：单点故障不影响最终任务结果，可以做到故障转移
  • 执行方式
    • 单机任务：随机触发一台机器执行任务，适用于计算量小，并发度低的任务
    • 广播任务：广播到所有机器上执行同一个任务，比如所有机器一起清理日志
    • Map 任务：一个任务可以分出多个子任务，每个子任务负责一部分的计算，适用于计算量大，单机无法满足要求的任务
    • MapReduce 任务：在 Map 任务的基础上，还可以对所有子任务的结果做汇总计算，适用于计算量大，并且需要对子任务结果做汇总的任务
  • 执行方式 vs 春节集卡
    • 发奖金额计算：MapReduce 任务
    • 定时开奖：Map 任务

业内定时任务框架

知识面扩充

  • 分布式定时任务 VS 单机定时任务
    • 关系：
      • 都可以实现自动化的定时、延时、周期任务调度
    • 差异：
      • 分布式定时任务可支撑更大的业务体量
      • 分布式定时任务的性能、伸缩性、稳定性更高
  • 分布式定时任务 VS 大数据处理引擎
    • 关系：
      • 都可以对海量数据做处理
      • 性能、伸缩性、稳定性都很高
    • 差异：
      • 定时并不是大数据处理引擎要解决的核心问题
      • 大数据引擎往往致力于将源数据处理成结果数据，分布式定时任务除了能做这个之外，还可以调用 HTTP 和 RPC 服务

实现原理

核心架构

  • 分布式定时任务核心要解决触发、调度、执行三个关键问题
    • 触发器：Trigger，解析任务，生成触发事件
    • 调度器：Scheduler，分配任务，管理任务生命周期
    • 执行器：Executor，获取执行任务单元，执行任务逻辑
  • 除此之外，还需要提供一个控制台（Admin），提供任务管理和干预的功能

数据流

功能架构

控制台

基本概念

  • 任务：Job，任务元数据
  • 任务实例：JobInstance，任务运行的实例
  • 任务结果：JobResult，任务实例运行的结果
  • 任务历史：JobHistory，用户可以修改任务信息，任务实例对应的任务元数据可以不同，因而使用任务历史存储

任务元数据

任务元数据（Job）是用户对任务属性定义，包括任务类型调度时机、执行行为等

任务实例

任务实例（JobInstance）是一个确定的 Job 的一次运行实例

触发器

核心职责

  • 核心职责
    • 给定一系列任务，解析他们的触发规则，在规定的时间点触发任务的调度
  • 设计约束
    • 需支持大量任务
    • 需支持秒级的调度
    • 周期任务需要多次执行
    • 需保证秒级扫描的高性能，并避免资源浪费

方案 1

定期扫描+延时消息（腾讯、字节方案）

方案 2

  • 时间轮（Quartz 所用方案）
    • 时间轮是一种高效利用线程资源进行批量化调度的一种调度模型，时间轮是一个存储环形队列，底层采用数组实现，数组中的每个元素可以存放一个定时任务列表
  • 目标：遍历任务列表，从中找出当前时间点需触发的任务列表

高可用

  • 核心问题
    • 不同业务之间，任务的调度相互影响怎么办
    • 负责扫描和触发的机器挂了怎么办
  • 解法思路
    • 存储上，不同国别、业务做资源隔离
    • 运行时，不同国别、业务分开执行
    • 部署时，采用多机房集群化部署，避免单点故障，通过数据库锁或分布式锁保证任务只被触发一次
问题引出
  • 单 Trigger 模式：
    • 会有单点故障
    • 机器故障时平台崩溃
  • Trigger 集群模式
    • 可避免单点故障
    • 需要避免同一任务被多次触发，导致业务紊乱
数据库行锁模式

在触发调度之前，更新数据库中 JobInstance 的状态，成功枪锁才会触发调度

分布式锁模式

在触发调度之前，尝试抢占分布式锁，可使用 Redis 锁或 Zookeeper 锁

调度器

资源来源

  • 业务系统提供机器资源
    • 使用该方案的公司：
      • 阿里、美团、字节等
    • 优点：
      • 任务执行逻辑与业务系统共用同一份资源，利用率更高
    • 缺点：
      • 更容易发生定时任务脚本影响在线服务的事故
      • 不能由定时任务平台控制扩缩容
  • 定时任务平台提供机器资源
    • 使用该方案的公司：
      • 字节等
    • 优点：
      • 任务执行逻辑与业务系统提供的在线服务隔离，避免相互影响
      • 可以支持优雅的扩缩容
    • 缺点：
      • 消耗更多机器资源
      • 需要额外为定时任务平台申请接口调用权限，而不能直接继承业务系统的权限

资源调度

节点选择
  • 随机节点执行：选择集群中一个可用的执行节点执行调度任务，使用场景：定时对账
  • 广播执行：在集群中所有的执行节点发布调度任务并执行，使用场景：批量运维
  • 分片执行：按照用户自定义分片逻辑进行拆分，分发到集群中不同节点并行执行，提升资源利用效率，使用场景：海量日志统计
任务分片

通过任务分片来提高任务执行的效率和资源的利用率

高级特性

任务编排

使用有向无环图 DAG（Directed Acyclic Graph）进行可视化任务编排

故障转移

确保部分执行单元任务失败时，任务最终成功

高可用

调度器可以集群部署，做到完全的无状态，靠消息队列的重试机制保障任务一定会被调度

执行器

业务应用

所有需要定时、延时、周期性执行任务的业务场景，都可以考虑使用分布式定时任务

  • 其他解决方案
    • 发货后超过 10 天未收货时系统自动确认收货
      • 使用分布式定时任务的延时任务
      • 使用消息队列的延时消息或者定时消息
    • 春节集卡活动统计完成集卡的用户个数和总翻倍数
      • 使用分布式定时任务的 MapReduce 任务
      • 使用大数据离线处理引擎 Hive 离线做统计
      • 使用大数据实时处理引擎 Fink 实时做累计
  • 其他解决方案对比

课后作业

许可协议

本文采用 署名-非商业性使用-相同方式共享 4.0 国际 许可协议，转载请注明出处。

分享文章