简介
Disjob是一款分布式的任务调度框架，天然为支持分布式长任务执行而设计，它除了具备常规的任务调度功能外，还提供：任务拆分及分布式并行执行、暂停及取消运行中的任务、恢复执行被暂停的任务、任务执行失败重试、保存任务的执行快照(Savepoint)、任务依赖、任务编排(DAG)、广播任务等能力。
Disjob的整体流程图如下
应用场景举例
举个简单的例子：统计在(0，1万亿]区间内质数的个数。如果是单机单线程CPU的话要统计很长时间，这里我们就可以使用Disjob框架提供的分布式并行执行的能力来解决该类问题。
- 拆分任务
先根据当前的机器资源情况来决定拆分任务的数量，比如我们有5台机器及每台2 core CPU(质数统计是CPU密集型)，决定拆分为10个任务。
- 派发任务
Supervisor使用指定的路由算法把拆分的10个子任务派发给这些Worker机器。
- 接收任务
Worker接收到子任务后，会提交到框架定义的线程池中执行。
- 分布式并行执行
在执行时我们可以使用分批次方式(通过代码循环)来统计，这里我们指定task-1在第一次循环统计(0, 1亿]，第二次循环统计(10亿, 11亿]，以此类推最后一次循环统计(9990亿, 9991亿]。同理其它的task也是按同样的方式分布式并行统计。
P.s. 黎曼猜想中可知质数分布是大体均匀的，判断一个数是否质数有很多方法，如埃氏筛法、欧拉筛法、Miller Rabin素性检验，这里我们可以使用Guava库提供的素性检验。
- Savepoint
如果在统计过程中机器宕机后怎么办？难道再从头开始统计吗？No No No！我们可以在每循环10次(或每隔执行超过1分钟)时使用Savepoint保存当前task-1的执行快照。宕机异常后的重新启动任务时会读取这份快照数据，从上一次的状态中接着继续统计。以下是task-1任务保存的快照数据样例
1{ 2 "next": 4000000001, // 下一次循环时要统计的区间为(40亿, 41亿] 3 "count": 19819734, // 已经统计到了 19819734 个质数 4 "finished": false // 当前任务是否已经统计完成：true-是；false-否； 5}
- 暂停与恢复
假如我们的这几台机器资源需要临时做其它的事情，想把当前的统计任务暂停一段时间。No problem！框架是支持暂停执行中的任务，只需要在管理后台的调度实例页面，找到该任务点击暂停按钮即可。在暂停时任务会接收到一个中断信号，收到中断信号时同样可以在代码中使用Savepoint保存当前的执行快照。
当其它事情处理完后，我们可以在管理后台的调度实例页面，找到被暂停的这个任务，点击恢复按钮，此时任务会从上一次保存的状态中恢复继续执行。
- 异常中断
子任务在执行过程中若抛出框架的PauseTaskException，则会暂停对应实例下全部的10个子任务(包括派发在不同机器中的任务)。同样如果抛出CancelTaskException则会取消对应实例下全部的10个子任务。如果抛出其它类型的异常时，只会取消当前子任务，对应实例下其它的子任务不受影响。
- 任务编排
现在这个质数统计的总任务已经执行完了，共10个子任务，每个子任务都统计出了它的那部分结果。Disjob能自动帮我汇总结果吗？Yes！框架提供了非常强大且方便的表达式来编排任务，如：A->B,C,(D->E)->D,F->G，现在我们就可以创建一个汇总任务，然后再把这两个任务编排在一起。
以下是本例中质数统计的job数据，只列了部分主要字段，其中job_handler为这两个任务处理器的编排(代码在项目源码中)
1{ 2 "jobGroup": "default", 3 "jobName": "prime-count-dag", 4 "jobState": 1, // job状态：0-禁用；1-启用； 5 "jobType": 2, // job类型：1-普通(Normal)；2-工作流(DAG)； 6 "jobHandler": "cn.ponfee.disjob.test.handler.PrimeCountJobHandler -> cn.ponfee.disjob.test.handler.PrimeAccumulateJobHandler", 7 "jobParam": "{\"m\":1,\"n\":10000000000,\"blockSize\":100000000,\"parallel\":10}", 8 "triggerType": 2, 9 "triggerValue": "2023-09-02 18:00:00" 10}
本例中的质数统计流程图如下
项目地址
gitee : https://gitee.com/dromara/disjob