1.工作笔记（五十六）— xxl-job
2.JobScheduler的使用和原理
3.Xxl-Job中的码分概念和使用详解
4.JobIntentService源码解析
5.技术人生阅读源码——Quartz源码分析之任务的调度和执行
6.25图搞懂Xxl-Job

工作笔记（五十六）— xxl-job

       xxl-job是一个专门用于处理分布式定时任务的高效任务调度框架，它由调度中心和执行器两个核心组件构成。码分调度中心作为可视化管理平台，码分负责管理和发出调度请求，码分管理调度信息；而执行器则负责接收这些请求并执行相应的码分任务逻辑。

       要使用xxl-job，码分源码资本景文娜首先进行安装和配置。码分从源码开始，码分解压后初始化数据库，码分并运行提供的码分SQL脚本创建相关表。调度中心配置主要包括配置文件设置，码分它是码分一个基于springBoot的项目，通过jar包启动。码分部署时，码分保持数据库配置一致性以及机器时钟同步至关重要。码分访问调度中心的默认地址是/googlearchive/android-JobScheduler

        JobScheduler是一个抽象类，它在系统框架的实现类是android.app.JobSchedulerImpl

        执行的入口是JobScheduler.scheduler，其实是调了JobSchedulerImpl中的schedule方法；然后再调了mBinder.schedule(job)。这个mBinder就是JobSchedulerService，通过Binder跨进程调用JobSchedulerService。

        最后调用到JobSchedulerService中的schedule方法:

        接着发送MSG_CHECK_JOB消息，消息处理的地方是

        接着执行JobHandler中的 maybeRunPendingJobsH 方法，处理相应的任务

        availableContext是JobServiceContext，即ServiceConnection，这个是进程间通讯ServiceConnection，通过调用availableContext.executeRunnableJob(nextPending)方法，会触发调用onServiceConnected，看到这里应该明白了，onServiceConnected方法中的service就是Jobservice，里面还用了WakeLock锁，防止手机休眠。

        接着，通过Handler发消息，调用了handleServiceBoundH()方法。

        从上面源码可以看出，最终是触发调用了JobService中的startJob方法。

        从源码看，设置的内容应用于 JobStatus ，例如网络限制

        而在JobSchedulerService类，相关的状态控制在其构造函数里:

        例如网络控制类ConnectivityControllerç±»

        当网络发生改变时，会调用updateTrackedJobs(userid)方法，在updateTrackedJobs方法中，会判断网络是否有改变，有改变的会调mStateChangedListener.onControllerStateChanged()方法；然后调用了JobSchedulerService类中onControllerStateChanged方法：

        接着也是处理MSG_CHECK_JOB 消息，和上文一样，最终触发调用了JobService中的startJob方法。

        JobSchedulerService是一个系统服务，即应该在SystemServer启动的。阅读SystemServer的源码：

        run 方法如下：

        接着看 startOtherServices()

        因此，在这里就启动了JobSchedulerService服务。

        1. android 性能优化JobScheduler使用及源码分析

        2. Android 9.0 JobScheduler(一) JobScheduler的使用

        3. Android 9.0 JobScheduler(二) JobScheduler框架结构简述及JobSchedulerService的启动

        4. Android 9.0 JobScheduler(三) 从Job的创建到执行

        5. Android 9.0 JobScheduler(四) Job约束条件的控制

        6. 理解JobScheduler机制

Xxl-Job中的概念和使用详解

       一、调度中心

       调度中心是独立的Web服务，专门用于触发定时任务执行。它提供管理界面，方便用户配置和控制定时任务的执行逻辑。调度中心依赖数据库存储数据，并支持集群模式，但集群内各实例间无直接通信，数据共享通过数据库实现。

       二、执行器

       执行器是执行具体任务的实体，与服务实例一一对应。每个执行器有自己的命名，通常推荐以服务名命名，以方便识别。

       三、在线定制源码任务

       任务就是定时执行的逻辑，一个执行器可以包含多个任务。调度中心负责管理任务的触发逻辑，执行器则负责实际执行任务。

       创建调度中心与执行器：

       1. 下载调度中心源码，调整数据库连接信息，执行指定的SQL脚本文件。

       2. 启动调度中心，可以打包成jar或直接运行，访问指定URL即可访问控制台。

       3. 添加执行器与任务：设置执行器名字，指定任务名称和选择任务执行模式。

       实现步骤：

       1. 引入依赖，配置XxlJobSpringExecutor，并在服务中使用@XxlJob注解定义任务。

       2. 任务执行：通过反射或动态修改代码实现任务逻辑，配置执行器与任务。

       核心原理：

       执行器启动时执行初始化操作，包括JobHandler初始化，创建Http服务器和注册到调度中心。JobHandler封装定时任务，负责执行任务。调度中心会计算任务触发时机，通过查询数据库获取任务信息，并按照预读时间决定执行哪些任务。

       任务触发流程：

       1. 调度中心启动后，开启调度线程，查询并调度任务执行。

       2. 调度线程将任务提交到线程池执行。

       3. 执行器根据路由策略选择执行器实例，视频类源码执行任务并返回结果给调度中心。

       优化与路由策略：

       1. 使用线程池异步执行任务触发，避免阻塞调度效率。

       2. 实现快慢线程池，优化任务触发时间较长的任务处理。

       3. 路由策略多样，包括分片广播、一致性Hash、LRU等，确保任务均衡分配。

       执行与结果回调：

       执行器创建单独线程执行任务，并将结果异步回调给调度中心。至此，任务执行过程完成。

       总结：

       通过调度中心和执行器协同工作，实现灵活的定时任务管理。核心原理包括初始化、任务调度、路由选择以及执行结果回调，通过优化策略保证任务高效执行。Xxl-Job提供丰富功能和灵活配置，适用于各类定时任务场景。

JobIntentService源码解析

       Android 8.0引入了更严格的系统资源管控，包括后台限制规则。

       在Android 8.0中，禁止应用在后台运行时创建Service。

       若应用在后台运行，将会收到错误提示。

       JobIntentService是Android 8.0中新增的类，继承自Service。网站签到源码

       该类用于执行加入队列的任务。对于Android 8.0及以上系统，JobIntentService任务将通过JobScheduler.enqueue执行，而8.0以下系统则继续使用Context.startService。

       JobIntentService使用便捷，只需调用YourService.enqueueWork(context, new Intent())方法。

       相较于JobService，JobIntentService简化了操作，开发者无需关注其生命周期，避免了在后台运行时创建Service导致的crash问题，且通过静态方法即可启动。

       源码解析如下：首先记录几个关键变量的含义。

       在Android 8.0以上的系统中，执行流程如下。

       work的具体逻辑处理在何处？

       通过JobService的工作原理，查找onStartJob方法。

       最终，处理work的逻辑会流转至AsyncTask中，通过protected abstract void onHandleWork(@NonNull Intent intent)方法实现。

       子类需实现jobIntentService处理work，使用线程池的AsyncTask执行，无需考虑主线程阻塞问题。

       针对Android 8.0以下系统，流程如下：回到onStartCommand方法。

       同样，最终会流转至Asynctask任务执行onHandleWork。

技术人生阅读源码——Quartz源码分析之任务的调度和执行

       Quartz源码分析：任务调度与执行剖析

       Quartz的调度器实例化时启动了调度线程QuartzSchedulerThread，它负责触发到达指定时间的任务。该线程通过`run`方法实现调度流程，包含三个主要阶段：获取到达触发时间的seo查询源码triggers、触发triggers、执行triggers对应的jobs。

       获取到达触发时间的triggers阶段，通过`JobStore`接口的`acquireNextTriggers`方法获取，由`RAMJobStore`实现具体逻辑。触发triggers阶段，调用`triggersFired`方法通知`JobStore`触发triggers，处理包括更新trigger状态与保存触发过程相关数据等操作。执行triggers对应jobs阶段，真正执行job任务，先构造job执行环境，然后在子线程中执行job。

       job执行环境通过`JobRunShell`提供，确保安全执行job，捕获异常，并在任务完成后根据`completion code`更新trigger。job执行环境包含job对象、trigger对象、触发时间、上一次触发时间与下一次触发时间等数据。Quartz通过线程池提供多线程服务，使用`SimpleThreadPool`实例化`WorkerThread`来执行job任务，最终调用`Job`的`execute`方法实现业务逻辑。

       综上所述，Quartz通过精心设计的线程调度与执行流程，确保了任务的高效与稳定执行，展示了其强大的任务管理能力。

图搞懂Xxl-Job

       今天继续深入探索，揭秘分布式任务调度平台Xxl-Job的架构原理。

       核心概念讲解如下：

       调度中心：为触发定时任务执行的独立Web服务，提供页面操作管理定时任务触发逻辑，依赖数据库共享数据，并支持集群模式。

       执行器：具体执行任务逻辑的服务实例，每个执行器对应一个任务实例，并支持自定义名称，便于识别。

       任务：定义的定时执行操作，执行器中可以包含多个任务。

       架构实现原理详解：

       搭建调度中心：下载源码，配置数据库连接信息，执行数据库初始化脚本，启动调度中心服务，访问控制台页面。

       执行器和任务添加：创建执行器实例，指定任务名称，选择执行器，配置任务触发逻辑，如每秒执行一次。

       任务触发机制：调度中心启动时开启调度线程，周期性查询数据库中的任务信息，根据预读时间筛选任务，划分任务执行时机，更新下次执行时间，实现精准触发。

       任务触发优化：引入快慢线程池，异步处理任务触发请求，避免调度效率下降，提高任务执行效率。

       选择执行器实例：通过路由策略（分片广播、一致性Hash、LFU、LRU、故障转移、忙碌转移等）选择执行器，确保任务均匀分布，提高执行效率。

       执行器处理任务：执行器接收到请求后，创建JobThread线程处理任务，任务异步放入队列中，避免不同任务之间的干扰。针对单个执行器上的任务，设置阻塞处理策略，如单机串行、丢弃调度、覆盖之前调度等，以确保任务有序执行。

       任务执行结果回调：任务执行完毕后，执行器异步将结果回传至调度中心，完成任务处理流程。

       总结：Xxl-Job通过轻量级的设计，实现了一种任务触发与执行分离的架构模式，使得任务更加灵活，易于管理和扩展。从任务创建到执行，再到结果反馈，整个流程通过独立的服务组件和高效的策略实现，确保了任务调度的准确性和高效性。

xxl-job定时任务触发实现分析

       在深入探讨《调度中心启动流程分析》中的调度任务启动源码时，重点解析了JobScheduleHelper类的start方法。此方法启动了两个关键线程：scheduleThread和ringThread。具体而言，scheduleThread线程和ringThread线程的run方法包含调度任务执行的逻辑。在分析这两个线程的运行机制前，提出以下两个问题以加深理解：

       在xxl-job集群部署中，如何有效防止多个服务器同时调度任务？

       在xxl-job集群部署时，避免多个服务器同时调度任务通过使用MySQL的悲观锁实现分布式锁。这确保了在任何时候，只有一个服务器能够访问和更新xxl_job_info表，有效防止了并发调度冲突。

       如何实现定时任务触发机制？

       定时任务的实现流程主要涉及定时任务的存储与调度。xxl-job通过xxl_job_info表记录定时任务信息，特别是下一次执行的时间戳。定时任务每执行一次，数据库中的该时间戳更新，以确定下一次触发时间。任务调度过程如下：周期性地从数据库中读取5秒内的任务，根据下一次触发时间决定是否执行，同时任务被放入时间轮中，由ringThread线程进行任务调度。

       时间轮的概念及其在xxl-job中的应用。时间轮将一段时间分割为等分时间段，每个时间段关联对应任务。具体实现中，ringData结构以秒数（1-）为key，任务ID列表为value。ringThread线程的run方法通过获取当前秒数及前两个秒数的任务列表，触发任务执行，并清空已执行任务列表。此设计旨在避免长时间任务处理导致错过调度时机。

       总结xxl-job的定时任务调度机制，核心在于时间轮的高效管理，结合数据库查询和线程调度策略，确保任务按计划有序执行。本文主要分析了定时任务的启动与调度流程，未来将会探讨任务执行的详细流程。通过解析上述内容，xxl-job提供了一种灵活、高效的任务调度解决方案，适用于大规模并发场景。

Spark-Submit 源码剖析

       直奔主题吧：

       常规Spark提交任务脚本如下：

       其中几个关键的参数：

       再看下cluster.conf配置参数，如下：

       spark-submit提交一个job到spark集群中，大致的经历三个过程：

       代码总Main入口如下：

       Main支持两种模式CLI：SparkSubmit；SparkClass

       首先是checkArgument做参数校验

       而sparksubmit则是通过buildCommand来创建

       buildCommand核心是AbstractCommandBuilder类

       继续往下剥洋葱AbstractCommandBuilder如下：

       定义Spark命令创建的方法一个抽象类,SparkSubmitCommandBuilder刚好是实现类如下

       SparkSubmit种类可以分为以上6种。SparkSubmitCommandBuilder有两个构造方法有参数和无参数：

       有参数中根据参数传入拆分三种方式，然后通过OptionParser解析Args，构造参数创建对象后核心方法是通过buildCommand，而buildCommand又是通过buildSparkSubmitCommand来生成具体提交。

       buildSparkSubmitCommand会返回List的命令集合，分为两个部分去创建此List,

       第一个如下加入Driver_memory参数

       第二个是通过buildSparkSubmitArgs方法构建的具体参数是MASTER，DEPLOY_MODE，FILES，CLASS等等，这些就和我们上面截图中是对应上的。是通过OptionParser方式获取到。

       那么到这里的话buildCommand就生成了一个完成sparksubmit参数的命令List

       而生成命令之后执行的任务开启点在org.apache.spark.deploy.SparkSubmit.scala

       继续往下剥洋葱SparkSubmit.scala代码入口如下：

       SparkSubmit，kill，request都支持，后两个方法知识支持standalone和Mesos集群方式下。dosubmit作为函数入口，其中第一步是初始化LOG，然后初始化解析参数涉及到类

       SparkSubmitArguments作为参数初始化类，继承SparkSubmitArgumentsParser类

       其中env是测试用的,参数解析如下，parse方法继承了SparkSubmitArgumentsParser解析函数查找 args 中设置的--选项和值并解析为 name 和 value ，如 --master yarn-client 会被解析为值为 --master 的 name 和值为 yarn-client 的 value 。

       这之后调用SparkSubmitArguments#handle(MASTER, "yarn-client")进行处理。

       这个函数也很简单，根据参数 opt 及 value，设置各个成员的值。接上例，parse 中调用 handle("--master", "yarn-client")后，在 handle 函数中，master 成员将被赋值为 yarn-client。

       回到SparkSubmit.scala通过SparkSubmitArguments生成了args，然后调用action来匹配动作是submit,kill,request_status,print_version。

       直接看submit的action，doRunMain执行入口

       其中prepareSubmitEnvironment初始化环境变量该方法返回一个四元 Tuple ，分别表示子进程参数、子进程 classpath 列表、系统属性 map 、子进程 main 方法。完成了提交环境的准备工作之后，接下来就将启动子进程。

       runMain则是执行入口，入参则是执行参数SparkSubmitArguments

       Main执行非常的简单：几个核心步骤

       先是打印一串日志（可忽略），然后是创建了loader是把依赖包jar全部导入到项目中

       然后是MainClass的生成，异常处理是ClassNotFoundException和NoClassDeffoundError

       再者是生成Application，根据MainClass生成APP,最后调用start执行

       具体执行是SparkApplication.scala，那么继续往下剥~

       仔细阅读下SparkApplication还是挺深的，所以打算另外写篇继续深入研读~