LTS 任务调度框架(Light Task Schedule)
jopen
10年前
框架概况：
LTS是一个轻任务调度框架，参考hadoop的部分思想。有三种角色, JobClient, JobTracker, TaskTracker。各个节点都是无状态的，可以部署多个，来实现负载均衡，实现更大的负载量, 并且框架具有很好的容错能力。 采用Zookeeper暴露节点信息，master选举。Mongo存储任务队列和任务执行日志, netty做底层通信。
- JobClient : 主要负责提交任务, 和 接收任务执行反馈结果。
- JobTracker : 负责接收并分配任务，任务调度。
- TaskTracker: 负责执行任务，执行完反馈给JobTracker。
架构图
节点组:
- 1. 一个节点组等同于一个集群，同一个节点组中的各个节点是对等的，外界无论连接节点组中的任务一个节点都是可以的。
- 2. 每个节点组中都有一个master节点，采用zookeeper进行master选举(master宕机，会自动选举出新的master节点)，框架会提供接口API来监听master节点的变化，用户可以自己使用master节点做自己想做的事情。
- 3. JobClient和TaskTracker都可以存在多个节点组。譬如 JobClient 可以存在多个节点组。 譬如：JobClient 节点组为 ‘QN_WEB’ 中的一个节点提交提交一个 只有节点组为’QN_TRADE’的 TaskTracker 才能执行的任务。
- 4. (每个集群中)JobTacker只有一个节点组。
- 5. 多个JobClient节点组和多个TaskTracker节点组再加上一个JobTacker节点组, 组成一个大的集群。
工作流程:
- 1. JobClient 提交一个 任务 给 JobTracker, 这里我提供了两种客户端API, 一种是如果JobTracker 不存在或者提交失败，直接返回提交失败。另一种客户端是重试客户端, 如果提交失败，先存储文件，返回给客户端提交成功的信息，待JobTracker可用的时候，再将任务提交。
- 2. JobTracker 收到JobClient提交来的任务，先生成一个唯一的JobID。然后将任务储存在Mongo集群中。JobTracker 发现有（任务执行的）可用的TaskTracker节点(组) 之后，将优先级最大，最先提交的任务分发给TaskTracker。这里JobTracker会优先分配给比较空闲的TaskTracker节点，达到负载均衡。
- 3. TaskTracker 收到JobTracker分发来的任务之后，执行。执行完毕之后，再反馈任务执行结果给JobTracker（成功or 失败[失败有失败错误信息]），如果发现JobTacker不可用，那么存储文件，等待TaskTracker可用的时候再反馈。反馈结果的同时，询问 JobTacker有没有新的任务要执行。
- 4. JobTacker收到TaskTracker节点的任务结果信息，生成并插入(mongo)任务执行日志。根据任务信息决定要不要反馈给客户端。不需要反馈的直接删除, 需要反馈的（同样JobClient不可用存储文件，等待可用重发）。
- 5. JobClient 收到任务执行结果，进行自己想要的逻辑处理。
特性
-
负载均衡:
- JobClient 和 TaskTracker会随机连接JobTracker节点组中的一个节点，实现JobTracker负载均衡。当连接上后，将一直保持连接这个节点,保持连接通道，知道这个节点不可用，减少每次都重新连接一个节点带来的性能开销。
- JobTracker 分发任务时，是优先分配给最空间的一个TaskTracker节点，实现TaskTracker节点的负载均衡。
-
健壮性:
- 当节点组中的一个节点当机之后，自动转到其他节点工作。当整个节点组当机之后，将会采用存储文件的方式，待节点组可用的时候进行重发。
- 当执行任务的TaskTracker节点当机之后，JobTracker 会将这个TaskTracker上的未完成的任务(死任务)，重新分配给节点组中其他节点执行。 </ul> </li>
-
伸缩性：
- 因为各个节点都是无状态的，可以动态增加机器部署实例, 节点关注者会自动发现。 </ul> </li> </ul>
- 安装 zookeeper 和 mongo , 执行 data/mongo 目录下的 mongo.md 中的语句
调用示例
见 job-example 这里给出的是java API(设置配置)方式启动，也可以使用配置文件中。
JobTracker 端
final JobTracker jobTracker = new JobTracker(); // 节点信息配置 jobTracker.setZookeeperAddress("localhost:2181"); jobTracker.setListenPort(8089); jobTracker.setClusterName("QN"); // mongo 配置 （也可以配置在 mongo.properties中） Config config = new Config(); config.setAddresses(new String[]{"127.0.0.1:27017"}); config.setUsername("lts"); config.setPassword("lts"); config.setDbName("job"); jobTracker.setStoreConfig(config); // 启动节点 jobTracker.start();JobClient端
JobClient jobClient = new RetryJobClient(); //JobClient jobClient = new JobClient(); jobClient.setNodeGroup("TEST"); jobClient.setClusterName("QN"); jobClient.setZookeeperAddress("localhost:2181"); jobClient.start(); // 提交任务 Job job = new Job(); job.setTaskId(UUID.randomUUID().toString()); Map<String, String> extParams = new HashMap<String, String>(); extParams.put("key", "value"); job.setExtParams(extParams); job.setTaskTrackerNodeGroup("TEST_TRADE"); Response response = jobClient.submitJob(job);TaskTracker端
TaskTracker taskTracker = new TaskTracker(); taskTracker.setJobRunnerClass(TestJobRunner.class); taskTracker.setZookeeperAddress("localhost:2181"); taskTracker.setNodeGroup("TEST_TRADE"); taskTracker.setClusterName("QN"); taskTracker.setWorkThreads(20); taskTracker.start(); // 任务执行类 public class TestJobRunner implements JobRunner { @Override public void run(Job job) throws Throwable { System.out.println("我要执行"+ job); try { Thread.sleep(5*1000L); } catch (InterruptedException e) { e.printStackTrace(); } } }