PowerJob(任务调度计算框架) v3.4.6 官方版

　　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Spring Bean、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/MS SQLServer...）

　　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

　　git clone https://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SQLCREATE DATABASE IF NOT EXISTS `powerjob-daily` DEFAULT CHARSET utf8mb4，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 http://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（ http://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（http://xxx）

　　PYTHON -> 填写完整的python脚本或下载链接（http://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。