分布式任务调度实现方式

　　分布式任务调度是非常常见的一种应用场景，一般对可用性和性能要求不高的任务，采用单点即可，例如linux的crontab，spring的quarz，但是如果要求部署多个节点，达到高可用的效果，上面的方案就不适用了。

实际上任务调度的实现有两种情况，第一种是通过mq来实现，mq做好了数据切分，负载均衡的效果，本文说的是另一种情况。

　　一、不重复

如果只达到这个要求，有很多方法，假设任务处理的是一张表中的数据，那可以根据某个字段取模达到不重复的效果。

二、不遗漏

如果用上面的方案解决了重复的问题，有一个节点挂掉，需要其他节点接管挂掉节点的任务，这就要求分布式任务调度必须有指挥中心，否则很容易造成重复或者遗漏。

　　上图是tbschedule的架构图，基本满足了分布式任务调度的要求，zookeeper有两个功能，一个是配置数据存储，另一个是作为调度中心，管理界面直接连接zookeeper取得配置信息，并且修改配置，通过zookeeper通知任务修改配置项。

要求不高的话可以直接拿来用，虽然文档少，但是代码量很少，可以直接通过读代码了解功能。

tbschedule已经满足了大多数需求，代码写的也非常优秀，但是有几个地方是可以改进的，

1、前面提到的，一般情况下，我们是不需要多个节点同时工作的，只要有一个节点工作，挂掉其他节点能接替就可以了。因为取数据通常不是性能瓶颈，瓶颈在处理数据，多个节点的目的无非是为了高可用。如果通过sql取模进行分片，sql的性能非常低，走不了索引。如果表数据已经做了水平拆分，那可以直接根据数据源切分任务项。

2、tbschedule是把所有任务都处理完才算结束，但是有些场景要求只执行一次，哪怕还有任务要处理，tbschedule需要增加一个配置项；

3、执行时间修改必须在每个执行周期后才能生效，这个经常在调试的时候出现麻烦，这样做确实是最简单的做法，避免了很多问题，但是如果开发人员要配置任务每分钟执行一次，结果写错了配置成每天执行一次，就完美的落入陷阱，等半天也看不到执行，还以为配置错了，重启可以解决；

4、没有负载均衡效果，tbschedule认为每台机器的配置都是一样的，就算配置一样，数据项不一样也容易引起其中一个节点压力特别大。需要根据机器的负载情况、程序的繁忙情况做一个加权平均来做负载。