Elastic Job 从单点到高可用、同城主备、同城双活-技术圈

- 前言 -

在使用Elastic Job Lite做定时任务的时候，我发现很多开发的团队都是直接部署单点，这对于一些离线的非核心业务（如对账、监控等）或许无关紧要，但对于一些高可用补偿、核心数据定时修改（如金融场景的利息更新等），单点部署则“非常危险”。

实际上，Elastic Job Lite是支持高可用的。网上关于Elastic Job的较高级的博文甚少，本文试图结合自身实践的一些经验，大致讲解其方案原理，并延伸至同城双机房的架构实践。

注：本文所有讨论均基于开源版本的Elastic Job Lite，不涉及Elastic Job Cloud部分。

- 单点部署到高可用 -

如本文开头所说，很多系统的部署是采取以下部署架构：

原因是开发者担心定时任务在同一时刻被触发多次，导致业务有问题。实际上这是对于框架最基本的原理不了解。在官方文档的功能列表里http://elasticjob.io/docs/elastic-job-lite/00-overview/ 就已说明其最基本的功能之一就是：

作业分片一致性，保证同一分片在分布式环境中仅一个执行实例

Elastic Job会依赖zookeeper选举出对应的实例做sharding，从而保证只有一个实例在执行同一个分片（如果任务没有采取分片（即分片数是0），就意味着这个任务只有一个实例在执行）。

所以如下图所示的部署架构是完全没问题的——一来，服务只会被一个实例调用，二来，如果某个服务挂了，其他实例也能接管继续提供服务从而实现高可用。

- 双机房高可用 -

随着互联网业务的发展，慢慢地，对架构的高可用会有更高的要求。下一步可能就是需要同城两机房部署，那这时候为了保证定时服务在两个机房的高可用，我们架构上可能会变成这样的：

这样如果A机房的定时任务全部不可用了，B机房的确也能接手提供服务。而且由于集群是一个，Elastic Job能保证同一个分片在两个机房也只有一个实例运行。看似挺完美的。

注：本文不讨论zookeeper如何实现双机房的高可用，实际上从zookeeper的原理来看，仅仅两个机房组成一个大集群并不可以实现双机房高可用。

- 优先级调度 -

以上的架构解决了定时任务在两个机房都可用的问题，但是实际的生产中，定时任务很可能是依赖存储的数据源的。而这个数据源，通常是有主备之分（这里不考虑单元化的架构的情况）：例如主在A机房，备在B机房做实时同步。

如果这个定时任务只有读操作，可能没问题，因为只要配置数据源连接同机房的数据源即可。但是如果是要写入的，就有一个问题——如果所有任务都在B机房被调度了，那么这些数据的写入都会跨机房地往A机房写入，这样延迟就大大提升了，如下图所示。

如图所示，如果Elastic Job把任务都调度到了B机房，那么流量就一直跨机房写了，这样对于性能来说是不好的事情。

那么有没有办法达到如下效果了：

保证两个机房都随时可用，也就是一个机房的服务如果全部不可用了，另外一个机房能提供对等的服务；
但一个任务可以优先指定A机房执行。

- Elastic Job 分片策略 -

在回答这个问题之前，我们需要了解下Elastic Job的分片策略，根据官网的说明（http://elasticjob.io/docs/elastic-job-lite/02-guide/job-sharding-strategy/ ），Elastic Job是内置了一些分片策略可选的，其中有平均分配算法，作业名的哈希值奇偶数决定IP升降序算法和作业名的哈希值对服务器列表进行轮转；同时也是支持自定义的策略，实现实现JobShardingStrategy接口并实现sharding方法即可。

public Map<JobInstance, List<Integer>> sharding(List<JobInstance> jobInstances, String jobName, int shardingTotalCount)

假设我们可以实现这一的自定义策略：让做分片的时候知道哪些实例是A机房的，哪些是B机房的，然后我们知道A机房是优先的，在做分片策略的时候先把B机房的实例踢走，再复用原来的策略做分配。这不就解决我们的就近接入问题（接近数据源）了吗？

以下是利用装饰器模式自定义的一个装饰器类（抽象类，由子类判断哪些实例属于standby的实例），读者可以结合自身业务场景配合使用。

public abstract class JobShardingStrategyActiveStandbyDecorator implements JobShardingStrategy {
    //内置的分配策略采用原来的默认策略：平均    private JobShardingStrategy inner = new AverageAllocationJobShardingStrategy();

    /**     * 判断一个实例是否是备用的实例，在每次触发sharding方法之前会遍历所有实例调用此方法。     * 如果主备实例同时存在于列表中，那么备实例将会被剔除后才进行sharding     * @param jobInstance     * @return     */    protected abstract boolean isStandby(JobInstance jobInstance, String jobName);
    @Override    public Map<JobInstance, List<Integer>> sharding(List<JobInstance> jobInstances, String jobName, int shardingTotalCount) {
        List<JobInstance> jobInstancesCandidates = new ArrayList<>(jobInstances);        List<JobInstance> removeInstance = new ArrayList<>();
        boolean removeSelf = false;        for (JobInstance jobInstance : jobInstances) {            boolean isStandbyInstance = false;            try {                isStandbyInstance = isStandby(jobInstance, jobName);            } catch (Exception e) {                log.warn("isStandBy throws error, consider as not standby",e);            }
            if (isStandbyInstance) {                if (IpUtils.getIp().equals(jobInstance.getIp())) {                    removeSelf = true;                }                jobInstancesCandidates.remove(jobInstance);                removeInstance.add(jobInstance);            }        }
        if (jobInstancesCandidates.isEmpty()) {//移除后发现没有实例了，就不移除了，用原来的列表（后备）的顶上            jobInstancesCandidates = jobInstances;            log.info("[{}] ATTENTION!! Only backup job instances exist, but do sharding with them anyway {}", jobName, JSON.toJSONString(jobInstancesCandidates));        }
        if (!jobInstancesCandidates.equals(jobInstances)) {            log.info("[{}] remove backup before really do sharding, removeSelf :{} , remove instances: {}", jobName, removeSelf, JSON.toJSONString(removeInstance));            log.info("[{}] after remove backups :{}", jobName, JSON.toJSONString(jobInstancesCandidates));        } else {//全部都是master或者全部都是slave            log.info("[{}] job instances just remain the same {}", jobName, JSON.toJSONString(jobInstancesCandidates));        }
        //保险一点，排序一下，保证每个实例拿到的列表肯定是一样的        jobInstancesCandidates.sort((o1, o2) -> o1.getJobInstanceId().compareTo(o2.getJobInstanceId()));
        return inner.sharding(jobInstancesCandidates, jobName, shardingTotalCount);
    }

- 调优 -

利用自定义策略实现同城双机房下的优先级调度

以下是一个很简单的就近接入的例子：指定在ip白名单的，就是优先执行的，不在的都认为是备用的。我们看如何实现。

一、继承此装饰器策略，指定哪些实例是standby实例

public class ActiveStandbyESJobStrategy extends JobShardingStrategyActiveStandbyDecorator{
    @Override    protected boolean isStandby(JobInstance jobInstance, String jobName) {        String activeIps = "10.10.10.1,10.10.10.2";//只有这两个ip的实例才是优先执行的，其他都是备用的        String ss[] = activeIps.split(",");        return !Arrays.asList(ss).contains(jobInstance.getIp());//不在active名单的就是后备    }
}

很简单吧！这样实现之后，就能达到以下类似的效果。

二、在任务启动前，指定使用这个策略

以下以Java的方式示意：

JobCoreConfiguration simpleCoreConfig = JobCoreConfiguration.newBuilder(jobClass.getName(), cron, shardingTotalCount).shardingItemParameters(shardingItemParameters).build();SimpleJobConfiguration simpleJobConfiguration = new SimpleJobConfiguration(simpleCoreConfig, jobClass.getCanonicalName());return LiteJobConfiguration.newBuilder(simpleJobConfiguration)        .jobShardingStrategyClass("com.xxx.yyy.job.ActiveStandbyESJobStrategy")//使用主备的分配策略，分主备实例（输入你的实现类类名）        .build();

这样就大功告成了。

- 同城双活模式 -

以上这样改造后，针对定时任务就已经解决了两个问题：

1、定时任务能实现在两个机房下的高可用；

2、任务能优先调度到指定机房。

这种模式下，对于定时任务来说，B机房其实只是个备机房——因为A机房永远都是优先调度的。

对于B机房是否有一些实际问题其实我们可能是不知道的（常见的例如数据库权限没申请），由于没有流量的验证，这时候真的出现容灾问题，B机房是否能安全接受其实并不是100%稳妥的。

我们能否再进一步做到同城双活呢？也就是，B机房也会承担一部分的流量？例如10%？

回到自定义策略的sharding接口：

 public Map<JobInstance, List<Integer>> sharding(List<JobInstance> jobInstances, String jobName, int shardingTotalCount)

在做分配的时候，是能拿到一个任务实例的全景图（所有实例列表），当前的任务名，和分片数。

基于此其实是可以做一些事情把流量引流到B机房实例的，例如：

指定任务的主机房让其是B机房优先调度（例如挑选部分只读任务，占10%的任务数）；
对于分片的分配，把末尾（如1/10）的分片优先分配给B机房。

以上两种方案都能实现让A、B两个机房都有流量（有任务在被调度），从而实现所谓的双活。

以下针对上面抛出来的方案一，给出一个双活的示意代码和架构。

假设我们定时任务有两个任务，TASK_A_FIRST，TASK_B_FIRST，其中TASK_B_FIRST是一个只读的任务，那么我们可以让他配置读B机房的备库让他优先运行在B机房，而TASK_A_FIRST是一个更为频繁的任务，而且带有写操作，我们则优先运行在A机房，从而实现双机房均有流量。

注：这里任意一个机房不可用了，任务均能在另外一个机房调度，这里增强的只是对于不同任务做针对性的优先调度实现双活：

public class ActiveStandbyESJobStrategy extends JobShardingStrategyActiveStandbyDecorator{    @Override    protected boolean isStandby(JobInstance jobInstance, String jobName) {         String activeIps = "10.10.10.1,10.10.10.2";//默认只有这两个ip的实例才是优先执行的，其他都是备用的        if ("TASK_B_FIRST".equals(jobName)){//选择这个任务优先调度到B机房           activeIps = "10.11.10.1,10.11.10.2";        }        String ss[] = activeIps.split(",");        return !Arrays.asList(ss).contains(jobInstance.getIp());//不在active名单的就是后备    }}

作者：Jaskey Lam
来源：
https://jaskey.github.io/blog/2020/05/25/elastic-job-timmer-active-standby/

Elastic Job 从单点到高可用、同城主备、同城双活

一、继承此装饰器策略，指定哪些实例是standby实例

二、 在任务启动前，指定使用这个策略

二、在任务启动前，指定使用这个策略