XXL-Job如何做到精准执行

前提

在做定时任务时,我们会精确到某一秒去执行我们的任务,那么XXL-Job是如何帮助我们精准执行呢?
利用单独的一个线程(ringThread),该线程的作用是从缓存中读取出当前时间该执行的定时任务,然后去执行,该缓存中存的是执行时间超前5秒内的定时任务,该缓存的数据结构是Map<Integer, List<QuartzJob>> ringData = new ConcurrentHashMap<>();(QuartzJob是我自定义的类,可以根据业务而定),这样的结构可以处理某一秒中多个任务的执行,相同时间的任务,放到了同一个list里面。

关键逻辑

从数据库中取到执行时间超前5秒内的定时任务存到该map中,不断的循环从缓存中取,这个map的key值范围是0-59,正好对应我们一分钟内的60秒,每秒对应map中的key值,例如,32秒的时候,取到的数据就是map中key值为32的数据,然后对其value进行操作(对list进行遍历,远程调用你的定时任务具体执行的代码或者是调用执行器,因业务而定)

存缓存代码

 private volatile static Map<Integer, List<QuartzJob>> ringData = new ConcurrentHashMap<>();

//  获得当前秒
 int ringSecond = (int) ((quartzJob.getTriggerNextTime() / 1000) % 60);

// 存到map中
 pushTimeRing(ringSecond, quartzJob);

    private void pushTimeRing(int ringSecond, QuartzJob quartzJob) {
        // 向对应得key值中得list添加数据
        List<QuartzJob> ringItemData = ringData.get(ringSecond);
        if (ringItemData == null) {
            ringItemData = new ArrayList<QuartzJob>();
            ringData.put(ringSecond, ringItemData);
        }
        ringItemData.add(quartzJob);

        Logit.debugLog(">>>>>>>>>>> xxl-job, schedule push time-ring : " + ringSecond + " = " + Arrays.asList(ringItemData));
    }

取缓存代码

        // ring thread
        ringThread = new Thread(new Runnable() {
            @Override
            public void run() {

                // align second
                try {
                    TimeUnit.MILLISECONDS.sleep(1000 - System.currentTimeMillis() % 1000);
                } catch (InterruptedException e) {
                    if (!ringThreadToStop) {
                        Logit.errorLog(e.getMessage(), e);
                    }
                }

                while (!ringThreadToStop) {

                    try {
                        List<QuartzJob> ringItemData = new ArrayList<>();
                        // 得到当前时间(秒)
                        int nowSecond = Calendar.getInstance().get(Calendar.SECOND);  
                         // 避免处理耗时太长,跨过刻度,向前校验一个刻度;
                        for (int i = 0; i < 2; i++) {
                            List<QuartzJob> tmpData = ringData.remove((nowSecond + 60 - i) % 60);
                            if (tmpData != null) {
                                ringItemData.addAll(tmpData);
                            }
                        }

                        // ring trigger
                        Logit.debugLog(">>>>>>>>>>> xxl-job, time-ring beat : " + nowSecond + " = " + Arrays.asList(ringItemData));
                        if (ringItemData.size() > 0) {
                            // do trigger
                            for (QuartzJob quartzJob : ringItemData) {
                                // do trigger  调用JobTriggerPoolHelper.trigger,交给线程池去执行任务的具体的代码(可远程调用,看具体业务而定)
                            }
                            // clear
                            ringItemData.clear();
                        }
                    } catch (Exception e) {
                        if (!ringThreadToStop) {
                            Logit.errorLog(">>>>>>>>>>> xxl-job, JobScheduleHelper#ringThread error:{}", e);
                        }
                    }

                    // next second, align second
                    try {
                        TimeUnit.MILLISECONDS.sleep(1000 - System.currentTimeMillis() % 1000);
                    } catch (InterruptedException e) {
                        if (!ringThreadToStop) {
                            Logit.errorLog(e.getMessage(), e);
                        }
                    }
                }
                Logit.debugLog(">>>>>>>>>>> xxl-job, JobScheduleHelper#ringThread stop");
            }
        });
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值