XXL-JOB v1.4.2,分布式任务调度平台

V1.4.2 新特性

1、推送新版本 V1.4.2 至中央仓库, 大版本 V1.4 进入维护阶段;

<dependency>
    <groupId>com.xuxueli</groupId>
    <artifactId>xxl-job-core</artifactId>
    <version>1.4.2</version>
</dependency>

2、任务新增时,任务列表偏移问题修复;

3、修复一处因bs不支持模态框重叠而导致的样式错乱的问题, 在任务编辑时会出现该问题;

4、调度超时和Handler匹配不到时,调度状态优化;

5、因catch异常,导致任务不可终止的问题,给出解决方案, 见文档;

6、代码重构和常规优化;

《分布式任务调度平台XXL-JOB》
一、简介

1.1 概述

XXL-JOB是一个轻量级分布式任务调度框架,其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线,开箱即用。

1.2 特性

1、简单:支持通过Web页面对任务进行CRUD操作,操作简单,一分钟上手;

2、动态:支持动态修改任务状态、暂停/恢复任务,以及终止运行中任务,即时生效;

3、调度HA:“调度中心”基于集群Quartz实现,可保证调度中心HA;

4、任务HA:任务支持多地址配置,可保证任务执行HA;

5、任务Failover:多地址配置时,调度失败时将会平滑切换执行器进行Failover;

6、一致性:“调度中心”通过DB锁保证集群分布式调度的一致性;

7、自定义任务参数:支持在线配置调度任务入参,即时生效;

8、调度线程池:调度系统多线程触发调度运行,确保调度精确执行,不被堵塞;

9、执行日志:支持在线查看调度结果,并且查看完整的执行日志;

10、邮件报警:任务失败时支持邮件报警,支持配置多邮件地址群发报警邮件;

11、支持登录验证;

12、GLUE:提供Web IDE,支持在线开发任务逻辑代码,动态发布,实时编译生效,省略部署上线的过程。支持30个版本的历史版本回溯。

13、数据加密:调度中心和执行器之间的通讯进行数据加密,提升调度信息安全性;

14、任务依赖:支持配置子任务依赖,当父任务执行结束且执行成功后将会主动触发一次子任务的执行, 多个子任务用逗号分隔;

15、推送maven中央仓库: 将会把最新稳定版推送到maven中央仓库, 方便用户接入和使用;

1.3 发展

于2015年中,我在github上创建XXL-JOB项目仓库并提交第一个commit,随之进行系统结构设计,UI选型,交互设计……

于2015-11月,XXL-JOB终于REALEASE了第一个大版本V1.0, 随后我将之发布到OSCHINA,XXL-JOB在OSCHINA上获得了@红薯的热门推荐,同期分别达到了OSCHINA的“热门动弹”排行第一和git.oschina的开源软件月热度排行第一,在此特别感谢红薯,感谢大家的关注和支持。

于2015-12月,我将XXL-JOB发表到我司内部知识库,并且得到内部同事认可。

于2016-01月我司展开XXL-JOB的内部接入和定制工作,在此感谢袁某和尹某两位同事的贡献,同时也感谢内部其他给与关注与支持的同事。

我司大众点评目前已接入XXL-JOB,内部别名《Ferrari》(Ferrari基于XXL-JOB的V1.1版本定制而成,新接入应用推荐升级最新版本)。据最新统计, 自2016-01-21接入至2016-07-20期间,该系统已调度72000余次,表现优异。新接入应用推荐使用最新版本,因为经过数个大版本的更新,系统的任务模型、UI交互模型以及底层调度通讯模型都有了较大的优化和提升,核心功能更加稳定高效。

至今,XXL-JOB已接入多家公司的线上产品线,接入场景如电商业务,O2O业务和大数据作业等,截止2016-07-19为止,XXL-JOB已接入的公司包括不限于:

  • 1、大众点评;
  • 2、山东学而网络科技有限公司;
  • 3、安徽慧通互联科技有限公司;
  • 4、人人聚财金服;
  • 5、上海棠棣信息科技股份有限公司
  • 6、运满满
  • 7、米其林 (中国区)
  • 8、妈妈联盟
  • 9、九樱天下(北京)信息技术有限公司
  • 10、万普拉斯科技有限公司(一加手机)
  • 11、上海亿保健康管理有限公司
  • 12、海尔馨厨 (海尔)
  • ……
    欢迎大家的关注和使用,XXL-JOB也将拥抱变化,持续发展。

中央仓库地址 (最新Release版本)

<!-- http://repo1.maven.org/maven2/com/xuxueli/xxl-job-core/ -->
<dependency>
    <groupId>com.xuxueli</groupId>
    <artifactId>xxl-job-core</artifactId>
    <version>1.4.2</version>
</dependency
  1. 文章转载自 开源中国社区 [http://www.oschina.net]

时间: 2024-09-15 08:50:53

XXL-JOB v1.4.2,分布式任务调度平台的相关文章

开源分布式任务调度平台Cuckoo-Schedule

1         概述 1.1      平台概述 Cuckoo-Schedule是基于Quartz-Schedule的轻量级任务调度框架,具有易学习.易上手.开发高效稳定的特点.Demo地址:http://cuckoo.hellosr.com,测试用户:guest,密码:123456. Cuckoo-Schedule对调度模块与执行模块进行解耦,调度模块支持集部署.任务分组.任务依赖.权限管理.邮件告警.调度日志记录等功能,并提供WEB页面对任务进行管理,支持任务实时调度情况的查看.变更以及

XXL-CONF v1.3.0,分布式配置管理平台

版本1.3.0新特性 1.支持在线维护配置分组: 2.项目groupId从com.xxl迁移至com.xuxueli,为推送maven中央仓库做准备: 3.v1.3.0版本开始,推送公共依赖至中央仓库: <dependency> <groupId>com.xuxueli</groupId> <artifactId>xxl-conf-core</artifactId> <version>1.3.0</version> <

探秘阿里分布式任务调度服务SchedulerX

7月中上旬,阿里云企业级分布式应用服务EDAS低调上线分布式任务调度服务,目前处于免费公测阶段.SchedulerX--是该服务在阿里内部的产品名字,顾名思义,比调度做的更多.随着公测的开启,阿里巴巴内部又一款核心中间件产品浮出水面. SchedulerX是阿里巴巴集团中间件团队开发的一款高性能.分布式任务调度产品,在阿里内部有着广泛的使用,经过集团内上千个业务应用历经多年打磨而成.截止2016年6月,每天平稳运行集团内几十万个任务,完成每天几亿次的任务调度.在未来SchedulerX将支持更多

分布式机器学习平台比较

这篇文章调查分析了多个分布式机器学习平台所使用的设计方法,并提出了未来的研究方向.这是我与我的学生Kuo Zhang.Salem Alqahtani通力合作的成果.我们在2016年的秋天写了这篇论文,并且将在ICCCN'17(International Conference on Computer Communications and Networks,计算机通信与网络国际会议)上介绍这篇文章. 机器学习,特别是深度学习(DL),最近已经在语音识别.图像识别.自然语言处理.推荐/搜索引擎等领域获

【对标TensorFlow】阿里公开内部超大规模分布式机器学习平台

近年来,随着"大"数据及"大"模型的出现,学术界和工业界对分布式机器学习算法引起了广泛关注.针对这一刚需,阿里集团和蚂蚁金服设计了自己的分布式平台--鲲鹏.鲲鹏结合了分布式系统及并行优化算法,解决了大规模机器学习算法带来的一系列问题,不仅囊括了数据/模型并行.负载平衡.模型同步.稀疏表示.工业容错等特性,而且还提供了封闭好的.宜于调用的 API 供普通的机器学习者开发分布式算法,降低使用成本并提升效率.相关论文在本届 KDD 以口头报告的形式发表(应用数据科学 Tr

大规模数据的分布式机器学习平台

来自阿里云IDST褚崴为大家带来分布式机器学习平台方面的内容,主要从大数据的特点和潜在价值开始讲起,然后介绍阿里的业务场景中常用到的机器学习算法,以及阿里采用的分布式机器学习框架,最后介绍了PAI算法平台,一起来看下吧.   大数据的特点和潜在价值 我们正在步入大数据的时代,大数据至少具备以下四个特点: 海量样本:数据的规模巨大,特征非常多,每40个月翻一番,数据管理复杂: 内容多样:非结构化数据.异质数据,每天产生的数据里有图像.语音.视频,还有各类传感器产生的数据,各种定位的信息,交易记录-

大众点评开源分布式监控平台 CAT 深度剖析

一.CAT介绍 CAT系统原型和理念来源于eBay的CAL的系统,CAT系统第一代设计者吴其敏在eBay工作长达十几年,对CAL系统有深刻的理解.CAT不仅增强了CAL系统核心模型,还添加了更丰富的报表.自2014年开源以来,CAT在携程.陆金所.猎聘网.找钢网等多家互联网公司生产环境应用. CAT是一个实时和接近全量的监控系统,它侧重于对Java应用的监控,基本接入了美团点评上海侧所有核心应用.目前在中间件(MVC.RPC.数据库.缓存等)框架中得到广泛应用,为美团点评各业务线提供系统的性能指

PAI分布式机器学习平台

此篇为大家分享的PAI分布式机器学习平台,在大数据时代如何做到与众不同的服务?现今,数据就是资源毋庸置疑,利用大数据通过机器学习算法获取行为偏好,内容偏好,消费偏好做出决策,推荐乃至营销都有极大的可行性.PAI分布式机器学习平台就是这样一个产品,经过数据清洗.特征工程.离线训练.在线预测这些步骤,就能为你下一步发展做决策了.此平台有多种使用形式包括web界面.PyODPS.console,支持结构化和非结构化数据存储服务,模型管理多样.在阿里的应用也非常广泛如千人千面,证件智能审核功能等.未来的

分布式任务调度框架

LTS是一个轻量级分布式任务调度框架.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. 采用多种注册中心(Zookeeper,redis等)进行节点信息暴露,master选举.(Mongo or Mysql)存储任务队列和任务执行日志, netty做底层通信. 文章转载自 开源中国社区 [http://www.oschina.net]