本文基于 Elastic-Job V2.1.5 版本分享
1. 概述
2. 云作业App
2.1 云作业App配置类
2.2 操作云作业App配置
3. 云作业
3.1 云作业配置
3.2 本地云作业配置
3.3 云作业配置总结
666. 彩蛋
1. 概述
本文主要分享 Elastic-Job-Cloud 作业配置。
如果你阅读过以下文章，有助于对本文的理解：
《官方文档 —— RESTFUL API》
《Elastic-Job-Lite 源码分析 —— 作业配置》
《由浅入深 | 如何优雅地写一个Mesos Framework》
另外，笔者假设你已经对 《Elastic-Job-Lite 源码分析系列》 有一定的了解。
本文涉及到主体类的类图如下( 打开大图 )：
黄色的类在
elastic-job-common-core项目里，为 Elastic-Job-Lite、Elastic-Job-Cloud 公用作业配置类。紫色的类在
elastic-job-cloud项目里，为 Elastic-Job-Cloud 作业配置类。红色的类在
elastic-job-lite项目里，为 Elastic-Job-Lite 作业配置类。
2. 云作业App你行好事会因为得到赞赏而愉悦
同理，开源项目贡献者会因为 Star 而更加有动力
为 Elastic-Job 点赞！传送门
首先，理解下 云作业App 的定义：
FROM http://dangdangdotcom.github.io/elastic-job/elastic-job-cloud/02-guide/cloud-concepts/
作业APP指作业打包部署后的应用，描述了作业启动需要用到的CPU、内存、启动脚本及应用下载路径等基本信息，每个APP可以包含一个或多个作业。
简单来说，一个云作业App可以理解成由多个作业打在一起的 jar。
2.1 云作业App配置类
CloudAppConfiguration，云作业App配置。实现代码如下：
public final class CloudAppConfiguration {
/**
* 应用名
*/
private final String appName;
/**
* 应用包地址
*/
private final String appURL;
/**
* 应用启动脚本
*/
private final String bootstrapScript;
/**
* cpu 数量
*/
private double cpuCount = 1;
/**
* 内存 大小
*/
private double memoryMB = 128;
/**
* 每次执行作业时是否从缓存中读取应用。禁用则每次执行任务均从应用仓库下载应用至本地
*/
private boolean appCacheEnable = true;
/**
* 常驻作业事件采样率统计条数，默认不采样全部记录。
* 为避免数据量过大，可对频繁调度的常驻作业配置采样率，即作业每执行N次，才会记录作业执行及追踪相关数据
*/
private int eventTraceSamplingCount;
}
在 Elastic-Job-Lite 里，打包作业，部署到服务器里启动。而在 Elastic-Job-Cloud 里，打包作业上传至可下载的地址。作业被调度时，Mesos 会从
appURL下载应用包，使用bootstrapScript启动应用进行执行。实际情况会更加复杂一丢丢，在《Elastic-Job-Cloud 源码解析 —— 作业调度（一）》详细解析。cpuCount,memoryMB配置云作业App自身占用的资源情况。其包含的每个作业占用的资源情况，使用作业对应的云作业配置( CloudJobConfiguration ) ，下文也会看到。appCacheEnable：每次执行作业时是否从缓存中读取应用。禁用则每次执行任务均从应用仓库下载应用至本地。eventTraceSamplingCount：常驻作业事件采样率统计条数，默认采样全部记录。为避免数据量过大，可对频繁调度的常驻作业配置采样率，即作业每执行N次，才会记录作业执行及追踪相关数据。
2.2 操作云作业App配置
云作业App配置有多种操作：
添加 / 更新 / 删除
开启 / 禁用
有两种方式进行操作，以添加举例子：
调用 HTTP 接口：
curl -l -H "Content-type: application/json" -X POST -d '{"appName":"foo_app","appURL":"http://app_host:8080/yourJobs.gz","cpuCount":0.1,"memoryMB":64.0,"bootstrapScript":"bin/start.sh","appCacheEnable":true,"eventTraceSamplingCount":0}' http://elastic_job_cloud_host:8899/api/app运维平台
运维平台是对调用 HTTP 接口的UI封装，实现代码如下：
// CloudAppRestfulApi
@Path("/app")
public final class CloudAppRestfulApi {
/**
* 注册应用配置.
*
* @param appConfig 应用配置
*/
@POST
@Consumes(MediaType.APPLICATION_JSON)
public void register(final CloudAppConfiguration appConfig) {
Optional<CloudAppConfiguration> appConfigFromZk = appConfigService.load(appConfig.getAppName());
if (appConfigFromZk.isPresent()) {
throw new AppConfigurationException("app '%s' already existed.", appConfig.getAppName());
}
appConfigService.add(appConfig);
}
}
// CloudAppConfigurationService.java
/**
* 添加云作业APP配置.
*
* @param appConfig 云作业App配置对象
*/
public void add(final CloudAppConfiguration appConfig) {
regCenter.persist(CloudAppConfigurationNode.getRootNodePath(appConfig.getAppName()), CloudAppConfigurationGsonFactory.toJson(appConfig));
}
// CloudAppConfigurationNode.JAVA
public final class CloudAppConfigurationNode {
public static final String ROOT = "/config/app";
private static final String APP_CONFIG = ROOT + "/%s"; // %s = ${APP_NAME}
}
CloudAppRestfulApi，云作业应用的REST API，实现了云作业App配置的多种操作的 HTTP 接口。
CloudAppConfigurationService，云作业App配置服务，实现了云作业应用的存储功能。
调用
AppConfigService#add(…)方法，存储 CloudAppConfiguration 到注册中心( Zookeeper )的持久数据节点${NAMESPACE}/config/app/${APP_NAME}，JSON 格式化对象。使用 zkClient 查看如下：
[zk: localhost:2181(CONNECTED) 1] get /elastic-job-cloud/config/app/exampleApp
{"appName":"exampleApp","appURL":"http://785j8w.com1.z0.glb.clouddn.com/elastic-job-example-cloud-2.1.5.tar.gz","bootstrapScript":"bin/start.sh","cpuCount":1.0,"memoryMB":128.0,"appCacheEnable":true,"eventTraceSamplingCount":0}
一个云作业应用可以包含一个或多个云作业。云作业有两种作业配置：云作业配置、本地云作业配置。下面来分别分享它们。
3.1 云作业配置
CloudJobConfiguration，云作业配置。实现代码如下：
public final class CloudJobConfiguration implements JobRootConfiguration {
/**
* 作业应用名称 {@link com.dangdang.ddframe.job.cloud.scheduler.config.app.CloudAppConfiguration}
*/
private final String appName;
/**
* 作业类型配置
*/
private final JobTypeConfiguration typeConfig;
/**
* 单片作业所需要的CPU数量，最小值为0.001
*/
private final double cpuCount;
/**
* 单片作业所需要的内存MB，最小值为1
*/
private final double memoryMB;
/**
* 作业执行类型
*/
private final CloudJobExecutionType jobExecutionType;
/**
* Spring容器中配置的bean名称
*/
private String beanName;
/**
* Spring方式配置Spring配置文件相对路径以及名称，如：META-INF\applicationContext.xml
*/
private String applicationContext;
}
JobTypeConfiguration，作业类型配置，在
elastic-job-common-core项目里，为 Elastic-Job-Lite、Elastic-Job-Cloud 公用作业配置类。在《Elastic-Job-Lite 源码分析 —— 作业配置》的「2.2.1 作业类型配置」有详细解析。cpuCount,memoryMB配置单片作业占用的资源情况。这里一定要注意是单片作业，例如一个作业有三个分片(shardingTotalCount = 3)，则占用资源为 3 *cpuCount+ 3 *memoryMB。作业执行类型( CloudJobExecutionType )有两种：常驻作业( DAEMON )，瞬时作业( TRANSIENT )。在《Elastic-Job-Cloud 源码解析 —— 作业调度（一）》详细解析。Elastic-Job-Cloud 独有，非常有趣。
beanName,applicationContext实现 Spring 启动方式作业。在《Elastic-Job-Cloud 源码解析 —— 作业调度（一）》有详细解析。3.1.1 操作云作业配置
云作业配置有多种操作：
添加 / 更新 / 删除
开启 / 禁用
有两种方式进行操作，以添加举例子：
调用 HTTP 接口：
// Java启动方式作业注册
curl -l -H "Content-type: application/json" -X POST -d '{"jobName":"foo_job","appName":"foo_app","jobClass":"yourJobClass","jobType":"SIMPLE","jobExecutionType":"TRANSIENT","cron":"0/5 * * * * ?","shardingTotalCount":5,"cpuCount":0.1,"memoryMB":64.0,"appURL":"http://app_host:8080/foo-job.tar.gz","failover":true,"misfire":true,"bootstrapScript":"bin/start.sh"}' http://elastic_job_cloud_host:8899/api/job/register
// Spring启动方式作业注册
curl -l -H "Content-type: application/json" -X POST -d '{"jobName":"foo_job","jobClass":"yourJobClass","beanName":"yourBeanName","applicationContext":"applicationContext.xml","jobType":"SIMPLE","jobExecutionType":"TRANSIENT","cron":"0/5 * * * * ?","shardingTotalCount":5,"cpuCount":0.1,"memoryMB":64.0,"appURL":"http://file_host:8080/foo-job.tar.gz","failover":false,"misfire":true,"bootstrapScript":"bin/start.sh"}' http://elastic_job_cloud_masterhost:8899/api/job/register运维平台
运维平台是对调用 HTTP 接口的UI封装，实现代码如下：
// CloudJobRestfulApi.java
public final class CloudJobRestfulApi {
/**
* 注册作业.
*
* @param jobConfig 作业配置
*/
@POST
@Path("/register")
@Consumes(MediaType.APPLICATION_JSON)
public void register(final CloudJobConfiguration jobConfig) {
producerManager.register(jobConfig);
}
}
// ProducerManager.java
public final class ProducerManager {
/**
* 注册作业.
*
* @param jobConfig 作业配置
*/
public void register(final CloudJobConfiguration jobConfig) {
if (disableJobService.isDisabled(jobConfig.getJobName())) {
throw new JobConfigurationException("Job '%s' has been disable.", jobConfig.getJobName());
}
Optional<CloudAppConfiguration> appConfigFromZk = appConfigService.load(jobConfig.getAppName());
if (!appConfigFromZk.isPresent()) {
throw new AppConfigurationException("Register app '%s' firstly.", jobConfig.getAppName());
}
Optional<CloudJobConfiguration> jobConfigFromZk = configService.load(jobConfig.getJobName());
if (jobConfigFromZk.isPresent()) {
throw new JobConfigurationException("Job '%s' already existed.", jobConfig.getJobName());
}
// 添加云作业配置
configService.add(jobConfig);
// 调度作业
schedule(jobConfig);
}
}
// CloudJobConfigurationService.java
/**
* 添加云作业配置.
*
* @param jobConfig 云作业配置对象
*/
public void add(final CloudJobConfiguration jobConfig) {
regCenter.persist(CloudJobConfigurationNode.getRootNodePath(jobConfig.getJobName()), CloudJobConfigurationGsonFactory.toJson(jobConfig));
}
// CloudJobConfigurationNode.java
public final class CloudJobConfigurationNode {
public static final String ROOT = "/config/job";
private static final String JOB_CONFIG = ROOT + "/%s"; // %s = ${JOB_NAME}
}CloudJobRestfulApi，作业云Job的REST API，实现了作业云Job配置的多种操作、查询运行中 / 待运行 / 失效转移作业列表等 HTTP 接口。
ProducerManager，发布任务作业调度管理器。这是一个很重要的类，在《Elastic-Job-Cloud 源码解析 —— 作业调度（一）》详细解析。
CloudJobConfigurationService，作业配置服务，实现了作业配置的存储功能。
调用
CloudJobConfigurationService#add(...)方法，存储 CloudJobConfiguration 到注册中心( Zookeeper )的持久数据节点${NAMESPACE}/config/job/${JOB_NAME}，JSON 格式化对象。使用 zkClient 查看如下：[zk: localhost:2181(CONNECTED) 3] get /elastic-job-cloud/config/job/test_job_simple
{"jobName":"test_job_simple","jobClass":"com.dangdang.ddframe.job.example.job.simple.JavaSimpleJob","jobType":"SIMPLE","cron":"0/10 * * * * ?","shardingTotalCount":1,"shardingItemParameters":"","jobParameter":"","failover":false,"misfire":false,"description":"","jobProperties":{"job_exception_handler":"com.dangdang.ddframe.job.executor.handler.impl.DefaultJobExceptionHandler","executor_service_handler":"com.dangdang.ddframe.job.executor.handler.impl.DefaultExecutorServiceHandler"},"appName":"exampleApp","cpuCount":0.1,"memoryMB":64.0,"jobExecutionType":"TRANSIENT"}调用
#schedule(…)方法，调度作业。这是个很有趣的方法，在《Elastic-Job-Cloud 源码解析 —— 作业调度（一）》详细解析。3.2 本地云作业配置
LocalCloudJobConfiguration，本地云作业配置。实现代码如下：
public final class LocalCloudJobConfiguration implements JobRootConfiguration {
private final JobTypeConfiguration typeConfig;
/**
* 分片作业序号
*/
private final int shardingItem;
private String beanName;
private String applicationContext;
}shardingItem，分片作业序号，用于本地调试指定分片作业项。到底有什么用呢？
在开发Elastic-Job-Cloud作业时，开发人员可以脱离Mesos环境，在本地运行和调试作业。可以利用本地运行模式充分的调试业务功能以及单元测试，完成之后再部署至Mesos集群。
本地运行作业无需安装Mesos环境。在《官方文档 —— 本地运行模式》有详细解析。
3.3 云作业配置总结
CloudJobConfiguration：生产运行使用。
LocalCloudJobConfiguration：本地开发调试。
- 666. 彩蛋
芋道君：本文主要为《Elastic-Job-Cloud 源码解析 —— 作业调度（一）》做铺垫，这会是一篇长文。读懂 Elastic-Job-Cloud 作业调度后，整个人脑洞又开的不行不行的！
旁白君：支持+1024。另外，推荐资料如下，对理解 Elastic-Job-Cloud 很有帮助。
《基于Mesos的当当作业云Elastic Job Cloud》
《如何从0到1搭建弹性作业云Elastic-Job-Cloud》
道友，赶紧上车，分享一波朋友圈！
