XXL-JOB GLUE任务第三方依赖包的管理实践
背景
xxl-job 是一个分布式任务调度平台，它的应用场景非常广泛，例如定时任务、消息推送、批处理等。xxl-job 中的任务类型主要有两种：
- BEAN模式（方法形式）
支持基于方法的开发方式，每个任务对应一个方法。
优点：每个任务只需要开发一个方法，并添加”@XxlJob”注解即可，更加方便、快速。支持自动扫描任务并注入到执行器容器。
缺点：要求Spring容器环境；
基于方法开发的任务，底层会生成JobHandler代理，和基于类的方式一样，任务也会以JobHandler的形式存在于执行器任务容器中。
- GLUE模式（源码方式）
任务以源码方式维护在调度中心，支持通过Web IDE在线更新，实时编译和生效，因此不需要指定JobHandler。例如我的代码是python类型的代码,点击该任务右侧“GLUE”按钮，将会前往GLUE任务的Web IDE界面，在该界面支持对任务代码进行开发。
- 优点：这种方式相比 BEAN 模式更加灵活，因为任务逻辑不一定要用 Java 实现。
- 缺点：存在一定的安全风险，因为执行器可以执行任意的脚本文件
但是大家注意到没有，这个地方没有涉及应用的环境问题，比如我的是java代码，那我的程序中的某个包是否在本地能被引用到，即通过maven或是gradle已经下载本地了，或是我的python代码的依赖包是否在当前环境pip install了，我们从官方的github issues中，看到有很多同学提到了这些问题.但是这个官方没有给出具体的解决方案。这篇文档，就给大家谈谈这个问题。
https://github.com/xuxueli/xxl-job/issues/129
https://github.com/xuxueli/xxl-job/issues/254
https://github.com/xuxueli/xxl-job/issues/1401
GLUE模式(Java)任务依赖环境构建
在 xxl-job 的 GLUE 模式下，如果任务类型为 Java 类型，那么需要保证任务依赖的相关 JAR 包已经下载到本地环境中，否则任务执行会出现 ClassNotFoundException 等类加载异常。
一种比较简单的方式是将任务依赖的 JAR 包打成一个 Fat Jar，然后将 Fat Jar 放在执行器的 classpath 中即可。Fat Jar 是将多个 JAR 包合并成一个 JAR 包的方式，执行时只需要引入这个 JAR 包即可。例如我们修改执行器的pom.xml,加入fastjson（相当于把jar放到了执行器的classpath中）,然后我们的DemoGlueJobHandler便可以引用fastjson里面的类了。
<!-- 阿里JSON解析器 -->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.68</version>
</dependency>
除了把依赖包提前放到执行器的classpath之外（可能会有包的冲突），还可以在任务执行前，通过代码动态加载依赖的 JAR 包，避免手动打包依赖的麻烦。可以使用 URLClassLoader 类实现动态加载。首先我们把依赖的包放在一个共享盘上，保证执行器可以直接访问到，然后通过反射机制实现代码的调用与执行。具体实现方式可以参考以下代码示例：
package com.xxl.job.service.handler;
import com.xxl.job.core.context.XxlJobHelper;
import com.xxl.job.core.handler.IJobHandler;
import java.lang.reflect.Method;
import java.net.MalformedURLException;
import java.net.URL;
import java.net.URLClassLoader;
public class DemoGlueJobHandler extends IJobHandler {
// 定义一个用于加载外部 JAR 包的 ClassLoader
public class MyClassLoader extends URLClassLoader {
public MyClassLoader(URL[] urls) {
super(urls);
}
}
// 加载外部 JAR 包的方法
public void loadJars(String[] jarPaths) {
URL[] urls = new URL[jarPaths.length];
for (int i = 0; i < jarPaths.length; i++) {
try {
urls[i] = new URL("file:" + jarPaths[i]);
} catch (MalformedURLException e) {
e.printStackTrace();
}
}
MyClassLoader myClassLoader = new MyClassLoader(urls);
Thread.currentThread().setContextClassLoader(myClassLoader);
}
@Override
public void execute() throws Exception {
// 加载外部 JAR 包
loadJars(new String[] {"/Users/dongluyang1/.m2/repository/com/alibaba/fastjson/1.2.28/fastjson-1.2.28.jar"});
ClassLoader contextClassLoader = Thread.currentThread().getContextClassLoader();
Class<?> jsonObjectClass = contextClassLoader.loadClass("com.alibaba.fastjson.JSONObject");
Method put = jsonObjectClass.getMethod("put", String.class,Object.class);
Object object = jsonObjectClass.newInstance();
put.invoke(object, "keyTest","valueTest");
Method toJSONString = jsonObjectClass.getMethod("toJSONString");
// 执行任务逻辑
XxlJobHelper.log("XXL-JOB, Hello World."+toJSONString.invoke(object));
}
}
GLUE模式(Python)任务依赖环境构建
在 xxl-job 的 GLUE 模式下，如果任务类型为 Python 类型，那么需要保证任务依赖的相关库已经下载到本地环境中，否则任务执行会出现 ImportError 等异常。
一种常用的方式是使用 Python 虚拟环境（Virtual Environment）来管理依赖库。虚拟环境是 Python 的一个功能，可以在一个独立的环境中安装 Python 和相关库，不会影响到全局环境。
- 首先生成python代码文件，存储到公共目录，比如NFS某个目录下面
- 创建一个脚本文件，同时在任务的脚本中创建虚拟环境，安装所需的依赖库。可以使用以下命令：
# 创建虚拟环境
python3 -m venv /path/to/virtualenv
# 激活虚拟环境
source /path/to/virtualenv/bin/activate
# 安装依赖库
pip3 install package1 package2 ...
# 执行任务逻辑
...
# 退出虚拟环境
deactivate
