XXL-JOB（4）

分片任务

分片任务能更好的利用集群的能力，可以同时调度多个机器并行运行任务。

分片任务的实现原理包括以下几个核心步骤：

1、任务分配
当一个分片任务被触发时，调度器会根据任务的分片参数决定需要多少个执行器参与任务。
每个执行器或执行线程会接收到一个分片索引（shard index）和分片总数（shard total）。
2、分片参数：
分片索引（从0开始）标识了当前执行器处理的是哪一部分数据。
分片总数告诉执行器总共有多少个分片。
3、并行执行：
每个执行器根据分配到的分片索引并行执行其任务。例如，如果一个任务被分为10个片，那么每个执行器可能负责处理10%的数据。
4、处理逻辑：
开发者在任务实现时需要根据分片索引和分片总数来调整处理逻辑，确保每个分片处理正确的数据段。
5、结果汇总：
分片执行完毕后，各个执行器的执行结果可以被独立处理，或者可以通过某种机制进行结果的汇总和整合。

 

public void myxecute() {
   
    int shardIndex = XxlJobHelper.getShardIndex();
    int shardTotal = XxlJobHelper.getShardTotal();

    // todo 获取业务id ，查询数据库或者 参数重获取
    if (id % shardTotal == shardIndex) 
        // 执行任务
        System.out.println("执行任务:  " + id);
    } else {
        // 不执行任务
        System.out.println(id + " 不执行任务");
    }
}

 

源码分享-关于分片参数的设置和获取

xxl-job-admin 服务

com.xxl.job.admin.core.trigger.XxlJobTrigger#trigger

将所有执行器发起调度

 

设置分片参数

 

通过自研调度RPC 调用执行器的接口

com.xxl.job.core.biz.impl.ExecutorBizImpl#run

 

JobThread
// 使用 triggerQueue 任务消费
private LinkedBlockingQueue<TriggerParam> triggerQueue;

这个线程JobThread run 不断从triggerQueue 中 poll 参数，构建 XXLjobContext

至此 关于分片参数传递 已经完全明了。