分布式系统大数据量计算抢占式任务调度

业务背景：

XX系统为支撑电商平台的微服务系统，系统为电商平台提供搜索页、四级页、加入购物车等提供查找货源唯一四要素接口服务，通过商品主数据、上下架信息、销售范围、供应链规则、售价、库存等信息计算获取货源，并通过售价、库龄、时效等比较获得最优货源。

系统设计：

为了支撑高并发，高访问的业务特性，系统在设计的时候考虑在每晚凌晨计算所有商品的货源信息（称为全量计算），计算完成后，如果外围系统通过MQ（消息队列）同步来的数据影响到查找货源的计算，则会将影响的商品数据异步的放入动因范围表中，JOB扫描动因范围表，重新计算受影响商品的货源（称为动因计算）。

对外提供的服务接口直接在已有货源的基础上进行过滤，计算。

系统实现（全量计算&动因计算）：

由于每天计算量巨大，因此会使用多台机器进行并行计算。需要解决如何调度这些机器有条不紊的计算？

设计调度方案如下：

1. 按照商品编码后三位 000-999分为1000个号段建立任务调度表

2. 多台机器每个机器都有各自唯一的jobID，争抢号段进行计算，如果抢到该号段，将号段设置为执行状态，锁定该号段后通过该号段查询对应商品进行计算。

Question？ --- 多台机器争抢号段，可能发生同时update一条号段记录的情况，对数据库也存在压力，这里为了减少数据库碰撞，设计为构建一个redis的缓存list队列，将所有待处理号段初始化进去，每个机器争抢的时候从list中取出一个号段，然后update，这样减少了碰撞，保证按照顺序执行。

这样设计的好处是资源（机器）和调度任务解耦，并且也保证了高可用性就算部分机器挂掉，也能保证正常计算。

详细实现：

1. 任务调度表

/*'号段争抢调度表'*/
CREATE TABLE TASK_SCHEDULE 
(
   id                   INTEGER  AUTO_INCREMENT PRIMARY KEY,
   post_num             VARCHAR(10)  NOT NULL /*'号段(000-999)'*/ ,
   handle_status        INTEGER      NOT NULL /*'处理状态 0 待处理 1 在执行 2 已完成 3 异常'*/,
   jobID                VARCHAR(10)   /*'抢到该号段的jobID'*/
) ENGINE=INNODB DEFAULT CHARSET=utf8;

2. 逻辑流程图

3 其他

为了保证全量计算的高效率及高可用性，设计表会有A,B两套表，每天用一套表，在全量计算的时候，清空更新时间最老的表，然后将计算结果插入，如果全部计算成功，进行切表操作，保证了高可用。

分布式系统大数据量计算抢占式任务调度

猜你喜欢