Elastic-Job-Lite 是一款由 Apache 开源的轻量级分布式任务调度框架，属于 ShardingSphere 生态体系的一部分。它专注于分布式任务调度，支持弹性伸缩、分片处理、高可用等特性，且不依赖中心化架构。
一、基础
（一）核心特性
-
分布式协调
通过 ZooKeeper 实现作业的分布式调度和协调，确保任务在集群环境中不重复、不遗漏地执行。 -
分片机制
支持将任务拆分为多个分片（Sharding）并行执行，提升处理效率。例如：// 根据分片参数处理不同数据 int shardIndex = context.getShardingItem(); // 分片索引（0,1,2...） String shardParam = context.getShardingParameter(); // 分片参数 -
弹性伸缩
动态感知集群节点变化，自动重新分配分片。新增节点时，分片会被均匀分配到新节点；节点下线时，其分片会被其他节点接管。 -
多种作业类型
SimpleJob：简单任务，实现SimpleJob接口即可。DataflowJob：数据流任务，支持数据抓取（fetch）和处理（process）。ScriptJob：脚本任务，支持 Shell、Python 等脚本语言。
-
失效转移
当作业节点崩溃时，正在执行的分片会被转移到其他节点继续执行。 -
幂等性保障
通过 ZooKeeper 实现分布式锁，确保同一分片在同一时间只被一个节点执行。
（二）架构设计
Elastic-Job-Lite 采用去中心化架构：
- 作业节点：直接部署在应用中，既是执行节点也是调度节点。
- 注册中心：依赖 ZooKeeper 存储作业元数据和运行状态。
- 无中心化调度器：每个节点通过注册中心协调，无需单独的调度中心。
（三）核心概念
-
作业（Job）
任务的抽象，支持 Simple、Dataflow、Script 三种类型。 -
分片（Sharding）
将任务拆分为多个独立的子任务，每个分片由不同的节点执行。例如：elasticjob:jobs:myJob:sharding-total-count: 3 # 总分片数sharding-item-parameters: "0=北京,1=上海,2=广州" # 分片参数 -
注册中心（Registry Center）
ZooKeeper 作为协调服务，存储作业配置、运行状态和分片信息。 -
作业实例（Job Instance）
每个作业节点启动时会向注册中心注册自己，成为一个作业实例。
二、在springboot中使用Elastic-Job-Lite
（一）添加依赖
在 pom.xml 中添加 Elastic-Job-Lite 和 ZooKeeper 客户端依赖：
<!-- Elastic-Job-Lite Spring Boot Starter -->
<dependency><groupId>org.apache.shardingsphere.elasticjob</groupId><artifactId>elasticjob-lite-spring-boot-starter</artifactId><version>3.0.3</version> <!-- 最新稳定版本 -->
</dependency><!-- ZooKeeper 客户端 -->
<dependency><groupId>org.apache.curator</groupId><artifactId>curator-recipes</artifactId><version>5.3.0</version>
</dependency>
（二） 配置 ZooKeeper 注册中心
你提到的没错！Elastic-Job-Lite 配置 ZooKeeper 确实有三种主要方式，我之前的回答集中在 Java 代码配置 上。现在我补充完整另外两种方式：
1.YAML 配置（Spring Boot 自动配置）
最简洁的方式，通过 application.yml 配置：
elasticjob:reg-center:server-lists: localhost:2181 # ZooKeeper 地址namespace: elastic-job # 命名空间base-sleep-time-milliseconds: 1000 # 初始重试等待时间max-sleep-time-milliseconds: 3000 # 最大重试等待时间max-retries: 3 # 最大重试次数digest: "" # 认证信息（可选）jobs:mySimpleJob:type: SIMPLEclass: com.example.job.MySimpleJob # 作业类路径cron: "0/10 * * * * ?" # Cron 表达式sharding-total-count: 3 # 分片总数sharding-item-parameters: "0=A,1=B,2=C" # 分片参数overwrite: true # 覆盖注册中心配置
关键点：
elasticjob.reg-center配置 ZooKeeper 连接信息。elasticjob.jobs下定义具体作业，支持SIMPLE、DATAFLOW、SCRIPT等类型。
2.Java 代码配置（手动构建 Bean）
前面示例中使用的方式，适合需要灵活控制配置的场景：
@Configuration
public class JobConfig {@Bean(initMethod = "init")public ZookeeperRegistryCenter regCenter() {ZookeeperConfiguration zkConfig = new ZookeeperConfiguration("localhost:2181", "elastic-job");return new ZookeeperRegistryCenter(zkConfig);}@Bean(initMethod = "init")public SpringJobScheduler simpleJobScheduler(MySimpleJob mySimpleJob, ZookeeperRegistryCenter regCenter) {JobCoreConfiguration coreConfig = JobCoreConfiguration.newBuilder("mySimpleJob", "0/10 * * * * ?", 3).shardingItemParameters("0=A,1=B,2=C").build();SimpleJobConfiguration jobConfig = new SimpleJobConfiguration(coreConfig, MySimpleJob.class.getCanonicalName());return new SpringJobScheduler(mySimpleJob, regCenter, LiteJobConfiguration.newBuilder(jobConfig).overwrite(true).build());}
}
关键点：
- 手动创建
ZookeeperRegistryCenter和SpringJobSchedulerBean。 - 通过
JobCoreConfiguration和SimpleJobConfiguration构建作业配置。
（三）创建简单作业类
实现 SimpleJob 接口，定义作业逻辑：
import com.dangdang.ddframe.job.api.ShardingContext;
import com.dangdang.ddframe.job.api.simple.SimpleJob;
import org.springframework.stereotype.Component;@Component
public class MySimpleJob implements SimpleJob {@Overridepublic void execute(ShardingContext shardingContext) {// 获取分片信息int shardIndex = shardingContext.getShardingItem();String shardParam = shardingContext.getShardingParameter();// 作业逻辑（根据分片参数处理不同数据）System.out.printf("分片项: %d, 参数: %s, 时间: %s%n", shardIndex, shardParam, System.currentTimeMillis());// 示例：根据分片处理不同的数据// if (shardIndex == 0) { processGroupA(); }// else if (shardIndex == 1) { processGroupB(); }}
}
（四）配置作业
使用 @ElasticSimpleJob 注解配置作业：
import com.dangdang.ddframe.job.config.simple.SimpleJobConfiguration;
import com.dangdang.ddframe.job.lite.config.LiteJobConfiguration;
import com.dangdang.ddframe.job.lite.spring.api.SpringJobScheduler;
import com.dangdang.ddframe.job.reg.zookeeper.ZookeeperRegistryCenter;
import org.apache.shardingsphere.elasticjob.api.ElasticSimpleJob;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;@Configuration
public class JobConfig {@Autowiredprivate ZookeeperRegistryCenter regCenter;@Autowiredprivate MySimpleJob mySimpleJob;@Bean(initMethod = "init")public SpringJobScheduler simpleJobScheduler() {// 定义作业核心配置JobCoreConfiguration coreConfig = JobCoreConfiguration.newBuilder("mySimpleJob", // 作业名称"0/10 * * * * ?", // Cron 表达式3 // 分片总数).shardingItemParameters("0=A,1=B,2=C") // 分片参数.build();// 定义 Simple 作业配置SimpleJobConfiguration simpleJobConfig = new SimpleJobConfiguration(coreConfig, MySimpleJob.class.getCanonicalName());// 定义 Lite 作业配置LiteJobConfiguration jobConfig = LiteJobConfiguration.newBuilder(simpleJobConfig).overwrite(true) // 允许覆盖注册中心配置.build();// 创建作业调度器return new SpringJobScheduler(mySimpleJob, regCenter, jobConfig);}
}
（五）配置说明
| 参数 | 说明 |
|---|---|
reg-center.server-lists | ZooKeeper 服务器地址，多个地址用逗号分隔（如 host1:2181,host2:2181） |
reg-center.namespace | 命名空间，用于隔离不同项目的作业配置 |
coreConfig.cron | Cron 表达式，定义作业执行时间规则 |
coreConfig.shardingTotalCount | 分片总数，决定作业拆分为多少个并行执行单元 |
coreConfig.shardingItemParameters | 分片参数，格式为 0=A,1=B,2=C，为每个分片指定参数 |
