ElasticJob初探

依赖版本

JDK版本是：jdk17

springboot版本

    <parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.2.4</version></parent>

zookeeper

elasticjob 需要使用zookeeper为注册中心

下载地址：https://zookeeper.apache.org/releases.html
在这里插入图片描述

下载后解压，进入conf目录

复制zoo_sample.cfg 文件，修改名称为zoo.cfg，指定dataDir目录

在这里插入图片描述

进入bin目录，windows 点击zkServer.cmd启动，linux执行zkServer.sh文件启动

elastic作业模式

elasticjob:regCenter:## 注册中心serverLists: localhost:2181namespace: elasticjob-springbootjobs:simpleJob: elasticJobClass: xyz.toolhow.job.MyJobcron: 0 0/1 * * * ?timeZone: GMT+08:00shardingTotalCount: 3shardingItemParameters: 0=Beijing,1=Shanghai,2=GuangzhoudataflowJob:elasticJobClass: xyz.toolhow.job.SpringBootDataflowJobcron: 0 0/1 * * * ?timeZone: GMT+08:00shardingTotalCount: 3shardingItemParameters: 0=Beijing,1=Shanghai,2=Guangzhou

SimpleJob

@Component
public class MyJob implements SimpleJob {@Autowiredprivate OrderMapper orderMapper;@Overridepublic void execute(ShardingContext context) {
//        System.out.println(context.getShardingItem());
//        System.out.println(context.getShardingParameter());// 定时执行逻辑}
}

简单任务可以分片执行，如果部分片，将并发执行，但是每次获取全部数据进行执行，会导致内存问题所以进行以下优化

DataflowJob

@Component
public class SpringBootDataflowJob implements DataflowJob<Order> {@Autowiredprivate OrderMapper orderMapper;@Overridepublic List<Order> fetchData(final ShardingContext shardingContext) {List<Order> orders = orderMapper.selectList(new LambdaQueryWrapper<Order>().eq(Order::getArea, shardingContext.getShardingParameter()).eq(Order::getStatus, 0).last("limit 10"));// 获取数据return orders;}@Overridepublic void processData(final ShardingContext shardingContext, final List<Order> data) {for (Order order : data) {order.setStatus(1);orderMapper.updateById(order);System.out.println("----------------------------------");}}
}