首先我們要了解一下什麼是任務排程，排程就是將一個任務套上一個時間，讓該任務可以在時間規律上去迴圈執行。一般的技術quartz、spring task、java.util.Timer，這幾種如果在單一機器上跑其實問題不大，但是如果一旦應用於叢集環境做分散式部署，就會帶來一個致命的問題，那就是重複執行，當然解決方案有，但是必須依賴資料庫，將任務執行狀態持久化下來。所以噹噹就把quartz和zookeeper結合起來達到分散式排程，並且新增其他功能，形成了elastic-job。
功能列表：
分散式排程協調
彈性擴容縮容
失效轉移
錯過執行作業重觸發
作業分片一致性，保證同一分片在分散式環境中僅一個執行例項
自診斷並修復分散式不穩定造成的問題
支援並行排程
支援作業生命週期操作
豐富的作業型別
Spring整合以及名稱空間提供
運維平臺
下面我們來學習一下elastic-job-lite
首先我們可以先將運維平臺搭建起來：
1、

https://github.com/dangdangdotcom/elastic-job
下載原始碼

找到elastic-job-lite 下面的elastic-job-lite-console，然後用mvn 打包。
最終得到elastic-job-lite-console-2.1.5.tar.gz。儲存下來上傳到linux下，並且解壓，在bin資料夾下執行./start.sh （-p 可以指定埠號）
啟動成功訪問 地址：埠號

能訪問到這個頁面就算搭建成功了。
（elastic-job 是依賴zookeeper來做協調的，所以還需要有zookeeper環境，搭建很簡單，我就不貼出來）
現在開始編寫任務程式碼：
job型別分為 SimpleJob 簡單任務、Dataflow型別作業、Script型別作業
我們先來最簡單的SimpleJob
首先將依賴的包引入進來：

 <dependency>
      <groupId>com.dangdang</groupId>
      <artifactId>elastic-job-lite-core</artifactId>
      <version>2.1.5</version>
 </dependency>

寫一個任務：

package cn.job;

import com.dangdang.ddframe.job.api.ShardingContext;
import com.dangdang.ddframe.job.api.simple.SimpleJob;

import
 
 java.util.Date;

/**
 * Created by siliang 2017/7/27.
 */
public class SimpleJobDemo implements SimpleJob{
    @Override
    public void execute(ShardingContext shardingContext) {
        System.out.println(new Date()+" job名稱 = "+shardingContext.getJobName()
                +"分片數量"+shardingContext.getShardingTotalCount()
                +"當前分割槽"+shardingContext.getShardingItem()
                +"當前分割槽名稱"+shardingContext.getShardingParameter()
                +"當前自定義引數"+shardingContext.getJobParameter()+"============start=================");


    }
}

然後再寫一個main函式來啟動

package cn.job;

import com.dangdang.ddframe.job.api.simple.SimpleJob;
import com.dangdang.ddframe.job.config.JobCoreConfiguration;
import com.dangdang.ddframe.job.config.dataflow.DataflowJobConfiguration;
import com.dangdang.ddframe.job.lite.api.JobScheduler;
import com.dangdang.ddframe.job.lite.config.LiteJobConfiguration;
import com.dangdang.ddframe.job.reg.base.CoordinatorRegistryCenter;
import com.dangdang.ddframe.job.reg.zookeeper.ZookeeperConfiguration;
import com.dangdang.ddframe.job.reg.zookeeper.ZookeeperRegistryCenter;

/**
 * Created by siliang on 2017/7/26.
 */
public class TestJob {

    public static void main(String[] args) {
        new JobScheduler(createRegistryCenter(), createJobConfiguration("A")).init();
    }
    private static CoordinatorRegistryCenter createRegistryCenter() {
    //192.168.112.128:2181,192.168.112.128:2182 這個為zk的地址
    //demo-job 這個為1個zk環境的下的1個namespace 可以有多個 1個namespace下有多個job
        CoordinatorRegistryCenter regCenter = new ZookeeperRegistryCenter(
                new ZookeeperConfiguration("192.168.112.128:2181,192.168.112.128:2182", "demo-job"));
        regCenter.init();
        return regCenter;
    }
    private static LiteJobConfiguration createJobConfiguration(String jobParameter) {
        // mySimpleTest 為jobname 0/10 * * * * ?為cron表示式  2 分片數量  0=北京,1=上海 分片對應內容  jobParameter 自定義引數
       JobCoreConfiguration simpleCoreConfig = JobCoreConfiguration.newBuilder("simpleJobDemo", "0/10 * * * * ?", 2).shardingItemParameters("0=北京,1=上海").jobParameter(jobParameter).build();
        SimpleJobConfiguration simpleJobConfig = new SimpleJobConfiguration(simpleCoreConfig, SimpleJobDemo.class.getCanonicalName());
        JobRootConfiguration simpleJobRootConfig = LiteJobConfiguration.newBuilder(simpleJobConfig).build();

        return  result;
    }

}

執行一下：

可以看到每隔10秒 2個分片都執行了，這就是 切片功能，可以並行處理。比如2個DB 一個在上海一個在北京，那麼就可以按照分片的內容來進行分別執行2個地區的資料。

然後回到運維介面，
在註冊中心點選 ADD 註冊中心名稱：隨便定 註冊中心地址： zk 地址 名稱空間就是之前說到namespace，登入憑證如果沒有可以不填。新增完之後點選連線。

連線完之後點選作業維度，可以看到剛剛執行的任務，目前狀態是已下線。
現在再把之前的mian函式執行一下，
可以看到狀態已經是正常了，並且多了好幾個操作。其他的都很明白，就修改比較重要點。點選

可以看到除了上面3個選項其他都可以更改，main函式不關閉，並且在運維平臺直接修改配置，會立即生效，大家可以自己試試玩玩。有一點需要提醒的是 如果在平臺修改過配置，如果沒有在平臺將任務刪除重新執行main函式的話，配置是會被平臺的配置覆蓋的。
這是elastic-job-lite 的SimpleJob，下一章我們討論下DataflowJob。