经历定时任务事故，我学到了什么？一个案例的全面回顾
前情提要
最近离职在家休息，手里的资金又比较有限，水费，电费，燃气费都比较头疼，有时候电费欠费断电了才去交，然后要等5-10分钟才重新送电，再加上家里有电压保护器，就更久了，水费，燃气亦是如此。
事发突然
对于我这种一般不会一次性充很多或者每月固定缴费的人来说，我没办法做到按时固定查看，可以说我有点懒。于是就想起家里有台服务器，只挂了一个NAS服务在上面，感觉到有点浪费，于是就看到宝塔面板上有定时任务管理器，前期用的感觉还不错，但是！！问题出现了，我有一次出远门直接拉闸，结果回家之后合闸听见服务器风扇狂转......
于是我立刻打开电脑去看宝塔面板，首先是要我登录账号，我就有点汗流浃背了。登录之后立刻点到定时任务面板里去看，结果全没了，我以为是宝塔没了，但是思索片刻之后发现，宝塔面板的定时任务是设置到Linux的crontab命令中的。接着我抱着试试看的心态登录SSH查询了一下，确实有那么几条不认识的（看着完全不像我的）定时任务在控制台。
我想：既然有记录，那不是能正常执行？ 果然猜的没错，可以运行，直到我想调整定时周期，给我整暴躁了。但有人可能就说：“你为什么不直接用命令控制台呢？”，“你为什么要用图形化界面？”，“你Linux命令都不熟，怎么做开发的？”诸如此类，可是我用图形化的东西不就是图个方便么？
思考
为什么宝塔面板的定时任务查不到？
设计缺陷？容错设计？我并不清楚
为什么SSH查询的定时任务我一个都不认识？
宝塔做了一次唯一编码转换
在Linux中的定时任务是怎么保存的？
我在宝塔面板的www目录下找到了一个cron的文件夹，并发现了成对出现的定时文件，名称和SSH界面查询出来的一模一样，用文本编辑器打开，果不其然，就是我设置的定时脚本内容
既然在特定目录下，为何宝塔不识别？
我尝试添加新的定时任务，cron文件夹中又出现了新的文件。猜测是宝塔的数据和文件是分开的，就意味着不是根据动态扫描配置来实现，而是单独储存数据映射
我想到一件事，既然Linux有crontab，那Windows是不是也有类似的东西可以支持？
确实是这样
微软提供了一个图形化操作界面来管理定时任务：
但是，这里又有一个问题回归本质。
我现在既需要定时任务功能帮我定时查询水电燃气费，但我又得省电，用过Win的都非常清楚，一旦超过24H不关机或重启，系统就会出点小毛病，就像安卓，但我服务器又是Linux，所以我得找个解决办法......
于是，我想到了另一个问题，既然crontab系统提供的这么方便，为什么软件开发不用？（脑子抽了） 因为：集成度不高且不方便定制
解决之路
于是我就开始看定时任务框架，想到了之前面试经常提到的Quartz框架。
马上就下载源码看了起来。
看了一圈发现，Quartz框架使用了多线程技术来实现任务调度。
又回归到多线程，好好好！
那就顺带狠狠的让我康康！
以下是Quartz框架的一些核心组成部分及其实现原理：
- Scheduler（调度器） ：负责整个定时任务系统的调度工作。内部通过线程池来进行任务的执行和调度管理。
- Trigger（触发器） ：定义了调度任务的时间规则，决定何时触发任务执行。Quartz支持多种类型的触发器，如SimpleTrigger、CronTrigger等。
- Job（任务） ：实际执行的工作单元，通常实现了特定的接口以定义任务内容。
- JobDetail（任务详情） ：保存了Job的实例和相关的配置信息。
- 线程池：Quartz使用线程池来管理和执行任务，这样可以有效地复用线程资源，提高系统性能。
- 数据存储：Quartz允许将Trigger和Job的相关信息存储在数据库中，以实现任务的持久化，确保即使在系统宕机后，任务也能恢复执行。
- 集群支持：Quartz还支持集群环境下的任务调度，能够在多个节点之间协调任务的执行。
- 容错机制：Quartz框架提供了一些容错机制，比如在任务执行过程中发生异常时，可以记录日志并尝试重新执行任务。
- 负载均衡：在集群环境中，Quartz可以通过一定的策略进行负载均衡，确保任务在各个节点上均匀分配。
综上所述，Quartz框架通过这些组件和机制，提供了一个强大而灵活的任务调度平台，广泛应用于需要定时或周期性执行任务的Java应用程序中。
好嘛，这里问题又来了，多线程。如果我的定时任务体量足够大，或者说我就是喜欢玩变态的，纯靠定时任务执行逻辑，是不是又遇到了面试的经典场景？
那么，来回顾一下吧！
多线程应用在CPU占用中通常是通过抢占时间片来执行任务的。
在多线程环境中，CPU的时间被分割成许多小的时间片，每个线程轮流使用这些时间片来执行任务。这种机制称为时间片轮转（Time Slice Scheduling） 。以下是多线程执行的一些关键点：
- 线程状态：线程可以处于就绪状态、运行状态或阻塞状态。在就绪状态下，线程准备好执行并等待CPU时间片。一旦抢到时间片，线程就会进入运行状态。
- 抢占式多任务：为了防止线程独占CPU，操作系统采用抢占式多任务策略，允许其他线程公平地分享CPU执行时间。这意味着即使一个线程仍在运行，CPU也可能强制中断它，让其他线程执行。
- 线程优先级：线程的优先级影响它们抢占时间片的概率。高优先级的线程更有可能被调度执行，但这并不意味着低优先级的线程永远不会执行。
- 多核CPU：在多核CPU的情况下，单进程的多线程可以并发执行，而多进程的线程也可以并行执行。每个核心上的线程按照时间片轮转，但一个线程在同一时间只能运行在一个核心上。
综上所述，多线程应用确实依赖于时间片轮转机制来实现多任务并行处理，这是现代操作系统中实现多线程并发执行的基础。通过这种方式，操作系统能够有效地管理多个线程，确保CPU资源的合理分配和充分利用。
线程过多会引发什么问题呢？
线程过多确实可能导致操作系统性能的下降。当系统中存在大量线程时，可能会引发以下问题：
- 上下文切换开销增大：操作系统需要更频繁地在线程之间切换，这种上下文切换会消耗CPU时间，降低整体的CPU利用率。
- 内存占用增加：每个线程都有自己的栈空间，大量的线程意味着需要更多的内存来存储这些栈空间，这可能导致内存资源紧张，甚至出现内存不足的情况。
- 垃圾回收压力增大：在Java等环境中，过多的线程会增加垃圾回收器的工作压力，进一步影响程序性能。
- 系统稳定性降低：过多的线程竞争CPU资源时可能产生其他性能开销，严重时可能导致系统不稳定，甚至出现OutOfMemoryError异常。
为了解决这些问题，可以采取以下措施：
- 使用线程池：线程池可以有效地管理线程资源，避免频繁创建和销毁线程的开销，同时可以控制线程数量和任务队列，提高系统性能和可靠性。
- 合理配置线程数：根据系统的硬件配置和应用需求，合理设置线程池的核心线程数和最大线程数，以达到最优的系统吞吐量和响应时间。
- 动态调整参数：根据实际情况动态调节线程池的参数，确保线程池处于合适的状态，避免任务堆积导致死锁或长时间停滞。
综上所述，虽然多线程可以提高程序的并发性能，但是线程数量过多确实会给操作系统带来额外的负担，可能导致性能下降。因此，合理配置和管理线程是提高系统性能的关键。
所以Quartz用的就是线程池，那线程池怎么玩？
这道题的核心就是：任务密集型和CPU密集型分别如何设置线程池
先写一个解，解代表人的自信
解： 针对CPU密集型任务，线程池的设置应侧重于核心数匹配；而针对任务密集型（通常指IO密集型），线程池可配置更多的线程以利用IO等待时间。具体设置如下：
- CPU密集型任务：
- 线程数量：一般建议将核心线程数 (corePoolSize) 和最大线程数 (maximumPoolSize) 设置为与CPU的核心数相等。这样可以避免过多的上下文切换，因为CPU密集型任务会持续占用CPU资源进行计算。
- 存活时间：对于CPU密集型任务，线程的存活时间不需要设置太长，因为线程通常会一直忙碌。
- 任务密集型（IO密集型）任务：
- 线程数量：可以设置为核心数的两倍，即如果机器有N个CPU，那么线程数可以设置为2N。这是因为在执行IO操作时，线程会经常处于等待状态，此时可以处理其他任务，所以增加线程数可以更充分地利用CPU资源。
- 存活时间：对于IO密集型任务，可以根据实际情况适当增加线程的存活时间，以保证在需要时能够快速响应。
此外，如果任务既包含计算工作又包含IO工作，可以考虑使用两个线程池分别处理不同类型的任务，以避免相互干扰。 综上所述，合理设置线程池参数可以帮助系统高效运行，减少资源争用和性能瓶颈。
是不是一下就清晰明了，面试题也不用死记硬背了？
那回归到上面说的，我是一个变态，我就是喜欢用定时任务去执行所有逻辑，就是喜欢定时任务多到离谱，那么这个时候因为任务多到离谱，所以任务执行会有时间差，但我又要精准执行怎么办？
答：买个线程撕裂者（笑）
哥们要是那么有钱，我为什么不直接挂Win，然后再多搞几台电脑？
解决方案
手搓一个定时任务执行系统+文件系统 MySQL5+SpringBoot2.x+Quartz+Linux
后续如果大家也有这需求，我看情况开源给大家用
引申思考
在实际生产中，由于都是分布式的架构，那么Quartz自然就慢慢的没办法满足需求了。
甚至有些系统需要专门为定时服务准备一台专用服务器
为了解决这一问题，众多定时框架应运而生，例如：XXL-job
相比之下他们之间有什么差异呢？
| Quartz | XXL-job | |
|---|---|---|
| 优点 | 支持集群部署，能够实现高可用性和负载均衡。 是Java生态中广泛使用的定时任务标准，社区活跃，文档齐全。 可以通过数据库实现作业的高可用性。 | 提供了可视化的管理界面，便于任务的监控和管理。 支持集群部署，且维护成本低，提供错误预警功能。 支持分片、故障转移等分布式场景下的关键特性。 相对Quartz来说，上手更容易，适用于分布式环境。 |
| 缺点 | 缺少自带的管理界面，对用户而言不够直观便捷。 调度逻辑和执行任务耦合在一起，维护时需要重启服务，影响系统的连续性。 相对于其他分布式调度框架，如elastic-job，缺少分布式并行调度的功能。 | 需要单独部署调度中心，相对于Quartz来说，增加了部署的复杂性。 |
不过在现代几乎都是容器开发的方式，部署的复杂程度已经没有那么高了。
结尾
至此
祝各位工作顺利，钱多事少离家近！！！
祝各位jy们清明安康！！！
来源：juejin.cn/post/7353208973879853106
