cflow

用python实现的高可用可横向扩展的分布式调度系统

包含功能

• 定时调度(类似linux crontab)
• 依赖调度(满足依赖关系后才会启动任务)
• 任务格式: 任意命令行可执行程序
• 高可用，可横向扩展(调度器和执行器均可同时运行多个，完善的重试机制)

系统完整流程

调度器获取任务，通过kafka进行任务分发，执行器消费kafka的任务并执行

使用方法:

cflow命令位于工程目录下

• 安装mysql和etcd，执行 patch.sql
• 运行调度器: cflow scheduler -c cflow_conf.json --ha
• 运行执行器(可启多个): cflow executer -c cflow_conf.json

配置文件介绍

配置文件为json格式

{
  "Common":{
    "MysqlConn":"mysql://test:test@localhost:3306/cflow", # 数据库地址
    "Broker":"localhost:9092"   # kafka地址
  },
  "Scheduler":{
    "LogDir":"/var/log/go_log", # 日志路径
    "LogFile":"scheduler.log", # 日志文件
    "FetchInterval":10, # 扫描cron_conf间隔(秒)
    "WorkerTimeOut":20, # woker 心跳超时时间
    "RetryQueueimes":4  # 超时任务，重新发起调度的次数
  },
  "Worker": {
    "LogDir":"/var/log/go_log",
    "LogFile":"executer.log",
    "Parallelism": 32, # 每个woker，并行执行任务的个数
    "HearteatInterval": 10, # worker 心跳间隔(秒)
    "Retry": 3, # 单个任务重试次数
    "TaskTimeOut": 60 # 执行单个任务时的超时时间(秒), -1 不设置超时
  }
}

库表介绍(database: cflow)

• cron_conf crontab 配置表，存储定时任务配置
• loader_result 抽取结果表，存抽取结果，以及worker直接文件同步
• stat_result 每天的执行结果
• task_define 普通任务定义
• task_dependency 任务依赖关系
• task_instance 所有的任务实例, 记录任务的运行状态信息等

常用命令介绍(cflow)

子命令列表 cflow -h:

{run,dep,do_all_job,migrate,version,kill,executer,scheduler} ...

重跑命令(cflow run)

cflow run -h

查看参数列表和使用方法

重跑单个任务(需满足依赖关系)

cflow  run -j task_id -d YYYY-MM-DD  

重跑单个任务(无需满足依赖)

cflow  run -j task_id -d YYYY-MM-DD --force 

重跑任务以及其后置任务

cflow  run -j task_id -d YYYY-MM-DD -down

重跑任务以及其前置任务

cflow  run -j task_id -d YYYY-MM-DD -up