← 课程目录 🚀 从零到一
📐 学习维度 阶段7 · 第28章 开源项目源码精读 🚀 从零到一 📚 课程目录 🏠 首页 🛤️ 学习路径

28.6.2 XXL-JOB:调度中心集群、DB锁与故障转移

审校 2026-09-26 · 素材来源:zcode会话《分析XXL-Job项目架构与集群使用》(项目源码分析)
📑 本篇章节导航 (共6节,点击直达)
场景:单点之痛类比:只有一个窗口的银行可跑示例:两节点集群原理:行锁怎么保证不重复调度踩坑清单面试怎么问

调度中心只有一台,它一挂,全公司几百个定时任务集体哑火。但调度中心部署两台,任务会不会跑两遍?这是 XXL-JOB 集群模式最经典的问题。这篇讲它怎么用一把数据库行锁解决。

前置阅读:17.4 对比过分布式锁方案。这篇看 XXL-JOB 拿 DB 锁做高可用的取舍。

场景:单点之痛

你部署了一台 admin。某天机器内存溢出重启,期间所有任务静默丢失,第二天报表缺数才发现。领导问:为什么不多部署几台?你心里清楚:多台会不会重复触发,才是真问题。

XXL-JOB 的答案很朴素:多台 admin 共享同一个 MySQL,靠行锁排队。

类比:只有一个窗口的银行

多个 admin 节点就像多个柜员,但叫号机(MySQL 行锁)只有一台。谁拿到 schedule_lock 这行记录的锁,谁这一秒干活;其他柜员排队等着。柜员请假(节点宕机),事务回滚锁自动释放,下一个柜员立刻顶上。

不需要 Redis、不需要 Zookeeper——数据库本身就是那个协调者。

可跑示例:两节点集群


# admin 节点1 与 节点2 使用完全相同的配置,连同一个库
spring.datasource.url=jdbc:mysql://{{HOST}}:3306/xxl_job?serverTimezone=Asia/Shanghai
spring.datasource.username={{DEMO_USER}}
spring.datasource.password=****

# 执行器把两个 admin 都配上,任一挂掉自动切换
xxl.job.admin.addresses=http://{{HOST}}:8081/xxl-job-admin,http://{{HOST}}:8082/xxl-job-admin

# 节点1 和 节点2 分别启动,前端挂 Nginx 做管理台负载均衡
# 验证:kill 掉节点1,观察任务依然准点触发(节点2接管)

原理:行锁怎么保证不重复调度

锁在哪

源码在 JobScheduleHelper,预读线程每秒执行:


transactionStatus = getTransactionManager().getTransaction(...);
String lockedRecord = getXxlJobLockMapper().scheduleLock();
// SELECT * FROM xxl_job_lock WHERE lock_name='schedule_lock' FOR UPDATE

FOR UPDATE 是悲观行锁(先锁住记录再操作,别人只能等)。整个「预读任务 + 算时间轮 + 更新 nextTriggerTime」都在同一个事务里,提交时锁才释放。

这意味着:同一秒内,多个 admin 节点中只有一个能进入调度逻辑。其他节点阻塞等锁,拿到后重新查表——此时 nextTriggerTime 已被前一个节点推进,不会重复读出同一批任务。一致性就这么被串行化保证了。

高可用怎么来的

节点宕机的瞬间,它的事务还没提交,MySQL 自动回滚,锁随事务释放。其他节点的预读线程下一秒就能拿到锁继续调度。故障转移天然完成,没有选举、没有心跳检测。

性能账

调度本质是单点的(同一时刻只有一个节点干活),听起来很糟?其实不然:

1. 预读被串行化,但触发是异步的——任务丢给 JobTriggerPoolHelper 的线程池立即返回,吞吐不受锁影响

2. 每秒一次的窗口查询非常轻,几百上千个任务毫无压力

对绝大多数场景,这个「伪分布式」完全够用。

执行器侧的故障策略

集群高可用还有另一半:路由策略里的 FAILOVER(故障转移)。admin 触发前先对 addressList 里的执行器逐个 beat 探活,第一个活着的才派任务;BUSYOVER(忙碌转移) 则先 idleBeat 检查对方是否空闲。

执行器自己挂了任务失败了怎么办?配置失败重试次数,admin 会重新触发。重试是分片粒度的——分片广播下只有失败的那片重试,成功的片不重复跑。

路由策略全景

集群下执行器的行为差异,核心都落在「路由策略」上——admin 每次触发时怎么从 addressList 里挑机器。十种策略各管一摊:

策略行为适用场景
第一个 / 最后一个永远选固定端专用机器
轮询 / 随机均匀打散普通负载均衡
一致性 HASH同一 job 固定打同一台需要本地缓存亲和
LFU / LRU按使用频率/时间挑更聪明的均衡
故障转移逐个 beat 探活再用高可用首选
忙碌转移idleBeat 挑空闲的防任务堆积
分片广播全部执行器都触发大数据分片

这些策略实现在 ExecutorRouter 的各子类里,触发时由 ExecutorRouteStrategyEnum 按 job 配置实例化——策略模式的教科书应用,加一种路由只需加一个子类。

阻塞策略:任务正在跑,新触发来了

这是执行器侧的集群问题。三种选择:

阻塞策略配置在任务上而不是执行器上,同一个执行器里不同任务可以各选各的。

失败告警

重试也救不回来时走告警链路:内置邮件告警,JobAlarm 是可扩展接口,接钉钉、企微自己实现一个 Bean 即可。生产环境务必配上,否则任务静默失败几天没人知道。

踩坑清单

面试怎么问

「XXL-JOB 集群怎么保证任务不重复执行?」——答:多节点共享同一 MySQL,预读调度线程在事务里对 xxl_job_lock 表的 schedule_lock 记录加 FOR UPDATE 行锁,同一时刻只有一个节点能预读并推进 nextTriggerTime,其余节点排队,天然串行化。

「这种设计的高可用和短板?」——答:节点宕机事务回滚锁即释放,其他节点秒级接管,无需额外组件;短板是调度能力受单库锁限制,且必须连主库,不能读写分离。