三丰 soft张三丰
常见的定时任务处理方式有线程的while(true)和sleep组合、使用timer定时器触发任务又或者是使用quartz框架。这些传统的定时任务处理方式面临如下几个方面的挑战：
Ø 高可用
单机版的定时任务调度只能在一台机器上运行，如果程序或者系统出现异常就会导致功能不可用。虽然可以在单机程序实现的足够稳定，但始终有机会遇到非程序引起的故障，而这个对于一个系统的核心功能来说是不可接受的。
Ø 多任务管理复杂，系统负载不均
一个系统可能会有很多需要定时执行的任务，当出现单机无法承载所有的任务时，一般会简单地进行拆分，让不同的机器各自分配一定数量的任务。在这种方式下，需要由开发人员人工管理和分配各个机器上所负责运行的任务，新的任务的加入，需要重新考虑各个机器的负载并合理安排任务分配，以保证整体集群负载均衡。这种方式对开发人员的心智负担过于沉重，并且可能因为人工分配的不合理而造成系统负载不均。
Ø 单机处理极限
原本1分钟内需要处理1万个订单，但是现在需要1分钟内处理10万个订单；原来一个统计需要1小时，现在业务方需要10分钟就统计出来。可以通过多线程、单机多进程处理来提高单位时间的处理效率。但是，单机毕竟资源有限（cpu、内存和磁盘等），始终会有单机能力处理不过来的情况。
架构设计采用分布式任务调度平台来实现定时任务。它的设计思想为：将调度行为抽象形成“调度中心”公共平台，而平台自身并不承担业务逻辑，“调度中心”负责发起调度请求；将任务抽象成分散的jobhandler，交由“执行器”统一管理，“执行器”负责接收调度请求并执行对应的jobhandler中业务逻辑。“调度”和“任务”两部分可以相互解耦，提高系统整体稳定性和扩展性。
单体调度
定义
一个集群中只有一个节点运行调度进程，该调度进程负责集群资源管理和任务调度，也就是说单体调度器拥有全局资源视图和全局任务
特征
容易实现对作业的约束并实施全局性的调度策略，因此适合批处理任务和吞吐量较大、运行时间较长的任务
容易进行状态同步，并且很稳定
调度算法全部内置在核心调度器中，因此调度框架的灵活性和策略的扩展性不高，但是调度算法可以扩展甚至自定义
存在单点故障的可能性
应用
google borg/kubernetes
两层调度
资源的使用状态同时由中央调度器和第二层调度器管理，中央调度器从整体上进行资源的管理和分配，将资源分配到第二层调度器；再由第二层调度器负责将资源和具体的任务进行配对，因此第二层调度可以由多个调度器以支持不同的任务类型
mesos调度架构
架构图
resource offer机制：mesos master主动将节点空闲资源，以类似发放的形式发送给每个框架，如果框架需要则使用，不需要则归还
资源分配算法
最大最小公平算法
主导资源公平算法
共享状态调度
state storage模块负责存储和维护资源以及任务状态
resource pool为多个节点集群，接收并执行scheduler调度的任务
scheduler值包含任务调度操作
举例：google omega
并发控制
乐观并发控制：在乐观并发控制中，用户读取数据时不锁定数据。当一个用户更新数据时，系统将进行检查，查看该用户读取数据后其他用户是否又更改了该数据。如果其他用户更新了数据，将产生一个错误。一般情况下，收到错误信息的用户将回滚事务并重新开始。对应于乐观并发调度，强调时候检测，在事务提交时检查是否避免了冲突，若避免则提交，否则回滚并自动重新执行
悲观并发控制：一个锁定系统，可以阻止用户以影响其他用户的方式修改数据。如果用户执行的操作导致应用了某个锁，只有这个锁的所有者释放该锁，其他用户才能执行与该锁冲突的操作。对应于悲观并发控制，强调事前预防，在事务执行时检查是否会存在冲突，不存在，则继续执行，否则等待或回滚
总结对比