CN110888739B - 延迟任务的分布式处理方法与装置 - Google Patents

延迟任务的分布式处理方法与装置 Download PDF

Info

Publication number
CN110888739B
CN110888739B CN201911152333.5A CN201911152333A CN110888739B CN 110888739 B CN110888739 B CN 110888739B CN 201911152333 A CN201911152333 A CN 201911152333A CN 110888739 B CN110888739 B CN 110888739B
Authority
CN
China
Prior art keywords
task
executed
storage medium
execution
tasks
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911152333.5A
Other languages
English (en)
Other versions
CN110888739A (zh
Inventor
杨帆
张东冬
曹赛男
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiaoshi Technology Jiangsu Co ltd
Original Assignee
Nanjing Zhenshi Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Zhenshi Intelligent Technology Co Ltd filed Critical Nanjing Zhenshi Intelligent Technology Co Ltd
Priority to CN201911152333.5A priority Critical patent/CN110888739B/zh
Publication of CN110888739A publication Critical patent/CN110888739A/zh
Application granted granted Critical
Publication of CN110888739B publication Critical patent/CN110888739B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083Techniques for rebalancing the load in a distributed system

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种延迟任务的分布式处理方法与装置,包括:任务生产者确定任务预期执行时间戳;将任务id、预期执行时间戳、任务所需参数,合并为一个数据包存储到存储介质中;根据任务预期执行时间戳,将任务插入到执行任务队列的对应位置,然后将存储介质中的任务升序排列;集群内的各个节点作为任务消费者在周期内从存储介质中拉取预期时间戳小于当前时间的任务并且根据对任务的执行级别要求执行相应的处理。本发明利用分布式锁或者存储介质不会重复删除任务的特性,确保单个任务不会被重复执行,降低重复执行任务带来的风险。在任务生成时即确定了在存储介质中的位置,后续可快速拉取到待执行的任务,提高拉取和存储效率。

Description

延迟任务的分布式处理方法与装置
技术领域
本发明涉及计算机系统领域,具体而言涉及一种延迟任务的分布式处理方法与装置。
背景技术
在应用开发过程中,经常会遇到需要在指定时间到来时去执行相应延时任务的业务需求。例如,订单提交之后,若超过指定支付时间未支付成功,则需要将该订单删除,再例如,订单完成之后,若超过指定评价时间未及时评价,则默认将该订单的评价设置为五星好评,又例如,代金券等虚拟网络资源在被激活之后,若超过指定使用时间未被使用,则自动作废。
目前,针对此类业务需求,在一些实施方式中,会在接收到延时任务之后,将延时任务的触发信息存储于数据库,同时,通过定时任务周期性的去扫描该数据库,以检测是否存在需要执行的延时任务,若存在需要执行的延时任务,则一次性批量执行,图1是现有的延迟任务的处理流程,包括:向数据库插入需要延迟执行任务的时间点和任务参数信息;按照任务触发时间排序查询数据库待执行的任务;执行满足时间点的任务;更新任务执行状态。但在实际处理过程中,我们发现这种方法存在以下问题:单个节点可能执行了过多任务,会导致排序在后的延时任务的执行时间滞后,而其他节点的资源没有被有效利用。
而数据库属于底层公共设施,查询和存储效率会受其他应用影响,例如某个服务阻塞了数据库查询连接,等到可以查询任务时,已经过了比较长的时间,导致有可能存在延迟任务的延迟时间大于预期的时间。
同时,数据库在查询时需要对任务按照规则进行排序,需要消耗额外的性能。如果并发执行任务,可能导致A节点执行了任务,但是还没有更新状态,此时B节点也拉取到了任务并执行成功,导致任务重复执行。
发明内容
本发明目的在于提供一种与数据库解耦并避免与系统中其他应用争夺数据库资源的延迟任务的分布式处理方法与装置,可保证集群内的每一个节点都可以消费延迟任务,各个节点的压力均衡。
为实现上述目的,本发明所采用的技术方案包括:
一种延迟任务的分布式处理方法与,包括:
基于当前时间戳和延迟毫秒数确定任务预期执行时间戳;
将任务id、预期执行时间戳、任务所需参数,合并为一个数据包存储到存储介质中;
根据任务预期执行时间戳,将任务插入到执行任务队列的对应位置,然后将存储介质中的任务升序排列;
集群内的各个节点作为任务消费者在周期内从存储介质中拉取预期时间戳小于当前时间的任务,每次拉取的任务数量小于预设数量;如果没有拉取到符合条件的任务,那么本次拉取结束,等待周期时间后再次拉取;如果拉取到任务,则根据对任务的执行级别要求执行,其中执行级别包括保证任务必须被执行以及任务不需要保证必须被执行。
优选地,在执行任务的过程中,对于保证任务必须被执行和任务不需要保证必须被执行具有对应的标记以进行标记和识别。
优选地,在执行任务的过程中,对于保证任务必须被执行的要求,集群内的各个节点的执行处理包括:
根据任务id尝试获取分布式锁,如果锁获取失败,则判定当前任务正在被其他节点执行,跳过该任务,执行下一个任务;
如果分布式锁获取成功,则请求存储介质检查当前任务是否存在;
如果在存储介质中检查到当前任务依然存在,则判定任务还未被其他节点执行,并执行任务,执行结束从存储介质中删除该任务,同时释放分布式锁,继续执行下一个任务;
如果存储介质中检查不到当前任务,则判定任务已被其他节点执行,那么释放分布式锁,继续执行下一个任务。
优选地,在执行任务的过程中,对于任务不需要保证必须被执行的要求,集群内的各个节点的执行处理包括:
跳过分布式锁,通过判断任务是否成功从存储介质中移除来确保任务被首次执行。
优选地,在拉取到任务后,首先尝试从存储介质中移除该任务;如果从存储介质中移除成功,则判定该任务还没有被其他节点执行,继续执行任务;如果从存储介质中移除失败,则判定任务已经被其他节点执行,跳过该任务,执行下一个任务。
优选地,任务预期执行时间戳的确定方式为:当前时间戳+延迟毫秒数。
优选地,,在拉去任务过程中,基于预设的拉取频率拉取。
根据本发明的改进,还提出一种延迟任务的分布式处理装置,包括:
用于当前时间戳和延迟毫秒数确定任务预期执行时间戳的模块;
用于将任务id、预期执行时间戳、任务所需参数,合并为一个数据包存储到存储介质中的模块;
用于根据任务预期执行时间戳,将任务插入到执行任务队列的对应位置,然后将存储介质中的任务升序排列的模块;
用于使集群内的各个节点作为任务消费者在周期内从存储介质中拉取预期时间戳小于当前时间的任务并且根据对任务的执行级别要求执行相应的处理的模块,其中,每次拉取的任务数量小于预设数量;如果没有拉取到符合条件的任务,则本次拉取结束,等待周期时间后再次拉取;如果拉取到任务,则根据对任务的执行级别要求执行,其中执行级别包括保证任务必须被执行以及任务不需要保证必须被执行。
优选地,还包括:
第一执行模块,用于对于保证任务必须被执行的要求的执行处理;以及
第二执行模块,用于对于任务不需要保证必须被执行的要求的执行处理。
优选地,所述第一执行模块的处理操作包括:
根据任务id尝试获取分布式锁,如果锁获取失败,则判定当前任务正在被其他节点执行,跳过该任务,执行下一个任务;
如果分布式锁获取成功,则请求存储介质检查当前任务是否存在;
如果在存储介质中检查到当前任务依然存在,则判定任务还未被其他节点执行,并执行任务,执行结束从存储介质中删除该任务,同时释放分布式锁,继续执行下一个任务;
如果存储介质中检查不到当前任务,则判定任务已被其他节点执行,那么释放分布式锁,继续执行下一个任务;
所述第二执行模块的执行处理包括:
通过判断任务是否成功从存储介质中移除来确保任务被首次执行,其中节点在拉取到任务后,首先尝试从存储介质中移除该任务;如果从存储介质中移除成功,则判定该任务还没有被其他节点执行,继续执行任务;如果从存储介质中移除失败,则判定任务已经被其他节点执行,跳过该任务,执行下一个任务。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是现有技术中延迟任务的处理流程示意图。
图2是本发明示例性实施例的延迟任务分布式处理方法的任务提交流程示例。
图3是本发明示例性实施例的延迟任务分布式处理方法的第一任务消费处理的流程示意图。
图4是本发明示例性实施例的延迟任务分布式处理方法的第二任务消费处理的流程示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
本发明旨在针对现有的延迟任务处理对数据库的依赖问题,导致受其他应用高峰期操作数据库导致的数据库性能下降,影响延迟任务的存储和查询的问题,尤其是还会出现的任务的重复执行和无节点执行的问题,提出一种延迟任务的分布式处理方法与,结合图2-4所示,其实现过程包括:
基于当前时间戳和延迟毫秒数确定任务预期执行时间戳;
将任务id、预期执行时间戳、任务所需参数,合并为一个数据包存储到存储介质中;
根据任务预期执行时间戳,将任务插入到执行任务队列的对应位置,然后将存储介质中的任务升序排列;
集群内的各个节点作为任务消费者在周期内从存储介质中拉取预期时间戳小于当前时间的任务,每次拉取的任务数量小于预设数量;如果没有拉取到符合条件的任务,那么本次拉取结束,等待周期时间后再次拉取;如果拉取到任务,则根据对任务的执行级别要求执行,其中执行级别包括保证任务必须被执行以及任务不需要保证必须被执行。
优选地,在执行任务的过程中,对于保证任务必须被执行和任务不需要保证必须被执行具有对应的标记以进行标记和识别。
优选地,在执行任务的过程中,对于保证任务必须被执行的要求,集群内的各个节点的执行处理包括:
根据任务id尝试获取分布式锁,如果锁获取失败,则判定当前任务正在被其他节点执行,跳过该任务,执行下一个任务;
如果分布式锁获取成功,则请求存储介质检查当前任务是否存在;
如果在存储介质中检查到当前任务依然存在,则判定任务还未被其他节点执行,并执行任务,执行结束从存储介质中删除该任务,同时释放分布式锁,继续执行下一个任务;
如果存储介质中检查不到当前任务,则判定任务已被其他节点执行,那么释放分布式锁,继续执行下一个任务。
优选地,在执行任务的过程中,对于任务不需要保证必须被执行的要求,集群内的各个节点的执行处理包括:
跳过分布式锁,通过判断任务是否成功从存储介质中移除来确保任务被首次执行。
优选地,在拉取到任务后,首先尝试从存储介质中移除该任务;如果从存储介质中移除成功,则判定该任务还没有被其他节点执行,继续执行任务;如果从存储介质中移除失败,则判定任务已经被其他节点执行,跳过该任务,执行下一个任务。
优选地,任务预期执行时间戳的确定方式为:当前时间戳+延迟毫秒数。
优选地,,在拉去任务过程中,基于预设的拉取频率拉取。
下面结合一些示例对前述过程进行更加具体的说明。
本发明的示例中,毫秒表示时间单位,1秒=1000毫秒。
时间戳,表示例如从1970-01-01 08:00:00到某一个时间点的毫秒数,例如1571131426353表示的时间点为2019-10-15 17:23:46。
任务生产者计算出任务预期执行时间戳,获取方式为当前时间戳+延迟毫秒数,例如,当前时间戳为1570863741545,延迟执行时间为10分钟,那么计算结果为1570863741545+10*60*1000=1570863741545。
群内的各个节点作为任务消费者(以下简称消费者)在周期内从存储介质中拉取预期时间戳小于当前时间的任务,拉取频率可以设置为1秒/次或者500毫秒/次,每次拉取的任务数量应当小于指定数量,例如10个。
优选地,本发明各个实施例中的分布式锁可以根据本领的需要选用,本案例使用Redisson作为分布式锁实现方案。
如此,本发明的延迟任务的分布式处理,可实现任务消费与数据库解耦,避免与系统中其他应用争夺数据库资源,而集群内的每一个节点都可以消费延迟任务,各个节点的压力均衡,避免一个多个节点故障导致任务无法被继续执行。
本发明利用分布式锁或者存储介质不会重复删除任务的特性,确保单个任务不会被重复执行,降低重复执行任务带来的业务风险。同时,优化任务存储结构,在任务生成时即确定了在存储介质中的位置,后续可以快速拉取到待执行的任务,提高拉取和存储效率。
结合图示,本发明的前述实施例还可以根据具体实施配置如下。
{分布式处理装置}
还提出一种延迟任务的分布式处理装置,包括:
用于当前时间戳和延迟毫秒数确定任务预期执行时间戳的模块;
用于将任务id、预期执行时间戳、任务所需参数,合并为一个数据包存储到存储介质中的模块;
用于根据任务预期执行时间戳,将任务插入到执行任务队列的对应位置,然后将存储介质中的任务升序排列的模块;
用于使集群内的各个节点作为任务消费者在周期内从存储介质中拉取预期时间戳小于当前时间的任务并且根据对任务的执行级别要求执行相应的处理的模块,其中,每次拉取的任务数量小于预设数量;如果没有拉取到符合条件的任务,则本次拉取结束,等待周期时间后再次拉取;如果拉取到任务,则根据对任务的执行级别要求执行,其中执行级别包括保证任务必须被执行以及任务不需要保证必须被执行。
优选地,还包括:
第一执行模块,用于对于保证任务必须被执行的要求的执行处理;以及
第二执行模块,用于对于任务不需要保证必须被执行的要求的执行处理。
优选地,所述第一执行模块的处理操作包括:
根据任务id尝试获取分布式锁,如果锁获取失败,则判定当前任务正在被其他节点执行,跳过该任务,执行下一个任务;
如果分布式锁获取成功,则请求存储介质检查当前任务是否存在;
如果在存储介质中检查到当前任务依然存在,则判定任务还未被其他节点执行,并执行任务,执行结束从存储介质中删除该任务,同时释放分布式锁,继续执行下一个任务;
如果存储介质中检查不到当前任务,则判定任务已被其他节点执行,那么释放分布式锁,继续执行下一个任务;
所述第二执行模块的执行处理包括:
通过判断任务是否成功从存储介质中移除来确保任务被首次执行,其中节点在拉取到任务后,首先尝试从存储介质中移除该任务;如果从存储介质中移除成功,则判定该任务还没有被其他节点执行,继续执行任务;如果从存储介质中移除失败,则判定任务已经被其他节点执行,跳过该任务,执行下一个任务。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。

Claims (8)

1.一种延迟任务的分布式处理方法,其特征在于,包括:
基于当前时间戳和延迟毫秒数确定任务预期执行时间戳;
将任务id、预期执行时间戳、任务所需参数,合并为一个数据包存储到存储介质中;
根据任务预期执行时间戳,将任务插入到执行任务队列的对应位置,然后将存储介质中的任务升序排列;
集群内的各个节点作为任务消费者在周期内从存储介质中拉取预期时间戳小于当前时间的任务,每次拉取的任务数量小于预设数量;如果没有拉取到符合条件的任务,那么本次拉取结束,等待周期时间后再次拉取;如果拉取到任务,则根据对任务的执行级别要求执行,其中执行级别包括保证任务必须被执行以及任务不需要保证必须被执行;
其中:
1)在执行任务的过程中,对于保证任务必须被执行的要求,集群内的各个节点的执行处理包括:
根据任务id尝试获取分布式锁,如果锁获取失败,则判定当前任务正在被其他节点执行,跳过该任务,执行下一个任务;
如果分布式锁获取成功,则请求存储介质检查当前任务是否存在;
如果在存储介质中检查到当前任务依然存在,则判定任务还未被其他节点执行,并执行任务,执行结束从存储介质中删除该任务,同时释放分布式锁,继续执行下一个任务;
如果存储介质中检查不到当前任务,则判定任务已被其他节点执行,那么释放分布式锁,继续执行下一个任务;
2)在执行任务的过程中,对于任务不需要保证必须被执行的要求,集群内的各个节点的执行处理包括:跳过分布式锁,通过判断任务是否成功从存储介质中移除来确保任务被首次执行。
2.根据权利要求1所述的延迟任务的分布式处理方法,其特征在于,在执行任务的过程中,对于保证任务必须被执行和任务不需要保证必须被执行具有对应的标记以进行标记和识别。
3.根据权利要求1所述的延迟任务的分布式处理方法,其特征在于,在拉取到任务后,首先尝试从存储介质中移除该任务;如果从存储介质中移除成功,则判定该任务还没有被其他节点执行,继续执行任务;如果从存储介质中移除失败,则判定任务已经被其他节点执行,跳过该任务,执行下一个任务。
4.根据权利要求1所述的延迟任务的分布式处理方法,其特征在于,所述任务预期执行时间戳的确定方式为:当前时间戳+延迟毫秒数。
5.根据权利要求1所述的延迟任务的分布式处理方法,其特征在于,在拉去任务过程中,基于预设的拉取频率拉取。
6.一种延迟任务的分布式处理装置,其特征在于,包括:
用于当前时间戳和延迟毫秒数确定任务预期执行时间戳的模块;
用于将任务id、预期执行时间戳、任务所需参数,合并为一个数据包存储到存储介质中的模块;
用于根据任务预期执行时间戳,将任务插入到执行任务队列的对应位置,然后将存储介质中的任务升序排列的模块;
用于使集群内的各个节点作为任务消费者在周期内从存储介质中拉取预期时间戳小于当前时间的任务并且根据对任务的执行级别要求执行相应的处理的模块,其中,每次拉取的任务数量小于预设数量;如果没有拉取到符合条件的任务,则本次拉取结束,等待周期时间后再次拉取;如果拉取到任务,则根据对任务的执行级别要求执行,其中执行级别包括保证任务必须被执行以及任务不需要保证必须被执行。
7.根据权利要求6所述的延迟任务的分布式处理装置,其特征在于,还包括:
第一执行模块,用于对于保证任务必须被执行的要求的执行处理;以及
第二执行模块,用于对于任务不需要保证必须被执行的要求的执行处理。
8.根据权利要求7所述的延迟任务的分布式处理装置,其特征在于,所述第一执行模块的处理操作包括:
根据任务id尝试获取分布式锁,如果锁获取失败,则判定当前任务正在被其他节点执行,跳过该任务,执行下一个任务;
如果分布式锁获取成功,则请求存储介质检查当前任务是否存在;
如果在存储介质中检查到当前任务依然存在,则判定任务还未被其他节点执行,并执行任务,执行结束从存储介质中删除该任务,同时释放分布式锁,继续执行下一个任务;
如果存储介质中检查不到当前任务,则判定任务已被其他节点执行,那么释放分布式锁,继续执行下一个任务;
所述第二执行模块的执行处理包括:
通过判断任务是否成功从存储介质中移除来确保任务被首次执行,其中节点在拉取到任务后,首先尝试从存储介质中移除该任务;如果从存储介质中移除成功,则判定该任务还没有被其他节点执行,继续执行任务;如果从存储介质中移除失败,则判定任务已经被其他节点执行,跳过该任务,执行下一个任务。
CN201911152333.5A 2019-11-22 2019-11-22 延迟任务的分布式处理方法与装置 Active CN110888739B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911152333.5A CN110888739B (zh) 2019-11-22 2019-11-22 延迟任务的分布式处理方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911152333.5A CN110888739B (zh) 2019-11-22 2019-11-22 延迟任务的分布式处理方法与装置

Publications (2)

Publication Number Publication Date
CN110888739A CN110888739A (zh) 2020-03-17
CN110888739B true CN110888739B (zh) 2020-10-20

Family

ID=69748369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911152333.5A Active CN110888739B (zh) 2019-11-22 2019-11-22 延迟任务的分布式处理方法与装置

Country Status (1)

Country Link
CN (1) CN110888739B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111756834B (zh) * 2020-06-22 2022-08-05 成都新潮传媒集团有限公司 一种扫码延迟处理方法及装置
CN113448737B (zh) * 2021-07-26 2024-03-22 北京清博智能科技有限公司 一种在多任务系统使用的高速均衡分配方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103744724A (zh) * 2014-02-19 2014-04-23 互联网域名系统北京市工程研究中心有限公司 定时任务集群方法及其装置
CN108710537A (zh) * 2018-04-09 2018-10-26 平安科技(深圳)有限公司 一种任务处理方法、存储介质和服务器
CN109582466A (zh) * 2017-09-29 2019-04-05 北京金山软件有限公司 一种定时任务执行方法、分布式服务器集群及电子设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106874094A (zh) * 2017-02-17 2017-06-20 广州爱九游信息技术有限公司 定时任务处理方法、装置及计算设备
CN109815247B (zh) * 2019-01-09 2021-05-07 金蝶软件(中国)有限公司 信息同步方法、装置、计算机设备和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103744724A (zh) * 2014-02-19 2014-04-23 互联网域名系统北京市工程研究中心有限公司 定时任务集群方法及其装置
CN109582466A (zh) * 2017-09-29 2019-04-05 北京金山软件有限公司 一种定时任务执行方法、分布式服务器集群及电子设备
CN108710537A (zh) * 2018-04-09 2018-10-26 平安科技(深圳)有限公司 一种任务处理方法、存储介质和服务器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"优雅实现延时任务之Redis篇";知乎;《https://zhuanlan.zhihu.com/p/44914850》;20180919;全文 *
知乎."优雅实现延时任务之Redis篇".《https://zhuanlan.zhihu.com/p/44914850》.2018, *

Also Published As

Publication number Publication date
CN110888739A (zh) 2020-03-17

Similar Documents

Publication Publication Date Title
US20180027061A1 (en) Method and apparatus for elastically scaling virtual machine cluster
US20030233485A1 (en) Event queue
CN105677469A (zh) 定时任务执行方法及装置
CN110888739B (zh) 延迟任务的分布式处理方法与装置
CN108958789B (zh) 一种并行流式计算方法、电子设备、存储介质及系统
CN110442564B (zh) 增量数据校验方法、存储介质
CN109710679B (zh) 数据抽取方法及装置
CN110333916A (zh) 请求消息处理方法、装置、计算机系统及可读存储介质
CN113934547A (zh) 一种集群环境下告警日志的记录方法、装置、设备及产品
CN100589417C (zh) 处理电信网管系统拓扑界面大量上报消息的系统和方法
CN116089477B (zh) 分布式训练方法及系统
CN113127179A (zh) 资源调度方法、装置、电子设备及计算机可读介质
US11216352B2 (en) Method for automatically analyzing bottleneck in real time and an apparatus for performing the method
CN113872888B (zh) 一种针对Kafka积压队列追赶的方法、系统及介质
CN115858667A (zh) 用于同步数据的方法、装置、设备和存储介质
CN112000492B (zh) 公众号用户标签的管理系统及方法
CN109324834A (zh) 一种分布式存储服务器自动重启的系统及方法
CN114756356A (zh) 任务处理方法、工作节点设备、主节点设备及存储介质
CN114416717A (zh) 一种数据处理方法及架构
CN114866563A (zh) 扩容方法、装置、系统和存储介质
CN114500416A (zh) 用于最多一次消息投递的投递方法和投递系统
CN109510774B (zh) 一种在数据同步过程中实现流量控制的方法
JP2008108046A (ja) トランザクション処理システムおよびトランザクション処理方法、ならびにそのプログラム
CN112783613B (zh) 一种单元调度的方法和装置
CN108920722B (zh) 一种参数配置的方法、装置及计算机存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: No.568 longmian Avenue, gaoxinyuan, Jiangning District, Nanjing City, Jiangsu Province, 211000

Patentee after: Xiaoshi Technology (Jiangsu) Co.,Ltd.

Address before: No.568 longmian Avenue, gaoxinyuan, Jiangning District, Nanjing City, Jiangsu Province, 211000

Patentee before: NANJING ZHENSHI INTELLIGENT TECHNOLOGY Co.,Ltd.