目标
把定时任务通过集群的方式进行管理调度，并采用分布式部署，保证系统的高可用，提高了容错。那么如何保证定时任务只在集群的某一个节点上执行，或者一个任务如何拆分为多个独立的任务项，由分布式的机器去分别执行， 众多的定时任务如何统一管理，现在有很多成熟的分布式定时任务框架，都能很好的实现上述的功能。
基本概念
elastic-job 是由当当网基于quartz 二次开发之后的分布式调度解决方案 ， 由两个相对独立的子项目Elastic-Job-Lite和Elastic-Job-Cloud组成 。
elastic-job主要的设计理念是无中心化的分布式定时调度框架，思路来源于Quartz的基于数据库的高可用方案。但数据库没有分布式协调功能，所以在高可用方案的基础上增加了弹性扩容和数据分片的思路，以便于更大限度的利用分布式服务器的资源。
1. 分片
任务的分布式执行，需要将一个任务拆分为多个独立的任务项，然后由分布式的服务器分别执行某一个或几个分片项。
例如：有一个遍历数据库某张表的作业，现有2台服务器。
为了快速的执行作业，那么每台服务器应执行作业的50%。 为满足此需求，可将作业分成2片，每台服务器执行1片。
作业遍历数据的逻辑可以为：服务器A遍历ID以奇数结尾的数据；服务器B遍历ID以偶数结尾的数据。
如果分成10片，则服务器A被分配到分片项0,1,2,3,4；服务器B被分配到分片项5,6,7,8,9。
作业遍历数据的逻辑可以为：服务器A遍历ID以0-4结尾的数据；服务器B遍历ID以5-9结尾的数据
2. 分片项与业务处理解耦
Elastic-Job并不直接提供数据处理的功能，框架只会将分片项分配至各个运行中的作业服务器，开发者需要自行处理分片项与真实数据的对应关系。以上面例子分成10片为例，框架只负责决定服务器分配到哪些分片项，由作业分配策略决定，但是每个分片处理哪一部分数据，比如第一个分片处理id以0-4结尾的数据，是由开发者去决定和处理的。
3. 中心化
xxl-job是中心化设计，在xxl-job中，所有定时任务的执行是在调度中心判断作业到了执行的时间，然后通知业务系统去执行，即是作业节点并不知道自己应该什么时候执行定时任务，只能通过调度中心去决定作业的执行。缺点是部署麻烦。
4. 去中心化
elastic-job是去中心化设计，作业调度中心节点，各个作业节点是自治的，作业框架的程序在到达相应时间点时各自触发调度，缺点是可能会存在各个作业服务器的时间不一致的问题。
使用
1. 引入maven依赖
<dependency>
<groupId>com.dangdang</groupId>
<artifactId>elastic-job-lite-spring</artifactId>
<version>2.1.5</version>
</dependency>
<dependency>
<artifactId>elastic-job-lite-core</artifactId>
<groupId>com.dangdang</groupId>
<version>2.1.5</version>
</dependency>
2. 配置注册中心
<reg:zookeeper id="regCenter" server-lists="192.168.3.191:2181" namespace="elastic-job-zookeeper" base-sleep-time-milliseconds="${baseSleepTimeMilliseconds}" max-sleep-time-milliseconds="${maxSleepTimeMilliseconds}" max-retries="${maxRetries}" />
3. 事件追踪（可选）
<bean id="elasticJobLog" class="com.alibaba.druid.pool.DruidDataSource" init-method="init" destroy-method="close">
<!--<property name="driverClassName" value="${event.rdb.driver}"/>-->
<property name="url" value="${event.rdb.url}"/>
<property name="username" value="${event.rdb.username}"/>
<property name="password" value="${event.rdb.password}"/>
</bean>
4.作业开发
package com.isuwang.soa.crm.dbc.action.shareCrm
import java.util.{Date, Optional}
...
@Transactional(value = "crm", rollbackFor = Array(classOf[Exception]))
class FxxkUpdateRecordAction() extends Action[Unit] with SimpleJob{
override def preCheck: Unit = {}
override def action: Unit = {
val beginTime = System.currentTimeMillis()
rangeConditions.append(rangeCondition)
searchQuery.rangeConditions(rangeConditions)
getDatas(fXRecords)
// 同步
fXRecords.foreach(x => {
val tripList = getTableColumnValue(x)
tripList.foreach(trip => {
try {
executeUpdate(trip._4, trip, x)
} catch {
case e: Throwable => {
logger.error(e.getMessage, e)
logger.info("=====>纷享更新回访记录失败内容id：{}", x._id)
}
}
})
})
logger.info(s"====>${getClass.getName}耗时：{}秒", (System.currentTimeMillis() - beginTime) / 1000)
}
...
override def execute(shardingContext: ShardingContext): Unit = action
}
<job:simple id="FxxkUpdateRecordAction" class="com.isuwang.soa.crm.dbc.action.shareCrm.FxxkUpdateRecordAction" registry-center-ref="regCenter" sharding-total-count="1" cron="0 40 * * * ? " failover="true" description="每晚定时统计获取纷享CRM当日更新的回访记录" overwrite="true" event-trace-rdb-data-source="elasticJobLog" />
failover:是否开启任务执行失效转移，开启表示如果作业在一次任务执行中途宕机，允许将该次未完成的任务在另一作业节点上补偿执行
description:作业描述
overwrite：本地配置是否可覆盖注册中心配置，如果可覆盖，每次启动作业都以本地配置为准
event-trace-rdb-data-source：作业事件追踪的数据源Bean引用
实现原理
1. 作业启动
2. 作业执行
