前言
本篇会继续讲解Sikiro.SMS.Job服务的实现，在我写第一篇的时候，我就发现我当时设计的架构里Sikiro.SMS.Job这个可以选择不需要，而使用MQ代替。但是为了说明调度任务使用实现也坚持写了下。后面会一篇针对架构、实现优化的讲解。
源码地址：https://github.com/SkyChenSky/Sikiro.SMS
Quartz的简介
Quartz.NET是一款功能齐全的开源作业调度框架，小至的应用程序，大到企业系统都可以适用。Quartz是作者James House用JAVA语言编写的，而Quartz.NET是从Quartz移植过来的C#版本。
Quartz.Net的作用
- Quartz.Net是多线程的，允许多个JOB同时执行。
- Quartz.Net可以进行持久化，结合管理后台可以进行可视化的监控
- Quartz.Net提供API进行远程操控，结合管理后台可以进行运维管理
在一般企业，可以利用Quartz.Net框架做各种的定时任务，例如，数据迁移、跑报表等等。
Cron表达式
| 字段名 | 是否必填 | 值范围 | 特殊字符 |
| Seconds | YES | 0-59 | , - * / |
| Minutes | YES | 0-59 | , - * / |
| Hours | YES | 0-23 | , - * / |
| Day of month | YES | 1-31 | , - * ? / L W |
| Month | YES | 1-12 or JAN-DEC | , - * / |
| Day of week | YES | 1-7 or SUN-SAT | , - * ? / L # |
| Year | NO | empty, 1970-2099 | , - * / |
缺点
Quartz.Net的缺点很明显，没有自带的管理后台，而同款的Hangfir调度任务框架则会有更加良好的易用性。但是在Github上有不少人开源了Quartz.Net的管理后台，对此作为了弥补。
其他
其他Quartz.Net的信息可以看我之前记录的一篇文章《Quartz.NET的使用（附源码）》
Quartz.Net DEMO:https://github.com/SkyChenSky/QuartzDotNetDemo.git
业务流程
从MongoDB持久化的数据，查询出状态为待处理并且定时时间小于当前时间的数据。通过Mongo驱动提供的FindOneAndUpdate对文档进行原子性操作（更新中间状态并查询出刚更新的文档）。如果有数据则发送到MQ，由Sikiro.SMS.Bus进行订阅发送，因为本次有数据，我认为可能还会有其他需要发送的数据，因此立刻调用JOB自身方法，进行下一条需要处理的数据进行发送。如果此次JOB的执行并没有数据，那么认为接下来一段时间没有需要处理的数据，这次调度结束。
TimeSendSms示例
public class TimeSendSms : BaseJob { private readonly SmsService _smsService; private readonly IBus _bus; public TimeSendSms(SmsService smsService, IBus bus) { _smsService = smsService; _bus = bus; } protected override void ExecuteBusiness() { _smsService.GetToBeSend(); if (_smsService.Sms != null) _bus.Publish(_smsService.Sms.MapTo<SmsModel, SmsQueueModel>()); _smsService.ContinueDo(ExecuteBusiness); } protected override void OnException() { _smsService.RollBack(); } }
模板模式
Job的轮询处理流程基本相似，查询出需要执行数据-遍历业务处理-如果有异常则特殊处理，因此针对类似流程相同，但是实现有差异的程序，我们可以使用模板模式。
public abstract class BaseJob : IJob { private void OnException(Action action) { try { action(); } catch (Exception e) { e.WriteToFile(); OnException(); } } public Task Execute(IJobExecutionContext context) { OnException(ExecuteBusiness); return null; } protected virtual void OnException() { } protected abstract void ExecuteBusiness(); }
Mongo的原子性
原子性
原子是物理概念，指的是指化学反应不可再分的基本微粒。而计算机领域的原子性强调的对象是操作（指令、事务）。我们所说的指令组是原子操作，意思要么一起成功，要么一起失败。不允许2个指令里，一个成功一个失败的情况存在。
MongoDB 原子操作
MongoDB的原子操作就是要么这个文档完整的保存到Mongodb，要么没有保存到Mongodb，不会出现查询到的文档没有保存完整的情况。
MongoDB的文档的保存，修改，删除等操作都是原子性，除此之外还提供了FindOneAndDelete、FindOneAndUpdate、FindOneAndReplace等原子操作。
以FindOneAndUpdate为例，对某文档FindOneAndUpdate，可以文档B进行Update操作完成后返回出文档B的结果，根据参数返回结果是更新前还是更新后（一般我们需要更新后）。
而这FindOneAndUpdate的操作对于我们更新到中间状态的非常实用：
- 避免进行Update后无法良好的查询到刚Update的文档
- 避免应用集群部署时批量更新后，无法良好分配任务
- 批量更新多个文档需要isolated标识隔离，全局锁在大并发情况下性能并不乐观
虽然以上可以通过更新时标识版本号进行解决，这无疑增加实现难度。
MongoDB锁机制
Mongodb并发操作又读写锁来进行控制。
简单来说
当进行读操作的时候会加读锁，这个时候其他读操作可以也获得读锁，但是不能加写锁，也就是说不能进行写操作。
当进行写操作的时候会加写锁，这个时候其他操作无法加任何锁，也就是说不能进行其他的读操作和写操作。
多个JOB的并发性
综上所述，落实到我们应用场景，在部署多个调度任务服务，或者JOB多个线程去跑时，我们可以使用FindOneAndUpdate，每个调度任务每次只处理一个文档，Update操作的时候会进行写锁阻塞其他进程（进程）的写操作。那么就可以保证每个调度任务都可以只处理唯一一个有效的文档，避免重复处理。
下面是我的Sikiro.Nosql.Mongo的FindOneAndUpdate封装示例，因为Update字段的不友好，所以我封装了一下Lambda表达式，ReturnDocument = ReturnDocument.After标识响应数据是更新前还是更新后的文档。
public T GetAndUpdate<T>(string database, string collection, Expression<Func<T, bool>> predicate, Expression<Func<T, T>> updateExpression) { var db = _mongoClient.GetDatabase(database); var col = db.GetCollection<T>(collection); var updateDefinitionList = MongoExpression<T>.GetUpdateDefinition(updateExpression); var updateDefinitionBuilder = new UpdateDefinitionBuilder<T>().Combine(updateDefinitionList); return col.FindOneAndUpdate(predicate, updateDefinitionBuilder, new FindOneAndUpdateOptions<T, T> { ReturnDocument = ReturnDocument.After });
SQL Server的UpdateSelect
SQL Server的操作也具有上述FindOneAndUpdate的功能，我们公司成他为UpdateSelect，下面是示例代码：
UPDATE TOP ( 100 ) SYS_USER WITH ( UPDLOCK, READPAST ) SET USER_STATUS = 1 OUTPUT INSERTED.[USER_NAME] , INSERTED.SYS_USERID , INSERTED.EMAIL FROM SYS_USER WHERE CREATE_DATETIME < '2018-09-13' AND USER_STATUS = 2;
