来源 | HaaS技术社区
一、设备管理
在IoT领域核心的场景之一就是云和设备交互。如图1是一个典型的业务场景
-
设备上报数据到阿里云物联网（IoT）平台，
-
然后阿里云物联网（IoT）平台，将上报的数据存储到DB中，
-
当然设备上报的数据也可以通过AMQP服务同步到用户的服务器。
-
当用户管理设备时，调用开放API将控制指令通过给用户。
图1是个很简单的业务场景，只有一个设备。当设备规模成倍增加时该如何有效的管理控制这些设备呢，阿里云物联网（IoT）平台提供了面向大规模设备管理的任务管理服务解决这些问题。
（图1）
二、为什么需要任务管理
可能我们还有些疑惑，设备数量增加管理控制设备会有什么问题，以下已是两个比较典型的场景。
场景一，批量控制一批设备。如图2所示，需要不断的轮询查询设备信息，然后批量的调用阿里云物联网平台提供的开放API，物联网（IoT）平台服务将消息发送给设备。第一步轮询可能中断，第二步服务调用可能失败、限流等需要重试，第四步设备可能不在线消息不能正常触发设备。
（图2）
场景二，定时批量控制一批设备。如图3所示，对于定时的触发的场景，需要增加定时器。当时间到时触发server轮询查询设备信息，然后调用阿里云物联网平台提供的服务将消息推送给设备。场景2需要自己实现定时回调的能力，增加业务的复杂度。
（图3）
场景一和场景二，都是比较典型的批量管理控制设备的场景。实现稳定的批量管理控制设备场景有一定的成本。阿里云物联网提供的任务管理服务，提供简单易用的批量控制设备的服务，简化批量管理控制设备流程，降低批量控制设备的成本。
三、任务管理提供能力
便捷精准的设备选择服务：无需批量的循环查询设备，不需要考虑机器重启循环中的问题。同时提供多样的设备选择策略，便捷精准的选择一批目标设备，从而管理控制这批设备。
快速批量的任务调度服务：无需循环调用IoT开放API，不需要考虑容错、限流的问题。
方便的自定义任务服务：无需修改产品功能定义，可以自由扩展下发给设备的信息内容，避免批量服务调用和属性设置需要修改产品的功能定义。
任务管理提供以上3种能力，助力构建大规模运维设备的场景。解决循环查询设备、服务调用容错、方便搭建业务场景。如下是任务管理整体的架构。
（图4）
四、设备选择服务
（图5）
创建任务时，阿里云物联网平台同步初始化一个关联的设备选择服务。按照创建任务的策略，选择目标设备然后将设备持久化到DB中。
阿里云物联网平台提供按照产品、分组选择设备能力，同时也支持指定的设备。后续将提供sql方式支持更多的场景方便选择需要控制的设备。
五、任务调度服务
（图6）
当任务到了需要执行的时间点， 阿里云物联网平台从DB中获取出需要执行的任务详情，并行分发到执行器进行批量执行，同时保障任务完整的执行。
六、自定义任务服务
（图7）
服务调用和属性设置没有设备执行的任务状态信息，满足不了业务场景，任务管理还提供了自定义任务的能力，可以方便快速的拓展业务场景，如配置下发、软件升级。
创建任务时选择自定义任务，然后上传设备执行需要文件，文件通过阿里云安全扫描后存储到OSS中，任务调度后，通过自定义任务的通信协议将消息发送给设备。设备可以直接从OSS中获取，任务执行所需要的文件。
当设备不在线时，机器重启时可以请求当前可以执行的任务信息，避免任务的丢失。设备资源不够时，也可以拒绝执行任务。任务执行完成后，上报任务的状态。
阿里云物联网平台接收设备上报的任务状态，实时统计任务的执行状态。通过加锁避免设备并发更新状态，保证状态准确性。
七、任务管理技术挑战
任务管理的业务模型上并不是很复杂，但是需要保证任务快速稳定的仅执行一次问题就不简单了。同时任务执行过程中时间、环境并不可控如集群中机器可能重启，任务特性不同这些都给任务管理带了挑战。例如：
-
机器宕机集群发布，任务执行中断
-
任务执行时间长短不一样，可能会出现饥饿
-
任务执行优先级不一样，优先级低的任务不能阻塞优先级高的任务
-
任务只需要执行一次
-
任务调度和任务执行的时间性能有差异
（图8）
任务调度策略
不同的任务关联的设备数量不一致，导致任务的执行时间不一样。对于每个用户来说任务的执行机会都是相等的，需要避免执行时间长的任务一直被调度，新创建的时间短的任务得不到处理。
-
任务量较少时按照调度时间升序排列，选择待执行的任务
-
当任务持续增多时，任务开始有一定量的积压，采用任务的响应比排序，选择待执行的任务。响应比计算方式（任务等待时间+任务执行时间）/(任务执行时间)
-
采用当任务量一定时采用响应比其实是一个优化，响应比的计算需要时间较久。
任务隔离&异步化
每种类型的任务自己的特性执行时间不一样，同时任务种类多了后的任务的重要程度会有所差异。 如图8所示：
-
针对不同类型的任务，任务管理集群master节点获取需要执行任务时，分为不同的线程池
-
任务执行时不同类型的任务，采用不同线程池相互隔离避免任务执行时间不一样相互影响
-
任务的整个过程如分发、执行采用异步化避免任务执行时间过长，阻塞上游系统
任务检测&重试
集群的机器业务迭代必不可免的有发布的需求，同时机器也可能由于某种原因宕机，因此针对任务需要检测其状态并采用不同的策略进行充实。如图8所示：
-
任务执行时，节点上定时上报其上任务的心跳信息
-
任务管理集群的master节点定义检测有问题的任务，并针对有问题任务的任务重试
-
不同类型的任务采用不同的重试策略，有些任务直接出发执行，有些任务采用退避重试的策略，并控住重试的最大次数。对于超出重试次数的任务，增加监控告警，及时发现问题并处理
-
任务的执行需要加锁，避免任务重复执行
任务并发度控制
任务调度的成本和时间其实很低，任务调度也很快，但是任务执行确需要一定的时间，两者一般相差角度。如何避免任务压垮业务系统也是需要考虑的。
-
采用任务类型维度、单机维度、用户维度3个维度进行任务的并发度限制
八、如何使用任务管理
（图9）
如图9所示，为整个任务管理使用的流程信息
-
前置准备
- 创建产品和设备，详见创建产品。已有产品和设备，可以忽略此步骤。
- 对于属性设置和服务调用类型任务，相关的属性和服务需提前在产品功能定义中编辑并发布。
2.设备开发
-
服务定义或者属性设置类型服务，设备采用服务调用和属性设置的topic和阿里云物联网平台通信。
-
自定义类型服务，设备采用自定义任务的topic和阿里云物联网平台通信。
3.设备和相关的功能开发完成后，可以使用任务管理控制设备
-
按照业务类型选择不同类型的任务，并设置相应的参数，具体参考任务管理说明文档。
-
任务创建后阿里云物联网平台，会进行调度执行，可以在控制台上查看任务执行的详情。
-
任务执行完成后，可以通过任务重试，重新执行任务中失败的作业。
