阿里巴巴任务调度SchedulerX专业版公测

简介: 阿里巴巴分布式任务调度平台SchedulerX2.0的专业版本于2022.1.26正式公测,本次公测带来了全新的可视化功能,兼容开源xxl-job/elasticjob任务,支持一次性任务,融合大数据dataworks任务。

前言

阿里巴巴分布式任务调度平台SchedulerX2.0的专业版本于2022.1.26正式公测,本次公测带来了全新的可视化功能,兼容开源xxl-job任务,支持一次性任务,融合大数据dataworks任务。


可视化

日志服务

在当前微服务和容器化越来越流行的情况下,机器数量太多、没有权限登录容器,成为了业务同学无法快速定位业务失败的痛点。可视化白屏日志工具,越来越成为了企业的刚需。


SchedulerX2.0的日志服务,可以让业务方不需要修改一行代码,只需要增加一个log4j/logback的配置,即可将每次任务调度的框架日志和业务日志进行收集,同时提供白屏日志检索功能,可以通过任务调度平台快速定位任务失败的原因。

详情请参考:https://developer.aliyun.com/article/861431

image.png

查看堆栈

业务执行慢或者卡住,查看堆栈是最有效的手段,但是现在的应用往往都是分布式和多线程,如何快速定位是哪个机器哪个线程卡住,成为了用户的痛点。

SchedulerX2.0提供了白屏的查看堆栈功能,自动定位到任务执行的机器和线程,白屏打印堆栈信息,快速定位任务卡住的原因。

image.png

用户大盘

新增概览界面不但提供产品快报、用户手册、工单入口等能力,还将带来可视化的用户大盘功能。

用户大盘会统计当前任务总数、接入的worker数量、运行中的任务实例数等。未来还会增加调度历史曲线,失败任务top10,执行耗时任务top10等能力。

image.png


兼容开源

兼容xxl-job

SchedulerX2.0兼容XXL-JOB任务接口,支持@XxlJob新注解和@JobHandler老注解方式,用户不需要修改一行代码,即可以将XXL-JOB任务在SchedulerX2.0平台上托管,提供商业化的报警和可视化功能。

详情请参考: https://developer.aliyun.com/article/854993

兼容ElasticJob

SchedulerX2.0兼容开源ElasticJob任务接口,用户不需要修改一行代码,即可以将ElasticJob任务在SchedulerX2.0平台上托管,享有低成本、免运维、可视化、报警监控等能力。

详情请参考:https://developer.aliyun.com/article/874803


支持一次性任务

SchedulerX2.0支持一次性任务,可以在未来的某一时刻执行一次,任务自动销毁。

详情请参考:https://developer.aliyun.com/article/854985


融合大数据dataworks任务

在实际业务场景中业务处理往往依赖前置数据准备,目前在分布式任务调度平台上可进行dataworks任务数据处理与业务数据处理任务依赖编排定时调度。

详情请参考:https://developer.aliyun.com/article/855018


如何升级

通过概览页,右上角的一键升级

4F9394B2-04D9-42E3-8645-BB3320B06091.png


和基础版区别

基础版

专业版

基础调度能力

✔️

✔️

查看工作流图

/

✔️

日志服务

/

✔️

查看堆栈

/

✔️

用户大盘

/

✔️

任务导入导出

/

✔️

并行计算

最大300个子任务,无搜索能力

最大1000个子任务,有搜索能力

历史记录

最近10条/任务

最近100条/任务

报警

钉钉、邮件

钉钉,邮件,短信,电话

单应用分组任务数

1000

10万

API

仅支持创建、更新、删除任务

都支持

计费说明

按任务托管费用计费

任务托管CU=启用任务数*接入的worker数

公测期和基础版收费相同

相关实践学习
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
目录
相关文章
|
Dubbo 应用服务中间件 Nacos
Dubbo “Data length too large“ 问题
解决Dubbo “Data length too large“ 问题
484 0
|
分布式计算 并行计算 数据库
Schedulerx2.0分布式计算原理&最佳实践
1. 前言 Schedulerx2.0的客户端提供分布式执行、多种任务类型、统一日志等框架,用户只要依赖schedulerx-worker这个jar包,通过schedulerx2.0提供的编程模型,简单几行代码就能实现一套高可靠可运维的分布式执行引擎。
27858 2
|
11月前
|
Java Maven 微服务
说一说 Maven 使用 profile 实现多套环境变量
我是小假 期待与你的下一次相遇 ~
183 2
|
数据采集 设计模式 自然语言处理
设计模式最佳套路2 —— 愉快地使用管道模式
管道模式(Pipeline Pattern) 是责任链模式(Chain of Responsibility Pattern)的常用变体之一。在管道模式中,管道扮演着流水线的角色,将数据传递到一个加工处理序列中,数据在每个步骤中被加工处理后,传递到下一个步骤进行加工处理,直到全部步骤处理完毕。 PS:纯的责任链模式在链上只会有一个处理器用于处理数据,而管道模式上多个处理器都会处理数据。
13531 0
设计模式最佳套路2 —— 愉快地使用管道模式
|
运维 资源调度 监控
说说Spring定时任务如何大规模企业级运用
聊下java体系中Spring提供的定时任务方案的原理及其企业化运用过程中的一些问题,如何让现有的spring定时任务满足企业级运行需要。
1269 0
|
存储 数据管理 Java
基于OSS、NFS构建高性能可扩展的遥感智能解译系统实践之路
该文探讨了构建高性能、可扩展的遥感智能解译系统的架构演进过程。作者强调架构应根据业务场景而定,而非追求单一的“最佳”架构。文章分为五个部分,介绍了从初步的业务场景分析到逐步优化的架构设计。 1. 业务场景描述了服务于地理信息行业的遥感数据管理平台,包括数据湖和遥感智能解译系统的功能和架构设计。 2. 初代系统解决了数据管理和智能解译的基本需求,但存在数据同步效率低下的问题。 3. 自动化阶段通过消息推送和数据接收模块减少了人工干预,将处理时间减半,但仍存在效率和稳定性问题。 4. 高性能阶段引入数据订阅/推送和数据接收Agent,实现了稳定、高速的数据传输,性能提升了6倍。
49356 2
|
关系型数据库 数据库 PostgreSQL
postgresql | 数据库| 生成2000W条的简单测试表
postgresql | 数据库| 生成2000W条的简单测试表
528 0
java 如何将ip 1.2.3.4 变成1.2.3.0/24
如果你想手动实现而不使用第三方库,你可以按照如下的方式进行。以下是一个手动实现的简单示例: ```java import java.net.InetAddress; import java.net.UnknownHostException; public class IpToCidrConverter { public static void main(String[] args) { String ipAddress = "1.2.3.4"; int subnetPrefixLength = 24; try {
225 0
|
SpringCloudAlibaba 数据安全/隐私保护 Sentinel
SpringCloud Alibaba系列(三) Sentinel黑白名单限制
  很多时候,我们需要根据调用来源来判断该次请求是否允许放行,这时候可以使用 Sentinel 的来源访问控制(黑白名单控制)的功能。来源访问控制根据资源的请求来源(origin)限制资源是否通过,若配置白名单则只有请求来源位于白名单内时才可通过;若配置黑名单则请求来源位于黑名单时不通过,其余的请求通过。
688 0