2019年

变更类型

功能描述

相关文档

优化

修复问题：调整默认依赖的log4j2至2.15.0版本。

无

变更类型

功能描述

相关文档

新增

• 支持多语言版本的分片模型（类似于elastic-job）:SchedulerX2.0支持多语言版本的分片模型。

• OpenAPI创建分组，可以返回AppKey。

• 成功状态支持重跑，工作流中的任务实例重跑自身及下游。

无

优化

• Server端性能优化，和客户端通信同步改成异步，并优化了akka默认dispatcher的配置。

• 使用1.1.0版本客户端，心跳性能优化提高3倍。

• 前端任务管理列表重新设计，可以看到更多信息。

• 修复分布式拉模型，全局子任务可能不起作用。

• 修复隔离单元环境，如果没有配置Domain，可能还是会启动失败。

无

变更类型

功能描述

相关文档

新增

• 增加BlockAppStart配置。表示Schedulerx启动失败是否block应用程序启动，默认true。

• 新增查询工作流运行状态接口。接口为GetWorkflowInstanceRequest。

• JobContext上下文新增jobName字段。这样用户可以运行期间获取到任务名称。

无

优化

• 通过Hessian反序列化BigDecimal为0。

• 通过Hessian反序列化LocalDateTime报错。

• 修复指定机器功能问题。任务运行超过一定时间子任务会下发到未指定机器上。

• 客户端springContext.getBean报AnnotationConfigApplicationContext has not been refreshed yet异常。

• 修复任务实现类配置错误的情况下会触发Spring Boot的ServeletWebServer停止的逻辑，导致业务进程在，但是Web服务被shutdown问题。

• 修复系统启动变量user.dir='/'，任务会卡住的问题。

• 客户端springContext.getBean报AnnotationConfigApplicationContext has been closed already异常。

• 客户端生成的workerId存在小概率重复冲突的问题，造成任务触发到非本应用的机器上。

• Spring应用不能自定义class loader。

• 秒级别任务广播执行计数器显示不对。

• 秒级别任务，jobContext.getScheduleTime没有跟着循环更新。

无

变更类型

功能描述

相关文档

新增

• 【重要】重构JobProcessor.postProcess接口，增加ProcessResult返回值，之前用到postProcess接口需要改代码。

• 广播执行增强，BroadcastJobProcessor支持preProcess和postProcess。preProcess会在所有机器执行process之前执行一次，postProcess会在所有机器执行process后执行一次。

• JobContext.getTaskAttempt可以获取当前子任务重试次数。

• 客户端支持自定义监听端口，例如SchedulerxWorker.setPort。

• Java任务可以实现JobProcessor，不必须继承JavaProcessor。

无

优化

• 修复TaskId=1的子任务不支持子任务自动重试的bug。

• 分布式任务，根任务失败，无法看到失败原因。

• 并行任务子任务列表不能重试子任务。

无

变更类型

功能描述

相关文档

优化

兼容schedulerx1.0(DTS)接口的兼容版本。不支持同时依赖schedulerx-client和schedulerx-worker两个包，只能依赖schedulerx-worker一个包，即需要把DTS所有任务迁移到SchedulerX 2.0。

无

变更类型

功能描述

相关文档

新增

• 新增部分包的shade: aliyun-log, commons-validator, gson, fastjson, guava, commons-collections。

• 通过ProcessResult(false, errorMsg)返回，前端日志也能看到errorMsg。

优化

• 优化at-least-once-delivery性能。

• 高负载场景下，消息重复发送会造成秒级任务卡主或应用线程被Interrupt。

无

优化

• 广播任务卡主问题。

• 秒级任务卡主问题。

• at-least-once-delivery可能会导致子任务状态无限重试。

• logcollector初始化失败，异常抛出来，启动失败。

• DB清理工作流任务实例，导致工作流无法恢复调度问题。

• Spring方式启动，不支持kill。

无

变更类型

功能描述

相关文档

新增

• MapReduce模型支持返回所有子任务的结果，由Reduce处理。

• 分布式模型支持拉模型，解决因为单机性能引起的木桶效应，支持动态扩容拉子任务。

• 拉模型支持全局子任务并发度，可以进行限流。

• JobContext增加wfInstanceId。

• 客户端启动失败抛异常，堵塞JVM启动，尽早发现问题。

• 客户端启动打印mvn依赖JAR的版本和路径，帮助排查JAR包冲突。

• 分布式模型子任务详情，增加队列维度，可以看到每台机器缓存的子任务队列。

无

优化

• Worker因为server负载高被误guarantined，可以自动恢复，不同重启客户端。

• 分布式模型子任务详情，运行中可以真实显示每台机器正在运行的子任务数。

• Master节点挂了，server会负责清理slave节点的资源，防止内存泄漏。

无

变更类型

功能描述

相关文档

新增

• 支持crontab和fixed_rate表达式进行周期性定时调度。

• 支持工作流调度，进行流程编排。

• 支持second_delay表达式进行秒级别调度。

• 支持Java、Shell、Python、Go任务类型。

• 支持单机执行、广播执行、并行计算、内存网格、网格计算。

• 支持Map和MapReduce分布式编程模型。

• 支持任务实例级别和子任务级别的失败自动重试（默认不重试）。

• 支持数据时间和重刷数据。

无