Topik ini menjelaskan cara menggunakan SchedulerX.
Panduan praktik
Lakukan rilis canary pada pekerjaan SchedulerX
Pekerjaan SchedulerX mendukung kebijakan perutean berbasis label. Anda dapat mengonfigurasi label dalam SDK untuk secara otomatis menjadwalkan pekerjaan ke pekerja dengan label tertentu guna menyelesaikan rilis canary pekerjaan. Untuk informasi lebih lanjut, lihat Bagaimana cara melakukan rilis canary pekerjaan SchedulerX?.
Integrasikan Layanan Log Sederhana dengan SchedulerX
Simple Log Service membantu mencatat dan menganalisis informasi kunci selama operasi sistem, mempermudah penanganan kesalahan dan identifikasi masalah potensial. Untuk mengintegrasikan Simple Log Service dengan SchedulerX 2.0, cukup tambahkan konfigurasi Log4j atau Logback tanpa perlu modifikasi kode. Setelah konfigurasi ditambahkan, Anda dapat melihat log pekerjaan, termasuk pekerjaan terdistribusi, yang dipicu di konsol SchedulerX 2.0. Untuk informasi lebih lanjut, lihat Integrasikan Simple Log Service dengan SchedulerX 2.0.
Konfigurasikan aplikasi untuk mendukung lebih dari 100.000 pekerjaan SchedulerX
Secara default, aplikasi yang dibuat di SchedulerX mendukung hingga 1.000 pekerjaan. Namun, aplikasi Anda mungkin memerlukan lebih dari 1.000 pekerjaan dalam skenario tertentu. Dalam sebagian besar kasus, setiap pekerjaan dijadwalkan pada waktu berbeda, sehingga tugas MapReduce tidak cocok. Untuk memungkinkan satu aplikasi mendukung lebih dari 100.000 pekerjaan, hubungi insinyur dukungan teknis SchedulerX untuk mengaktifkan penskalaan otomatis aplikasi. Anda juga dapat menggunakan klien versi 1.2.1 atau lebih baru untuk terhubung ke SchedulerX dan mengaktifkan fitur kolam kontainer bersama. Untuk informasi lebih lanjut, lihat Konfigurasikan aplikasi untuk mendukung lebih dari 100 ribu pekerjaan periodik.
Lakukan pembatasan tingkat aplikasi berdasarkan prioritas pekerjaan dalam antrian
Dalam skenario lonjakan lalu lintas, banyak pekerjaan perlu dijadwalkan, yang dapat menyebabkan beban kerja tinggi pada sistem. Misalnya, sejumlah besar pekerjaan harian dikonfigurasi untuk dijadwalkan pada waktu yang sama. Jika tidak ada tindakan efektif, layanan backend mungkin gagal menangani beban kerja konkuren, menyebabkan kegagalan sistem. Di SchedulerX, Anda dapat melakukan pembatasan tingkat aplikasi dengan mengaktifkan pembatasan, menetapkan ukuran antrian, dan mengonfigurasi antrian prioritas yang dapat direbut. Untuk informasi lebih lanjut, lihat Lakukan pembatasan tingkat aplikasi berdasarkan prioritas pekerjaan dalam antrian.
Buat pekerjaan penundaan detik
Pekerjaan penundaan detik cocok untuk beban kerja sensitif terhadap ketepatan waktu, seperti beban kerja hampir real-time yang harus terus-menerus melakukan putaran robin. Anda dapat menggunakan model grid memori dan pekerjaan penundaan detik untuk memproses sejumlah besar data secara terus-menerus. Pekerjaan penundaan detik yang dapat dibuat di SchedulerX adalah pekerjaan periodik. Anda dapat menggunakannya untuk menjalankan pekerjaan Java sederhana, pekerjaan Java terdistribusi, atau mengeksekusi skrip Java. Selain itu, Anda dapat menggunakan metode berbeda untuk menjalankan pekerjaan penundaan detik. Untuk informasi lebih lanjut, lihat Buat pekerjaan penundaan detik.
Proses data deret waktu
Sebagai contoh, sebuah pekerjaan dipicu pada pukul 00:30 setiap hari. Jika Anda ingin menggunakan pekerjaan tersebut untuk memproses data yang diperbarui pada pukul 23:30 di hari sebelumnya, Anda harus menetapkan offset waktu pekerjaan menjadi 1 jam. Anda dapat menggunakan deret waktu untuk memproses data pada waktu yang berbeda dari waktu penjadwalan pekerjaan. Untuk informasi lebih lanjut, lihat Proses data deret waktu.
Perbarui keluaran pekerjaan
Jika beban kerja Anda diperbarui, Anda dapat menjalankan pekerjaan yang sesuai lagi untuk memproses ulang data dalam periode waktu tertentu. Sebagai contoh, jika Anda menambahkan bidang baru ke database atau data yang dihasilkan pada titik waktu tertentu di bulan sebelumnya mengandung kesalahan, Anda dapat memperbarui keluaran pekerjaan yang sesuai. Untuk informasi lebih lanjut, lihat Perbarui keluaran pekerjaan.
Integrasikan Managed Service for OpenTelemetry dengan SchedulerX
Untuk layanan mikro terdistribusi, fitur analisis pelacakan ujung-ke-ujung memungkinkan Anda menganalisis eksekusi permintaan di setiap layanan secara visual. Untuk pekerjaan terjadwal, periode alur kerja eksekusi layanan mungkin lebih lama daripada layanan real-time umum. Integrasi dengan Managed Service for OpenTelemetry membantu Anda menanyakan durasi eksekusi pekerjaan dan menganalisis pengecualian eksekusi. Untuk informasi lebih lanjut, lihat Integrasikan analisis pelacakan.
Tentukan tag
Tag cocok untuk skenario rilis canary dan uji stres. Untuk mesin dalam grup aplikasi yang sama, beberapa di antaranya mungkin digunakan untuk rilis canary atau uji stres, dan kelas implementasi pekerjaan dari mesin ini berbeda dari mesin lainnya. Anda dapat menentukan tag dalam SDK untuk menyelesaikan masalah ketidaksesuaian. Untuk informasi lebih lanjut, lihat Tentukan tag.
Matikan pekerjaan dalam aplikasi dengan anggun
Pekerjaan dijalankan secara terus-menerus dalam proses aplikasi pada interval tetap. Saat aplikasi di-restart selama rilis, proses aplikasi harus dimatikan sementara. Jika Anda menutup aplikasi, pekerjaan terjadwal yang sedang berlangsung terganggu, yang dapat menyebabkan data tidak lengkap atau masalah lainnya. Untuk mencegah situasi ini, SchedulerX memungkinkan Anda menerapkan penutupan anggun untuk pekerjaan terjadwal. Anda harus menunggu hingga pekerjaan yang sedang berjalan selesai sebelum dengan aman menutup aplikasi. Untuk informasi lebih lanjut, lihat Matikan pekerjaan dan tugas yang dieksekusi dalam aplikasi dengan anggun.