Microservices Engine：Agent接入（指令碼或HTTP任務）

前提條件

• （可選）已建立命名空間。具體操作，請參見建立命名空間。

• 已建立資源。具體操作，請參見建立資源。

應用情境

Agent接入SchedulerX的主要應用情境如下：

• 通過Shell指令碼定時清理所有機器的日誌或定時拉起某個服務。

• 通過Python指令碼定時清理資料庫歷史資料。

• 通過HTTP介面定時掃描訂單。

環境要求

運行環境要求為JRE 1.8及以上版本。

手動部署Agent

1. 下載Agent，並解壓縮。

   如果您的機器開通了公網IP，可以直接執行如下命令下載：

   說明

   X.X.X為版本號碼，您可以替換為自己需要的版本號碼，例如1.12.5。

   wget https://schedulerx2.oss-cn-hangzhou.aliyuncs.com/agent/schedulerxAgent-X.X.X.tar

   版本	下載地址	版本說明
   Agent 1.13.2	https://schedulerx2.oss-cn-hangzhou.aliyuncs.com/agent/schedulerxAgent-1.13.2.tar.gz	新增特性 支援CGroup V2下CPU指標採集 支援任務執行線程池自訂線程池大小（參數Key：share.pool.size）
   Agent 1.12.5	https://schedulerx2.oss-cn-hangzhou.aliyuncs.com/agent/schedulerxAgent-1.12.5.tar	新增特性： 支援通過預留位置擷取任務系統變數。 支援Http任務自訂線程池大小。 指令碼任務可以返回最後一行標準輸出作為執行結果。
   Agent 1.11.5	https://schedulerx2.oss-cn-hangzhou.aliyuncs.com/agent/schedulerxAgent-1.11.5.tar	問題修複： 修複Netty和Logback的安全性漏洞。 修複K8s任務too old resource version問題。
   Agent 1.10.13	https://schedulerx2.oss-cn-hangzhou.aliyuncs.com/agent/schedulerxAgent-1.10.13.tar	新增特性： 支援一個機器同時部署多個Agent。 HTTP Agent任務支援Response超過1000位元組。 最佳化日誌，減少歷史日誌儲存。
   Agent 1.10.5	https://schedulerx2.oss-cn-hangzhou.aliyuncs.com/agent/schedulerxAgent-1.10.5.tar	新增特性： 支援優雅下線。 Log Service支援應用分組隔離。
   Agent 1.9.8	https://schedulerx2.oss-cn-hangzhou.aliyuncs.com/agent/schedulerxAgent-1.9.8.tar	新增特性： 支援Agent模式的HTTP任務。 支援指令碼任務執行失敗後，返回最後一行日誌。 支援K8s任務。
   Agent 1.7.10	https://schedulerx2.oss-cn-hangzhou.aliyuncs.com/agent/schedulerxAgent-1.7.10.tar.gz	問題修複： 修複秒層級任務運行緩慢的問題。 修複Log Service可能導致OOM的問題。
   Agent 1.4.2	https://schedulerx2.oss-cn-hangzhou.aliyuncs.com/agent/schedulerxAgent-1.4.2.tar.gz	新增特性：支援Log Service。

   重要

   使用wget指令下載Agent，若串連網站逾時，請開啟公網IP或參見上傳或下載檔案（Linux）。

2. 進入schedulerxAgent/conf目錄，配置agent.properties檔案。

   配置資訊如下：

   endpoint=addr-hz-internal.edas.aliyun.com
   # 公網地區使用domainName代替endpoint接入
   # domainName={domainName}
   namespace=fd2965c4-xxxx-xxxx-af52-bb62aa4f19f2
   groupId=hxm.test
   appKey=12******789

   • Endpoint為終端地址，請參見Endpoint列表。

   • namespace為命名空間ID，你可以在命名空間 頁面擷取。

   • 應用ID和應用key為應用的唯一標識和帳號，您可以在應用管理頁面擷取。

3. 進入schedulerxAgent/bin目錄，執行start.sh命令啟動部署。

   說明

   如果要設定啟動Agent的記憶體，可以執行start-200m.sh、start-500m.sh和start-1g.sh。

   啟動過程中，您可以根據需要執行以下操作：

   • 停止Agent命令：進入schedulerxAgent/bin目錄，執行stop.sh。

   • 查看日誌：日誌路徑為${user.home}/logs/schedulerx/worker.log。

     user.home可以通過執行ps aux | grep java命令查看。如果是admin使用者啟動的進程，日誌路徑為/home/admin/logs/schedulerx/worker.log；如果是root使用者啟動的進程，日誌路徑為/root/logs/schedulerx/worker.log。

   回顯資訊包含Schedulerx Worker started時，表示部署成功。

   說明

   運行環境要求為 JDK 1.8 至 14 版本。若使用 JDK 版本超過 14，則需在 Agent 安裝目錄的 schedulerxAgent/bin/start.sh 檔案中去除-XX:+UseConcMarkSweepGC部分。

   

通過Docker鏡像部署Agent

1. 根據您的網路環境和CPU架構選擇鏡像。

   說明

   以下鏡像地址需通過公網訪問。

   網路	x86_64	arm64
   （公網）華東1（杭州）	schedulerx-registry.cn-hangzhou.cr.aliyuncs.com/schedulerx2/agent:latest-amd64	schedulerx-registry.cn-hangzhou.cr.aliyuncs.com/schedulerx2/agent:latest-arm64
   （公網）新加坡	schedulerx-registry.ap-southeast-1.cr.aliyuncs.com/schedulerx2/agent:latest-amd64	schedulerx-registry.ap-southeast-1.cr.aliyuncs.com/schedulerx2/agent:latest-arm64

2. 部署Agent。

   參數說明：

   docker run  --env SCHEDULERX_ENDPOINT="addr-hz-internal.edas.aliyun.com" \
      --env SCHEDULERX_NAMESPACE="fd2965c4-xxxx-xxxx-af52-bb62aa4f19f2" \
      --env SCHEDULERX_GROUPID="hxm.test" \
      --env SCHEDULERX_APPKEY="12*****789" \
      -d {image id}

   • SCHEDULERX_ENDPOINT即Endpoint。

   • SCHEDULERX_NAMESPACE為命名空間ID，可以在控制台的命名空間 頁面擷取。

   • SCHEDULERX_GROUPID為應用ID。

   • SCHEDULERX_APPKEY為應用Key，可以在控制台的應用管理 頁面擷取。

   啟動部署任務後，您可以通過docker logs命令查看日誌。

通過K8s鏡像部署deployment

如果已有K8s環境，可直接通過schedulerx-agent.yaml部署。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: schedulerx-agent
  labels:
    app: schedulerx-agent
spec:
  replicas: 1
  selector:
    matchLabels:
      app: schedulerx-agent
  template:
    metadata:
      labels:
        app: schedulerx-agent
    spec:
      containers:
      - name: schedulerx-agent
        image: schedulerx-registry.cn-hangzhou.cr.aliyuncs.com/schedulerx2/agent:latest-amd64
        imagePullPolicy: Always
        resources:
          requests:
            cpu: 500m
        env:
          - name: "SCHEDULERX_ENDPOINT"
            value: "${SCHEDULERX_ENDPOINT}"
          - name: "SCHEDULERX_NAMESPACE"
            value: "${SCHEDULERX_NAMESPACE}"
          - name: "SCHEDULERX_GROUPID"
            value: "${SCHEDULERX_GROUPID}"
          - name: "SCHEDULERX_APPKEY"
            value: "${SCHEDULERX_APPKEY}"
          - name: "SCHEDULERX_STARTER_MODE"
            value: "pod"
        livenessProbe: 
          exec: 
            command: ["/bin/bash","/root/health.sh"]
          timeoutSeconds: 30
          initialDelaySeconds: 30