首页 > 软件编程 > java > SpringBoot XXL-JOB分布式任务调度

SpringBoot整合XXL-JOB实现分布式任务调度的实战指南

2026-07-08 09:23:15 作者：张老师技术栈

XXL-JOB 是一个分布式任务调度平台,提供可视化任务管理、执行日志、失败告警等能力,是生产环境的主流选择,本文给大家介绍了SpringBoot整合XXL-JOB实现分布式任务调度的实战指南,需要的朋友可以参考下

@Scheduled 在单机环境下够用，但多实例部署时会遇到同一个任务每个机器都执行一遍的问题。XXL-JOB 是一个分布式任务调度平台，提供可视化任务管理、执行日志、失败告警等能力，是生产环境的主流选择。

一、XXL-JOB 架构

调度中心（xxl-job-admin）
    │ 调度任务 ↓
    ├── 执行器 A（任务1、任务2）
    ├── 执行器 B（任务1、任务3）
    └── 执行器 C（任务2、任务4）

核心概念：

调度中心：管理任务配置、触发调度、查看日志
执行器：实际执行任务的应用程序
任务：具体的业务逻辑

二、部署调度中心

1. 下载源码

git clone https://github.com/xuxueli/xxl-job.git

2. 初始化数据库

-- 执行 xxl-job/doc/db/tables_xxl_job.sql
-- 会创建 xxl_job 数据库及相关表

3. 修改配置

# xxl-job-admin/src/main/resources/application.properties
server.port=8080
spring.datasource.url=jdbc:mysql://localhost:3306/xxl_job?useUnicode=true&characterEncoding=utf-8
spring.datasource.username=root
spring.datasource.password=123456
# 登录账号
xxl.job.login.username=admin
xxl.job.login.password=123456

4. 启动

mvn clean package -DskipTests
java -jar xxl-job-admin/target/xxl-job-admin-2.4.0.jar

访问 http://localhost:8080/xxl-job-admin，登录后即可看到管理界面。

三、SpringBoot 集成执行器

1. 引入依赖

<dependency>
    <groupId>com.xuxueli</groupId>
    <artifactId>xxl-job-core</artifactId>
    <version>2.4.0</version>
</dependency>

2. 配置

xxl:
  job:
    admin:
      # 调度中心地址
      addresses: http://localhost:8080/xxl-job-admin
    executor:
      # 执行器名称
      appname: seckill-executor
      # 执行器端口
      port: 9999
      # 执行器注册地址
      address: ""
      ip: ""
      logpath: /data/xxl-job/logs
      logretentiondays: 30
    accessToken:  # 调度中心通信 Token

3. 配置类

@Configuration
public class XxlJobConfig {

    @Value("${xxl.job.admin.addresses}")
    private String adminAddresses;

    @Value("${xxl.job.executor.appname}")
    private String appname;

    @Value("${xxl.job.executor.port}")
    private int port;

    @Bean
    public XxlJobSpringExecutor xxlJobExecutor() {
        XxlJobSpringExecutor executor = new XxlJobSpringExecutor();
        executor.setAdminAddresses(adminAddresses);
        executor.setAppname(appname);
        executor.setPort(port);
        executor.setLogPath("/data/xxl-job/logs");
        executor.setLogRetentionDays(30);
        return executor;
    }
}

四、编写任务

1. Bean 模式（推荐）

@Component
public class SeckillTasks {

    private static final Logger log = LoggerFactory.getLogger(SeckillTasks.class);

    /**
     * 超时未支付订单处理
     */
    @XxlJob("timeoutOrderHandler")
    public ReturnT<String> timeoutOrderHandler(String param) {
        log.info("开始处理超时未支付订单...");

        // 查询超时订单
        List<Order> timeoutOrders = orderService.list(
            new LambdaQueryWrapper<Order>()
                .eq(Order::getStatus, 0)
                .lt(Order::getCreateTime, LocalDateTime.now().minusMinutes(10))
        );

        for (Order order : timeoutOrders) {
            // 取消订单
            order.setStatus(2);
            orderService.updateById(order);
            // 归还库存
            productService.restoreStock(order.getProductId(), order.getQuantity());
        }

        log.info("处理完成，共取消 {} 笔订单", timeoutOrders.size());
        return ReturnT.SUCCESS;
    }

    /**
     * 每日数据统计
     */
    @XxlJob("dailyReport")
    public ReturnT<String> dailyReport(String param) {
        log.info("生成日报表...");
        // 报表生成逻辑
        return ReturnT.SUCCESS;
    }
}

2. 分片广播模式（多机器协作）

适合大数据量处理，把数据分给多个执行器并行处理：

@XxlJob("shardingJob")
public ReturnT<String> shardingJob(String param) {
    // 获取当前执行器的分片信息
    ShardingUtil.ShardingVO shardingVO = ShardingUtil.getShardingVo();
    int index = shardingVO.getIndex();      // 当前执行器编号（从0开始）
    int total = shardingVO.getTotal();      // 执行器总数

    // 查询所有需要处理的数据
    List<Long> userIds = getAllUserIds();
    
    // 只处理分配给自己的那部分
    for (int i = index; i < userIds.size(); i += total) {
        processUser(userIds.get(i));
    }

    log.info("分片 {}/{} 处理完成，处理 {} 条", index + 1, total,
             userIds.size() / total);
    return ReturnT.SUCCESS;
}

五、在管理台配置任务

登录调度中心 → 执行器管理 → 新增执行器：

AppName: seckill-executor
名称: 秒杀系统执行器
注册方式: 自动注册

任务管理 → 新增任务：

执行器: seckill-executor
任务描述: 超时订单处理
调度类型: cron
Cron: 0 */1 * * * ?   ← 每分钟执行一次
运行模式: Bean
JobHandler: timeoutOrderHandler

六、任务参数传递

@XxlJob("paramJob")
public ReturnT<String> paramJob(String param) {
    // param 是在调度中心配置任务时填写的参数
    log.info("接收参数: {}", param);

    if (StringUtils.isNotBlank(param)) {
        JSONObject json = JSONObject.parseObject(param);
        String date = json.getString("date");
        int limit = json.getInteger("limit");
        // 使用参数执行任务
    }

    return ReturnT.SUCCESS;
}

在调度中心的任务配置中填入 JSON 参数：

{"date": "2026-07-03", "limit": 1000}

七、任务执行日志

@XxlJob("logJob")
public ReturnT<String> logJob(String param) {
    XxlJobLogger.log("任务开始执行...");

    try {
        // 业务逻辑
        XxlJobLogger.log("处理第 1 批数据，共 100 条");
        Thread.sleep(1000);
        XxlJobLogger.log("处理第 2 批数据，共 100 条");
        Thread.sleep(1000);

        XxlJobLogger.log("任务执行完成");
        return ReturnT.SUCCESS;
    } catch (Exception e) {
        XxlJobLogger.log("任务执行失败: {}", e.getMessage());
        return ReturnT.FAIL;
    }
}

在调度中心可以实时查看每台机器上的任务执行日志。

八、@Scheduled vs Quartz vs XXL-JOB

对比	@Scheduled	Quartz	XXL-JOB
部署	内嵌	内嵌	调度中心 + 执行器分离
可视化	❌	❌	✅ 管理界面
分布式	❌ 每个实例都执行	❌ 需自己实现	✅ 天然支持
失败告警	❌	❌	✅ 邮件告警
动态修改	❌ 改代码重启	❌	✅ 在线修改
适用场景	简单单机任务	复杂调度逻辑	生产环境分布式

九、秒杀系统集成建议

每天零点    → 清理过期活动数据       → 日清理任务
每分钟     → 检查超时未支付订单     → 超时订单处理
每月1号    → 生成月度报表           → 月报任务
大促后     → 数据归档              → 归档任务（分片广播）

建议： 项目初期用 @Scheduled 快速实现，等系统上线稳定后再迁移到 XXL-JOB。

以上就是SpringBoot整合XXL-JOB实现分布式任务调度的实战指南的详细内容，更多关于SpringBoot XXL-JOB分布式任务调度的资料请关注脚本之家其它相关文章！