一 elastic-job
1.1 案例场景分析
1.设置4个分片，10秒执行一次。
分片弹性扩容缩容机制测试：
测试1：测试窗口1不关闭，再次运行main方法查看控制台日志，注意修改application.properties中的 server.port，保证端口不冲突
测试2：测试窗口1 和测试窗口2 不关闭，再次运行2次main方法，达到4个任务实例，查看控制台日志
测试3：测试窗口1 和测试窗口2 不关闭，将测试窗口3和测试窗口4任务停止
测试4：测试窗口1不关闭 将测试窗口2 任务停止
结论：
1、任务运行期间，如果有新机器加入，则会立刻触发分片机制，将任务相对 平均的分配到每台机器上并行执行调度。
2、如果有机器退出集群，则经过短暂的一段时间（大约40秒）后又会重 新触发分片机制
二 dataflow类型作业(了解)
Dataflow 类型的定时任务需实现 DataflowJob 接口，该接口提供 2 个方法可供覆盖，分别用于抓取 (fetchData) 和处 理(processData) 数据。咱们继续对例子进行改造。
Dataflow 类型用于处理数据流，它和 SimpleJob 不同，它以数据流的方式执行，调用 fetchData 抓取数据，直到抓 取不到数据才停止作业。
每次运行定时任务都会开启 4 个线程执行 fetchData 抓取数据，抓取以后调用 processData 处
理数据，如果是流式处理数据（ new DataflowJobConfiguration 第三个参数为 true ）且 fetchData 方法的返回值为 null或集合长度为空时，作业才停止处理。
三 开启记录表的配置(了解)
JOB_EXECUTION_LOG 记录每次作业的执行历史
JOB_STATUS_TRACE_LOG 记录作业状态变更痕迹表。可通过每次作业运行的 task_id 查询作业状态变化的生命周期 和运行轨迹。
四 elastic-job的管控台
4.1 管控台
elastic-job中提供了一个elastic-job-lite-console控制台
4.2 dump命令
使用 Elastic-Job-Lite 过程中可能会碰到一些问题，导致作业运行不稳定。由于无法在生产环境调试，通过 dump 命 令可以把作业内部相关信息dump 出来，方便开发者 debug 分析。
