跳到主要内容
跳到主要内容

CREATE-JOB

CREATE-JOB

Name

提示

CREATE JOB

  • since 2.1

Description

Doris Job 是根据既定计划运行的任务,用于在特定时间或指定时间间隔触发预定义的操作,从而帮助我们自动执行一些任务。从功能上来讲,它类似于操作系统上的 定时任务(如:Linux 中的 cron、Windows 中的计划任务)。

Job 有两种类型:ONE_TIMERECURRING。其中 ONE_TIME 类型的 Job 会在指定的时间点触发,它主要用于一次性任务,而 RECURRING 类型的 Job 会在指定的时间间隔内循环触发, 此方式主要用于周期性执行的任务。 RECURRING 类型的 Job 可指定开始时间,结束时间,即 STARTS\ENDS, 如果不指定开始时间,则默认首次执行时间为当前时间 + 一次调度周期。如果指定结束时间,则 task 执行完成如果达到结束时间(或超过,或下次执行周期会超过结束时间)则更新为FINISHED状态,此时不会再产生 Task。

JOB 共4种状态(RUNNING,STOPPED,PAUSED,FINISHED,),初始状态为RUNNING,RUNNING 状态的JOB会根据既定的调度周期去生成 TASK 执行,Job 执行完成达到结束时间则状态变更为 FINISHED.

RUNNING 状态的JOB 可以被 pause,即暂停,此时不会再生成 Task。

PAUSE状态的 JOB 可以通过 RESUME 操作来恢复运行,更改为RUNNING状态。

STOP 状态的 JOB 由用户主动触发,此时会 Cancel 正在运行中的作业,然后删除 JOB。

Finished 状态的 JOB 会保留在系统中 24 H,24H 后会被删除。

JOB 只描述作业信息, 执行会生成 TASK, TASK 状态分为 PENDING,RUNNING,SUCCEESS,FAILED,CANCELED PENDING 表示到达触发时间了但是等待资源 RUN, 分配到资源后状态变更为RUNNING ,执行成功/失败即变更为 SUCCESS/FAILED. CANCELED 即取消状态 ,TASK持久化最终状态,即SUCCESS/FAILED,其他状态运行中可以查到,但是如果重启则不可见。TASK只保留最新的 100 条记录。

权限

  • 目前仅支持 ADMIN 权限执行此操作。

相关文档 暂停 JOB,恢复-JOB,删除-JOB, 查询-JOB,查询-TASK

TVF-TASKS

语法:

CREATE
JOB
job_name
ON SCHEDULE schedule
[COMMENT 'string']
DO sql_body;

schedule: {
AT timestamp
| EVERY interval
[STARTS timestamp ]
[ENDS timestamp ]
}

interval:
quantity { WEEK | DAY | HOUR | MINUTE }

一条有效的 Job 语句必须包含以下内容

  • 关键字 CREATE JOB 加上作业名称,它在一个 db 中标识唯一事件。 JOB 名称必须是全局唯一的,如果已经存在同名的 JOB,则会报错。我们保留了 inner_ 前缀在系统内部使用,因此用户不能创建以 inner_ 开头的名称。
  • ON SCHEDULE 子句,它指定了 Job 作业的类型和触发时间以及频率。
  • DO 子句,它指定了 Job 作业触发时需要执行的操作, 即一条 SQL 语句。

这是一个最简单的例子:

CREATE JOB my_job ON SCHEDULE EVERY 1 MINUTE DO INSERT INTO db1.tbl1 SELECT * FROM db2.tbl2;

该语句表示创建一个名为 my_job 的作业,每分钟执行一次,执行的操作是将 db2.tbl2 中的数据导入到 db1.tbl1 中。

SCHEDULE 语句用于定义作业的执行时间,频率以及持续时间,它可以指定一次性作业或者周期性作业。

  • AT timestamp

格式:'YYYY-MM-DD HH:MM:SS', 用于一次性事件,它指定事件仅在 给定的日期和时间执行一次 timestamp,当执行完成后,JOB 状态会变更为 FINISHED。

  • EVERY

    表示定期重复操作,它指定了作业的执行频率,关键字后面要指定一个时间间隔,该时间间隔可以是天、小时、分钟、秒、周。

    • interval

    用于指定作业执行频率,它可以是天、小时、分钟、周。例如: 1 DAY 表示每天执行一次, 1 HOUR 表示每小时执行一次, 1 MINUTE 表示每分钟执行一次, 1 WEEK 表示每周执行一次。

    • STARTS timestamp (可选字段)

      格式:'YYYY-MM-DD HH:MM:SS',用于指定作业的开始时间,如果没有指定,则从当前时间的下一个时间点开始执行。开始时间必须大于当前时间。

    • ENDS timestamp (可选字段)

      格式:'YYYY-MM-DD HH:MM:SS', 用于指定作业的结束时间,如果没有指定,则表示永久执行。该日期必须大于当前时间,如果指定了开始时间, 即 STARTS,则结束时间必须大于开始时间。

  • DO

    用于指定作业触发时需要执行的操作,目前仅支持 INSERT 内表 操作。后续我们会支持更多的操作。

Example

创建一个一次性的 Job,它会在 2020-01-01 00:00:00 时执行一次,执行的操作是将 db2.tbl2 中的数据导入到 db1.tbl1 中。


CREATE JOB my_job ON SCHEDULE AT '2020-01-01 00:00:00' DO INSERT INTO db1.tbl1 SELECT * FROM db2.tbl2;

创建一个周期性的 Job,它会在 2020-01-01 00:00:00 时开始执行,每天执行一次,执行的操作是将 db2.tbl2 中的数据导入到 db1.tbl1 中。

CREATE JOB my_job ON SCHEDULE EVERY 1 DAY STARTS '2020-01-01 00:00:00' DO INSERT INTO db1.tbl1 SELECT * FROM db2.tbl2 WHERE  create_time >=  days_add(now(),-1);

创建一个周期性的 Job,它会在 2020-01-01 00:00:00 时开始执行,每天执行一次,执行的操作是将 db2.tbl2 中的数据导入到 db1.tbl1 中,该 Job 在 2020-01-01 00:10:00 时结束。

CREATE JOB my_job ON SCHEDULE EVERY 1 DAY STARTS '2020-01-01 00:00:00' ENDS '2020-01-01 00:10:00' DO INSERT INTO db1.tbl1 SELECT * FROM db2.tbl2 create_time >=  days_add(now(),-1);

INSERT JOB

  • 目前仅支持 INSERT 内表
  • 当下一个计划任务时间到期,即需要调度任务执行时,如果当前 JOB 仍有历史任务正在执行,则会跳过当前任务调度。因此控制一个合理的执行间隔非常重要。

CONFIG

fe.conf

  • job_dispatch_timer_job_thread_num, 用于分发定时任务的线程数, 默认值2,如果含有大量周期执行任务,可以调大这个参数。

  • job_dispatch_timer_job_queue_size, 任务堆积时用于存放定时任务的队列大小,默认值 1024. 如果有大量任务同一时间触发,可以调大这个参数。否则会导致队列满,提交任务会进入阻塞状态,从而导致后续任务无法提交。

  • finished_job_cleanup_threshold_time_hour, 用于清理已完成的任务的时间阈值,单位为小时,默认值为24小时。

  • job_insert_task_consumer_thread_num = 10;用于执行 Insert 任务的线程数, 值应该大于0,否则默认为5.

Best Practice

  • 合理的进行 Job 的管理,避免大量的 Job 同时触发,导致任务堆积,从而影响系统的正常运行。
  • 任务的执行间隔应该设置在一个合理的范围,至少应该大于任务执行时间。

Keywords

    CREATE, JOB