XXL-Job 2.3.0 保姆级教程：从源码编译到Docker部署，搞定Shell脚本定时任务
XXL-Job 2.3.0 全栈指南：源码编译到Docker集群部署与Shell任务实战
在分布式系统架构中，定时任务调度是支撑业务稳定运行的关键基础设施。XXL-Job作为轻量级分布式任务调度平台，凭借其开箱即用的特性、完善的监控体系和灵活的扩展能力，已成为企业级任务调度的首选方案。本文将带您从源码编译开始，逐步构建基于Docker的XXL-Job生产级集群，并深入探讨Shell脚本任务的容器化实践。
1. 环境准备与源码编译
1.1 基础环境配置
在开始部署前，需要确保您的Linux服务器满足以下基础要求：
- 操作系统：推荐使用CentOS 7+或Ubuntu 18.04+ LTS版本
- Java环境：JDK 1.8+（建议OpenJDK 11）
- 构建工具：Maven 3.6+
- 版本控制：Git 2.20+
- 容器环境：Docker 20.10+与Docker Compose 1.29+
使用以下命令验证环境就绪状态：
# 检查Java版本 java -version # 验证Maven安装 mvn -v # 确认Docker服务状态 systemctl status docker1.2 源码获取与编译
XXL-Job的源码编译过程需要特别注意依赖管理和配置文件调整：
从GitHub克隆项目仓库：
git clone https://github.com/xuxueli/xxl-job.git cd xxl-job git checkout 2.3.0数据库初始化：
- 创建专用数据库（如
xxl_job） - 执行
/xxl-job/doc/db/tables_xxl_job.sql初始化表结构
- 创建专用数据库（如
关键配置文件修改：
- 调度中心配置：
xxl-job-admin/src/main/resources/application.properties
# 数据库连接配置 spring.datasource.url=jdbc:mysql://mysql-host:3306/xxl_job?useUnicode=true&characterEncoding=UTF-8 spring.datasource.username=your_username spring.datasource.password=your_password # 访问令牌（建议修改） xxl.job.accessToken=your_access_token- 调度中心配置：
执行编译打包：
mvn clean package -Dmaven.test.skip=true
提示：编译过程中如遇依赖问题，可尝试先执行
mvn clean install -Dmaven.test.skip=true安装本地依赖
编译完成后，可在各模块的target目录获取可部署的JAR包：
- 调度中心：
xxl-job-admin-2.3.0.jar - 执行器示例：
xxl-job-executor-sample-springboot-2.3.0.jar
2. Docker化部署方案设计
2.1 容器架构规划
生产环境推荐采用以下容器部署架构：
| 组件 | 容器名称 | 端口映射 | 数据卷挂载 |
|---|---|---|---|
| MySQL 5.7 | xxl-job-mysql | 3306:3306 | /var/lib/mysql |
| 调度中心(Admin) | xxl-job-admin | 8080:8080 | /applogs,/config |
| 执行器(Executor) | xxl-job-executor | 9999:9999 | /applogs,/scripts |
2.2 Docker Compose编排
创建docker-compose.yml文件实现一键部署：
version: '3.8' services: mysql: image: mysql:5.7 container_name: xxl-job-mysql environment: MYSQL_ROOT_PASSWORD: root123 MYSQL_DATABASE: xxl_job ports: - "3306:3306" volumes: - mysql_data:/var/lib/mysql - ./init.sql:/docker-entrypoint-initdb.d/init.sql restart: always admin: image: xuxueli/xxl-job-admin:2.3.0 container_name: xxl-job-admin depends_on: - mysql environment: PARAMS: "--spring.datasource.url=jdbc:mysql://mysql:3306/xxl_job?useUnicode=true&characterEncoding=UTF-8 --spring.datasource.username=root --spring.datasource.password=root123" ports: - "8080:8080" volumes: - ./admin/logs:/data/applogs restart: always executor: build: ./executor container_name: xxl-job-executor ports: - "9999:9999" volumes: - ./executor/logs:/data/applogs - /host/scripts:/scripts depends_on: - admin restart: always volumes: mysql_data:执行器Dockerfile示例（./executor/Dockerfile）：
FROM openjdk:11-jre COPY xxl-job-executor-sample-springboot-2.3.0.jar /app.jar ENTRYPOINT ["java","-jar","/app.jar"]启动完整服务栈：
docker-compose up -d3. Shell脚本任务深度实践
3.1 GLUE(Shell)任务创建
XXL-Job支持多种任务模式，其中GLUE(Shell)允许直接编写和执行Shell脚本：
任务配置关键参数：
- 任务描述：清晰说明脚本功能
- 路由策略：根据业务需求选择（如轮询、故障转移）
- Cron表达式：
0/10 * * * * ?表示每10秒执行 - 运行模式：选择"GLUE(Shell)"
- 脚本内容：直接编写或粘贴Shell代码
典型Shell脚本示例：
#!/bin/bash # 获取当前时间并记录到日志 echo "[$(date '+%Y-%m-%d %H:%M:%S')] 任务开始执行" # 业务逻辑代码 /path/to/your/script.sh # 状态码返回 exit 03.2 容器内执行宿主机脚本
通过Docker数据卷挂载实现容器与宿主机的脚本共享：
宿主机准备脚本目录：
mkdir -p /host/scripts chmod -R 777 /host/scripts在Docker Compose中配置挂载：
volumes: - /host/scripts:/scripts任务脚本中引用：
#!/bin/bash /scripts/your_script.sh
3.3 日志管理与问题排查
XXL-Job提供多维度的日志查看方式：
- 调度日志：记录每次触发的基本信息
- 执行日志：详细记录脚本输出和错误信息
- 容器日志：通过Docker命令查看原始输出
docker logs -f xxl-job-executor --tail 100
关键日志文件位置：
- 调度中心日志：
/data/applogs/xxl-job-admin.log - 执行器日志：
/data/applogs/xxl-job-executor.log
4. 生产环境优化策略
4.1 高可用部署方案
为确保服务可靠性，建议采用以下策略：
- MySQL集群：配置主从复制或使用云数据库服务
- 调度中心集群：
- 部署多个Admin实例
- 使用Nginx进行负载均衡
- 共享同一数据库
- 执行器集群：
- 注册相同AppName的执行器实例
- 通过路由策略实现负载均衡
4.2 性能调优参数
关键JVM参数调整（Dockerfile或启动命令中指定）：
ENV JAVA_OPTS="-Xms1g -Xmx2g -XX:+UseG1GC -XX:MaxGCPauseMillis=200" ENTRYPOINT ["sh", "-c", "java ${JAVA_OPTS} -jar /app.jar"]MySQL连接池优化（application.properties）：
# 初始连接数 spring.datasource.initial-size=5 # 最大连接数 spring.datasource.max-active=20 # 最大等待时间(毫秒) spring.datasource.max-wait=30004.3 安全加固措施
- 访问控制：
- 配置
xxl.job.accessToken - 限制管理界面访问IP
- 配置
- 数据加密：
- 数据库连接使用SSL
- 敏感配置项加密存储
- 容器安全：
- 使用非root用户运行容器
- 限制容器资源配额
deploy: resources: limits: cpus: '2' memory: 2G
5. 常见问题解决方案
在实际部署和使用过程中，可能会遇到以下典型问题：
容器间网络不通：
- 检查Docker网络模式
- 确保使用
links或自定义网络 - 验证容器名称解析
脚本权限问题：
# 容器内执行 chmod +x /scripts/your_script.sh时区不一致：
# 在Dockerfile中设置时区 ENV TZ=Asia/Shanghai RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime内存溢出处理：
- 调整JVM堆内存参数
- 检查脚本是否存在内存泄漏
- 增加容器内存限制
对于更复杂的问题，可以通过以下命令获取详细诊断信息：
# 检查容器资源使用情况 docker stats # 进入容器内部排查 docker exec -it xxl-job-executor /bin/bash