SchedulerX
SchedulerX 是阿里中间件自研的基于 Akka 架构（Akka in Schedulerx2.0）的新一代分布式任务调度平台，提供定时、任务编排、分布式跑批等功能，具有高可靠、海量任务、秒级调度、可运维等能力。
SchedulerX 2.0 开始于 2018-01-22，没有参考 DTS 和 SchedulerX，是全新自研的下一代任务调度平台，不但兼容老版本编程模型，还提供更多更快更强的能力。
- 更多：支持多种时间表达式，任务编排，支持更多的业务场景。单机群支持上千万任务，一天上十亿次调度，支持更多的任务数。
- 更快：支持秒级别调度，处理准实时业务。
- 更强：支持日志查询、原地重跑、重刷数据等多种操作，提供更强的运维能力和排错手段。
注意功能
- 强大的定时调度器：Crontab，当然，必须支持 crontab 表达式
- Fixed rate：众所周知，crontab 必须被 60 整除，比如想每隔 40 分钟跑一次，cron 不支持。Fixed rate 专门用来做定期轮询，表达式简单。
- Fixed delay：适合做轮询的业务，比如每次执行完成隔 10 秒再跑，那么 fixed delay 非常适合你。
- 日历：支持多种日历，还可以自定义导入日历。比如金融业务需要在每个交易日执行。
- 时区：跨国的业务，需要在每个国家的时区定时执行某个任务。
- 任务编排：schedulerx 2.0 支持工作流（DAG）进行任务编排，操作简单，前端直接单手操作拖拖拽拽即可。详细的任务状态图能一目了然看到下游任务为什么没跑，如下图：
- 任务类型：支持多种任务类型，可以无限扩展！
- java：可以跑在用户进程中，也可以上传jar包动态加载。
- shell：前端直接写 shell 脚本。
- python：前端直接写 python 脚本，需要机器有 python 环境。
- go：前端直接写 go 脚本，需要机器有go环境。
- 自定义：用户甚至可以自定义任务类型，然后实现一个 plugin 就行。
- 执行方式&分布式编程模型
- 单机：随机挑选一台机器执行。
- 广播：所有机器同时执行且等待全部结束
- 并行计算：map/mapreduce模型，1~300个子任务，有子任务列表。
- 内存网格：map/mapreduce模型，10W以下子任务，无子任务列表，基于内存计算，比网格计算快。
- 网格计算：map/mapreduce模型，100W以下子任务，无子任务列表，基于文件H2计算。
系统架构
可扩展的执行引擎：
- TaskMaster：类似于 yarn 的 AppMaster，支持可扩展的分布式执行框架，进行整个 jobInstance 的生命周期管理、container 的资源管理，同时还有 failover 等能力。默认实现 StandaloneTaskMaster（单机执行），BroadcastTaskMaster（广播执行），MapTaskMaster（并行计算、内存网格、网格计算），MapReduceTaskMaster（并行计算、内存网格、网格计算）。
- Container：执行业务逻辑的容器框架，支持线程/进程/docker/actor等。
- Processor：业务逻辑框架，不同的 processor 表示不同的任务类型。