调度任务计划（积分只给回答最满意者，希望没有得到的，不要介意）

[韩誉]

哪位大（神）牛（人）做过任务调度的设计？我想知道设计思路。

控制软件会按照定时、定条件启动任务，定时启动很容易实现了。
定条件有时是满足一个设备返回的状态；
有时是满足2个设备的状态；
这里定义的任务是不确定多少，定义的启动条件也不确定多少。
如果按一条一条判断，可能错过启动时间。

[wanghui0380]

状态机，决策表都行 当然现代软件设计，有多种选择。 我个人可能会采用外置有状态服务+（哎，这个+目前太多了，不好描述了） 比如google的tensorflow，大部分人觉着那是高大上的神经网络，跟俺们没啥关系。但实际上这个恰恰就是你问的问的一个种解法，“可定义，可配置的数据有向图” 对啊，用数据有向图来实现状态机，决策表。本来就是一个途径。 人工智能里所谓的“随机森林”--------他本身就是一层一层决策树而已 ------------------------- STORM 拓扑图其实也是一类 任务加条件----------------------你说像不像hadoop的任务调度 ps：不过有时候，我觉着也没必要过于复杂，比如看看google，看看aphache，在群集服务的时候，都不约而同优先选择的是“推举制度”，而不是所谓的“中心条件选取”，对。任务其实很多情况是不用分的，他就堆在哪里，谁活着，谁有空谁做。简单自然，不用你上面去搞啥“人工智能去干预”

[wanghui0380]

总结一下，我建议。 计划只管计划，执行只管执行。 你可以说“每天凌晨3点，给我把那100家的日统计表计算一遍”，然后，没有然后了。不要去管谁去执行，不要去管上面A条件，B条件，C条件。计划就是计划 而执行的那些群集服务器则是，谁有空就执行。按照“紧急，重要，必要，必须，一般”的顺序去执行 同时为了避免一件事情占用过多，在任务规划上，他事情变成很小的原子操作。把这些原子操作，分布式并行执行 其实这就是google在10多前的最著名的那3篇论文的核心。 分布式文件系统+分布式计算+分布式执行--------------------当所有的东西都打碎成最小的执行片段以后，你就只需要去管计划就好了，执行？他自己会在整个分布式群集系统里根据你的定义的状态机，有向图自然的执行下去，不用你去分配什么! 你要做的事情就是mapreduce，拆解原子任务（虽然你最重要，最紧急，但你的是最小任务，如果你给的是一个巨大的没拆解的任务，他会占用你所有资源，系统无法给其他任务腾出执行空间），给出数据有向图，让他自己去preduce，自己去在群集里做，不需要你上层搞什么“A你给我这个，B你去做那个的”人工干预

[wanghui0380]

引用

定条件有时是满足一个设备返回的状态； 有时是满足2个设备的状态； 这里定义的任务是不确定多少，定义的启动条件也不确定多少。 如果按一条一条判断，可能错过启动时间。

你这个描述，其实就是STORM 里面的拓扑图，或者说是tensorflow的有向图 https://blog.csdn.net/yangyangmyself/article/details/52346859 看到这里的描述没有，任务就是任务，执行就是执行，你并不需要操心错过启动时间（没有错过启动时间的说法，他已经发出了，他会执行，你只是需要知道执行状态去控制去控制，是否继续等待，是否放弃，是否重试等策略）

[韩誉]

感谢解答。可能我要另开个帖子，直接上代码最好了