详解 BI 系统中的任务调度

[GrapeCityChina]

任务调度是一个通用的计算机概念，可以简单地理解为计算机基于一定时间频率，自动执行一项进程任务。任务调度是操作系统的重要组成部分，Windows 系统中的定时任务和 Linux 的 Crontab 都是常用的系统级调度器，被广泛应用于各种定时执行程序的场景。在传统商业智能 BI 领域，系统的调度器也经常被作为 ETL 作业的调度器。作业任务会通过 T+1 或者更高的时间频率进行调度执行。

随着商业智能 BI 技术的发展，BI 工具的调度功能也有了长足的发展。特别是伴随着大数据和实时数据的市场需求，处理能力更强、多线程作业，准实时调度等场景的应用越来越普遍。

具体到商业智能 BI 工具的调度功能，目前，主要可以概括为两类：

1. 数据抽取的任务调度
2. 通知、消息的任务调度

一、数据抽取的任务调度

商业智能工具的一大应用场景就是打破数据孤岛，将分布在不同系统中的异构数据进行整合，并抽取到数据仓库，形成分析模型，为可视化分析提供数据支撑。对于大数据量的历史数据分析，抽取基本采用的就是定时调度机制。从数据源到数据仓库，可以配置增量更新或者全量更新。

全量更新一般采用的机制是先 Truncate Table ，再进行 Insert 操作。增量更新则是基于主键列或者时间戳，只更新满足条件的数据。无论哪种方式，都是通过设置不同时间频率的定时调度任务来执行的。

任务的频率也是和前述两种更新方式密切相关的。对于实时性要求不高的数据，可以通过设置 T+1 来进行全量更新。对于频率相对较高的数据，可以设置以小时、分钟甚至秒级的频率来进行调度增量更新。

具体的调度频率要根据数据量、服务器配置，同时考虑对数据源系统的压力来综合考虑。

以 Wyn 为例，在数据接入方式上同时支持直连模型和抽取模型。对于抽取模型，可以设置调度运行计划。自动重载计划会在设定的时间自动刷新模型中的数据。

用户可以根据不同的业务需求制定不同的执行计划，以不同频率重载表中的缓存数据。若计划执行失败，会向填写的邮箱发送一封邮件通知。若成功，则没有提示。

创建自动定时的运行计划，设定后运行计划会周期性的自动刷新数据。

商业智能 BI 工具在任务计划设置上，也会考虑到其复用性。提供通过模板创建运行计划功能。运行计划可以手动或自动执行。运行计划的调度执行是数据抽取成功的重要技术保障。

二、通知、消息的任务调度

在商业智能的任务调度场景中，不仅要将数据抽取到数仓集中存储。对于报表、仪表板等分析结果，也需要支持定时推送功能。并不是每个报表数据的查看者都方面直接登录系统查看数据。例如，出差路上，或者遗忘时，通过定时推送功能，可以主动地将分析结果呈现给数据的使用者。在企业实践中，邮件推送是最常用的方式之一。

以 Wyn 为例，在任务计划模板中，可以使用邮件推送功能。发送对象支持邮件和邮件组。在运行报表运行计划时，不仅仅支持将报表作为邮件附件或链接的形式发送至目标邮箱，也支持将报表作为邮件正文，这样会更加方便用户查看。

将报表作为邮件正文显示的关键在于，在设置运行计划时，将导出格式设置为"HTML"或"Image"。而后，发送方式选择邮件通知时，"发送类型"中才可以选择"在邮件正文中显示报表"。

综上所述，任务调度作为商业智能工具的普遍需求，已经被广泛应用，为数据抽取提供了有效的支撑。随着软件开发技术的发展和市场需求的变化，数据实时性更高的分析场景将越来越多。但是，大数据量历史数据分析的场景也会一直存在。因此，可以预见的是，在未来一段时间内，基于任务调度的抽取模型和基于流式的、实时推送模型、直连数据源的直连模型将并存，并共同为企业的数据分析提供重要的技术支撑。