PowerJob是一款开源的任务调度计算框架，包括四种定时调度策略，完整的调度任务管理机制，可视化的任务编排功能可在线配置任务依赖关系，支持Spring Bean、内置/外置Java类、Shell、Python等处理器。软件性能稳定、故障转移和恢复能力强，适用于多种工作场景。

软件特色

使用简单：提供前端Web界面，允许开发者可视化地完成调度任务的管理(增、删、改、查)、任务运行状态监控和运行日志查看等功能。

定时策略完善：支持CRON表达式、固定频率、固定延迟和API四种定时调度策略。

执行模式丰富：支持单机、广播、Map、MapReduce四种执行模式，其中Map/MapReduce处理器能使开发者寥寥数行代码便获得集群分布式计算的能力。

DAG工作流支持：支持在线配置任务依赖关系，可视化得对任务进行编排，同时还支持上下游任务间的数据传递

执行器支持广泛：支持Spring Bean、内置/外置Java类、Shell、Python等处理器，应用范围广。

运维便捷：支持在线日志功能，执行器产生的日志可以在前端控制台页面实时显示，降低debug成本，极大地提高开发效率。

依赖精简：最小仅依赖关系型数据库(MySQL/Oracle/MS SQLServer...)，扩展依赖为MongoDB(用于存储庞大的在线日志)。

高可用&高性能：调度服务器经过精心设计，一改其他调度框架基于数据库锁的策略，实现了无锁化调度。部署多个调度服务器可以同时实现高可用和性能的提升(支持无限的水平扩展)。

故障转移与恢复：任务执行失败后，可根据配置的重试策略完成重试，只要执行器集群有足够的计算节点，任务就能顺利完成。

运用场景

有定时执行需求的业务场景：如每天凌晨全量同步数据、生成业务报表等。

有需要全部机器一同执行的业务场景：如使用广播执行模式清理集群日志。

有需要分布式处理的业务场景：比如需要更新一大批数据，单机执行耗时非常长，可以使用Map/MapReduce处理器完成任务的分发，调动整个集群加速计算。

有需要延迟执行某些任务的业务场景：比如订单过期处理等。