Golang通用任务调度器需解耦任务定义、触发逻辑与执行控制，含Task、Trigger、Scheduler、Executor四大模块，支持扩展接口、轻量状态管理及安全并发机制。
用 Golang 设计一个通用任务调度器，核心在于解耦「任务定义」、「触发逻辑」和「执行控制」。不依赖 cron 表达式硬编码，也不绑定具体业务，而是提供可扩展的接口、轻量的状态管理与安全的并发执行机制。下面从模块结构到关键实现逐步说明。
核心模块划分：职责清晰，便于替换
一个健壮的调度器通常包含以下 4 个主模块：
-
Task（任务）：定义任务唯一 ID、执行函数（
func() error）、元信息（超时、重试、标签等），不关心何时运行 -
Trigger（触发器）：抽象出时间驱动（如 cron、delay、interval）、事件驱动（如 HTTP webhook、消息队列通知）等策略，统一返回
chan time.Time或chan struct{} - Scheduler（调度器）：维护任务注册表，监听各 Trigger 的信号，按需启动执行器；支持启停、暂停、手动触发
- Executor（执行器）：控制并发数、上下文超时、错误重试、结果回调；避免 goroutine 泄漏，支持同步/异步模式
关键设计点：避免常见陷阱
很多初版调度器崩在边界场景。以下是必须处理的细节：
- 任务执行函数 panic 时，必须 recover 并记录错误，否则整个调度器 goroutine 退出
- Trigger channel 若无缓冲且无人接收，会导致 sender 阻塞 —— 所有定时器需配合
select { case 或带缓冲 channel - 任务注册后动态启停，需用
sync.Map存储 taskID → *Task，并配合context.CancelFunc控制生命周期 - 避免用
time.AfterFunc做周期任务 —— 它不支持取消，应改用time.Ticker+select+ctx.Done()
简易可运行骨架示例（含 cron 支持）
以下是最小可行结构，使用 robfig/cron/v3 作为 Trigger 实现之一：
type Task struct {
ID string
Func func() error
Timeout time.Duration
MaxRetry int
}
type Scheduler struct {
mu sync.RWMutex
tasks map[string]Task
executors map[string]executor // taskID → executor
cron *cron.Cron
}
func (s Scheduler) RegisterCronTask(id, spec string, fn func() error) error {
t := &Task{ID: id, Func: fn, Timeout: 30 time.Second}
s.mu.Lock()
s.tasks[id] = t
s.mu.Unlock()
return s.cron.AddFunc(spec, func() {
s.runTask(id)
})}
func (s *Scheduler) runTask(id string) {
s.mu.RLock()
t, ok := s.tasks[id]
s.mu.RUnlock()
if !ok { return }
ctx, can
cel := context.WithTimeout(context.Background(), t.Timeout)
defer cancel()
// 使用独立 executor 控制并发与重试
result := s.newExecutor(t).Run(ctx)
if result.Err != nil {
log.Printf("task %s failed: %v", id, result.Err)
}
}
注意：cron.Cron 本身已处理 panic 捕获和 goroutine 安全，无需重复封装；重点是把任务执行收口到 runTask，方便后续加日志、指标、熔断等能力。
进阶可扩展方向
通用 ≠ 大而全。真正易维护的调度器会预留这些扩展点：
cel := context.WithTimeout(context.Background(), t.Timeout)
defer cancel()
// 使用独立 executor 控制并发与重试
result := s.newExecutor(t).Run(ctx)
if result.Err != nil {
log.Printf("task %s failed: %v", id, result.Err)
}- 支持插件化 Trigger：实现
Trigger interface { Start() ，轻松接入 Kafka offset、Redis key expire、甚至 Prometheus alert webhook - 任务持久化抽象：定义
Persister interface { Save(TaskState); Load(taskID) (TaskState, error) }，对接 SQLite / Redis / PostgreSQL - 健康检查端点：暴露
/health/scheduler返回活跃任务数、最近失败率、ticker 延迟等，便于可观测性集成 - Web 管理界面（可选）：用
embed.FS内置静态页，提供任务启停、手动触发、日志查看（结合log.Logger的 writer hook）
基本上就这些。不复杂但容易忽略的是状态一致性与错误传播路径 —— 把 panic、ctx cancel、网络超时、函数返回 error 这四类失败统一建模，调度器才真正可靠。
