Quartz 2.3 misfire 配置写错:补跑 2000 次任务堆了 4 小时

对账任务 5 分钟跑一次,周五发版重启后,运维说任务补跑了 2000 多次,CPU 打满四个小时。

Quartz 2.3 的日志里一串 MisfireHandler: handling misfire。misfireThreshold 配的是 60000,服务停机 40 分钟,等于错过 8 次,不该是 2000 次。

看 trigger 定义,withMisfireHandlingInstructionFireAndProceed 被设在了 CronTrigger 上,SimpleTrigger 那份配置里还留着 repeatCount 为 -1 加 10 秒间隔。两个 bean 名字不同但都指向同一个 Job,调度器两个都注册了。10 秒那个就是 2000 次的来源。

先删掉重复的 bean。补跑没了,但对账本身还有问题:停机期间那 8 次是连续触发的,每次都扫全量订单,库被打到 90%。

补跑策略要按业务选。对账这种幂等但很重的任务,错过就跳过,只跑最近一次。改成 withMisfireHandlingInstructionDoNothing,并在 execute 里判断上次成功时间,间隔超过 15 分钟就只处理最后一个窗口。

CronTrigger trigger = newTrigger()
    .withIdentity("recon", "finance")
    .withSchedule(cronSchedule("0 0/5 * * * ?")
        .withMisfireHandlingInstructionDoNothing())
    .build();

还有一个隐藏项,集群模式没开。两台机器各跑各的 Quartz,同一时刻双份对账,靠数据库唯一键兜住,日志里全是 duplicate key。加上 isClustered 和 datasource 配置,实例之间才有抢锁。

确认方式:重启服务 3 次,misfire 计数为 0;停掉一台机器,任务仍在另一台正常触发,对账结果表没有重复行。

现在发版窗口避开整 5 分钟,减少一次无意义的补跑。这个习惯比改配置更省事。

您可以还会对下面的文章感兴趣: