1.1 问题描述

由于 FineDataLink 中定时任务需要占用内存和并发资源等，因此用户可能需要根据实际的使用情况进行任务调整。

阅读此部分，你可以解决和理解如下问题：

• 问题一：如何配置定时任务的并发数？

• 问题二：为什么我的定时任务跑的比较慢，实际运行的并发数不够？

• 问题三：为什么我的定时任务并发数配置的很高，但是任务运行速度仍然很慢？

1.2 解释说明

最多能启动的定时任务数量。

1.2.1 4.1.4 及之后版本

并发数详细说明参见：并发控制

为了提高定时任务的效率，可以适当调整任务的并发数，以缩短数据搬迁需要的时间。在产品中配置位置如图所示：

1.2.2 4.1.4 之前版本

FDL 能同时执行的任务数跟 cpu 的线程数有关，默认是 cpu 线程数的 1/2 。假如 cpu 线程数为 8，FDL 则可以同时执行 4 个定时任务，若定时任务数有 5 个，另外一个需要排队。

1.3 任务并发数配置最佳实践

• 任务并发数越大，任务运行需要抢占的资源越多，，即前面提交任务先抢占资源运行，后提交的任务后抢占资源运行。建议合理配置任务并发数，避免大并发任务长时间运行，进而阻塞后续任务获得资源得到执行。

• 小数据量的数据表建议配置小并发，小并发需要的执行资源比较少，有利于任务快速抢占碎片资源得到运行。由于数据量比较小执行耗时可以控制在合理的范围内。

• 同一个数据源上定时任务，建议错峰运行，可以降低对数据源访问的并发压力。

脏数据容忍功能详情参见：脏数据容忍

2.1 问题描述

阅读此部分，可以解决和理解如下问题：

• 问题一：什么是定时任务的脏数据？

• 问题二：如何配置定时任务脏数据限制？

2.2 解释说明

脏数据阈值容忍能力用来控制任务在遇到脏数据时的行为，脏数据是指数据条目在写入目标数据源过程中发生了异常，则此条数据被视为脏数据。

以下为定时任务脏数据出现的情况：

1）与目标字段配置不匹配而无法写入的数据（目标字段长度/类型不匹配、目标字段缺失、违反目标字段非空约束等）。

2）当写入方式-主键冲突策略为「主键相同，记录为脏数据」时，主键冲突的数据将被视为脏数据。

由于各类异构系统对数据处理的复杂和差异性，目前写入失败的数据均被归类于脏数据。

目前定时任务在进行「任务控制」时，支持脏数据阈值限制能力，对于支持脏数据阈值限制的配置：

常见配置场景介绍如下：

• 不配置脏数据容忍：表示不容忍所有出现的脏数据，只要遇到脏数据就会导致任务失败。

• 配置脏数据限制为一个正整数N：表示最多容忍N条脏数据，在脏数据超过N条时，任务会失败退出；任务执行过程中，脏数据不会写入到目标表。

2.3 最佳实践

• 关系数据库（MySQL、SQL Server、PostgreSQL、Oracle、ClickHouse 等对于数据要求比较敏感的场景，建议不配置脏数据容忍，以及时发现数据质量风险。

• 对于数据要求不敏感的场景，可以配置脏数据限制，或者配置一个业务上合理的脏数据阈值上限，以降低日常脏数据处理运维负担。

• 关键任务配置任务失败和延迟告警，以及时发现线上问题。

3.1 查看脏数据条数及原因

定时任务运行时，若存在脏数据，日志中将会报错。如下图所示：

「统计」Tab页下，可看到脏数据具体条数，点击条数，可看到错误类型和错误原因。如下图所示：

3.2 脏数据常见原因及方案

3.3 处理脏数据

找到造成出现脏数据的原因并解决后，可重试任务。详情请参见：重试任务

定时任务运行过程中，若遇到脏数据，脏数据不会写入到目标表中，但正常的数据会顺利写入到目标表中。

产生脏数据后，重试的处理场景：