关于任务德
感觉德的任务没什么难度，完成后的奖励也不错。另外好像有人做过试验，在完成任务后使用丛林猎人赫米特后也不会崩掉牌库里的大哥(因为完成任务后牌库的里随从费用并不是0费，而是从牌库抓到手里是变为0费)。此外德的1费法术配合大哥可以刷很多甲，生存也不存在问题。德的传统跳费体系也可以保证大哥在中期就可以登场。综上所述，任务德现在之所以不火只是因为没有主播在带节奏，卡组本身强度完全OK。
任务德的问题就是你说的这句“完成后的奖励也不错”。任务德想获得“完成后的奖励”，靠每回合抽一打一根本是不够的，需要大量的过牌才有价值。德目前靠谱的过牌只有滋养，其他高质量过牌手段(如那个644抽牌)仍然有待开发。
[b]Reply to [pid=]Reply[/pid] Post by [uid=]davy0810[/uid] ( 21:50)[/b]谁说过牌不够的，滋养☓2,星月视界☓1，愤怒☓2，鲨鱼，光这几张就够了。
我的任务德牌表0费激活*21费任务2费偷蛋*2 末日*2 愤怒*2 成长*23费寒光先知*2 351进化*24费变形神龟*2 横扫*25费老虎*2 滋养*26费博物馆*27费及以上753亡语*2 馆长 红龙 之翼
我的任务德牌表0费激活*21费任务 大地之鳞*22费偷蛋*2
愤怒*2 成长*23费351进化*2
355*24费变形神龟*2 横扫*2 433成长*25费老虎*2 滋养*1
新月视界*16费博物馆*27费及以上7510大树*2 大表哥实际上过牌是完全够用的，问题就在于如何完成任务而不死生存能力问题很大。
感觉德的任务没什么难度，完成后的奖励也不错。如果只做任务那是没啥难度难度在于要没难度的做任务就会导致有难度的生存 要生存 任务难度就直线上升奖励真的一般 不减手牌费用 你就得多带过牌保证完成任务后能享受减费但过牌带多了 中期完不成任务就只能过牌 导致任务橙意义变低
任务德的生存在这个环境下非常不友好，而且任务奖励也不是那么强力，如果是手牌加牌库的随从都变0费还是比较有吸引力的。不然冒死完成任务的时候还没有反场能力，这样就比任务贼low多了
这个版本尽量超生吧。aoe也少了很多。现在aoe多的也就骑士和萨满战士双乱斗。
不会变手牌的费用有点蛋疼
德鲁伊拍大哥靠的是科技不是任务，留任务就少一张牌找科技，而且那些中等费用的5攻都很鸡肋，盗贼做完任务怪都是55呢
说任务德弱的我怀疑你们究竟有没有遇到过？说实话我只遇到过一次，但那一次被打崩后印象深刻。
[b]Reply to [pid=]Reply[/pid] Post by [uid=9955142]兲朝屁民[/uid] ( 23:21)[/b]不就是铺了一地大哥吗。面对快攻做不完任务，面对控制大哥不够用。这两天一直在玩任务德。在5级摩擦来摩擦去。
我感觉任务德是可以的，完成任务后馆长找爆牌鱼爆牌鱼再拉大哥，似乎过牌问题不大
可以带星火术 解牌加过牌
参考跳费德，那种德打快攻韧性已经在能不能上的边缘徘徊了再混杂进任务体系，必然崩盘任务德适合做对策卡组，针对小范围的环境出现在比赛中
我的任务野兽德连成长都不带了，因为前期没有122 222 351的话，等你能下怪已经快输了
德的任务还是有问题，5个攻击5的随从要求太高了，这对生物的曲线要求就过于苛刻了。任务完成就代表5个5攻的随从受不到增益，加上开始带的小弟和法术，最后得益的生物太少了。改成4功好点。我玩的克苏恩熊猫德，有次随从全垫底，完成任务后都没几张牌了。
重点是这个任务不好做，做出来也就那么回事，生效缓慢，做任务时抗压也不行
[b]Reply to [pid=]Reply[/pid] Post by [uid=9955142]兲朝屁民[/uid] ( 23:21)[/b]那你自己去用用看不就得了，只遇到过一次有啥价值？你就算下了一大堆奇怪的过牌，火速完成任务，你也会觉得这任务怎么那么鶸，根本不如哪怕带个中立588正常打
可青玉护符也就一费，跟任务基本没差关于任务调度 - 简书
关于任务调度
Tags：作业调度 分布式任务调度
Quartz TBSchedule Elastic-job
基于给定时间点，给定时间间隔或者给定执行次数自动执行任务。
对于简单的有固定间隔(period)的任务，使用J***A内置的Timer即可解决问题。
public static void main(String[] args){
Timer timer = new Timer();
timer.schedule(new TimerTask(){
public void run() {
System.out.println("do sth...");
特点：in JDK，简洁，单线程
对于简单的定时任务，Timer是非常实用的类，做一些常规的简单任务，如在线程池中用Timer扫描出空闲线程。
ScheduledExecutor
多线程的固定间隔简单调度，JDK也提供了工具类
public static class ScheduledExecutorTest implements Runnable {
private String jobName = "";
public ScheduledExecutorTest(String jobName) {
this.jobName = jobN
public void run() {
System.out.println("execute " + jobName);
public static void main(String[] args) {
//执行线程池大小
ScheduledExecutorService service = Executors.newScheduledThreadPool(10);
long initialDelay1 = 1;
long period1 = 1;
// 从现在开始1秒钟之后，每隔1秒钟执行一次job1
service.scheduleAtFixedRate(
new ScheduledExecutorTest("job1"), initialDelay1,
period1, TimeUnit.SECONDS);
long initialDelay2 = 1;
long delay2 = 1;
// 从现在开始2秒钟之后，每隔2秒钟执行一次job2
service.scheduleWithFixedDelay(
new ScheduledExecutorTest("job2"), initialDelay2,
delay2, TimeUnit.SECONDS);
特点：in JDK 多线程 线程池
Unix Crontab
相比较Timer这种固定间隔调度，crontab的可以使用cron表达式表达更复杂调度策略：
每1分钟执行一次myCommand
* * * * * myCommand
实例2：每小时的第3和第15分钟执行
3,15 * * * * myCommand
实例3：在上午8点到11点的第3和第15分钟执行
3,15 8-11 * * * myCommand
实例4：每隔两天的上午8点到11点的第3和第15分钟执行
3,15 8-11 */2
* myCommand
crontab往往和脚本搭配完成更复杂的任务，意味着当需要和主系统进行复杂交互时多有不便。
特点： Linux内置 Crontab表达式
Quartz是个开源J***A库,可以简单看做以上三种的结合的扩展。
Quartz组件图
Scheduler：调度容器Job：Job接口类JobDetail ：Job的描述类，job执行时的依据此对象的信息反射实例化出Job的具体执行对象。Trigger：存放Job执行的时间策略JobStore： 存储作业和调度期间的状态Calendar：指定排除的时间点（如排除法定节假日）
Quartz线程图
Quartz的主要线程有两类，负责调度的线程和负责Misfire（指错过了执行时间的作业）的线程，其中负责调度的线程RegularSchedulerThread是基于线程池的，而Misfire只有一个线程。 两类线程都会访问抽象为JobStore的层来获取作业策略或写入调度状态。JobStore也分持久化(JobStoreSupport)和非持久化(RAMJobStore)两种，使用场景大大不同，后面有叙述。
Quartz的触发
注意上图左边部分是调度器的守护线程QuartzScheduleThread的主要流程，也就是：QuartzScheduleThread会在RegularThread池有空闲时（否则block），从JobStore中取出N个（将来30秒内要触发的）Trigger，并交给RegularThread线程池来运行job。
Quartz的功能非常丰富，结构也比上述的复杂的多，本文只是简要介绍抽象层的概念，详解请参考更多资料。对于单机调度Quartz基本能完全满足我们的需求，但多个机器怎么办呢？
Quartz集群
为了分担单点压力，往往需要多个节点运行定时任务，他们之间有协作又不能冲突。
Quartz集群部署图
Quartz用了一个比较取巧的方式支持集群定时调度。
Quartz使用持久化的线程模型
首先，JobStore要选用数据库持久化存储：JDBCJobStore，且自己管理事务：JobStoreTX。
依附于本身的trigger存取策略，Quartz利用数据库行级锁来实现多节点的通讯（间接通讯）。
0.调度器线程run()
1.获取待触发trigger
1.1数据库LOCKS表TRIGGER_ACCESS行加锁
1.2读取JobDetail信息
1.3读取trigger表中触发器信息并标记为"已获取"
1.4commit事务,释放锁
2.触发trigger
2.1数据库LOCKS表STATE_ACCESS行加锁
2.2确认trigger的状态
2.3读取trigger的JobDetail信息
2.4读取trigger的Calendar信息
2.3更新trigger信息
2.3commit事务,释放锁
3实例化并执行Job
3.1从线程池获取线程执行JobRunShell的run方法
读取之前获取锁，写入之后释放锁，这是Quartz集群解决集群同步的核心思想。
Quartz集群是用工具拼凑起来的一个方案，巧妙的运用了数据库锁解决同步问题，这在一些场景中是非常work的，但问题也依旧明显：解决了节点同步问题，但没有解决分布式问题。
官方也做出说明,集群特性对于高cpu使用率的任务效果很好,但是对于大量的短任务,各个节点都会抢占数据库锁,这样就出现大量的线程等待资源.这种情况随着节点的增加会越来越严重.
有没有解决分布式问题的方案？
TBSchedule
TBSchedule部署图
类比Quartz集群用数据库做存储，TBSchedule则使用更符合分布式场景的zookeeper来做任务状态。
zookeeper有永久节点存储作业的配置信息，使用临时节点存储调度时的状态，当其中一个调度端和zookeeper断开链接时，回话消失临时节点数据被抹除，所有在线调度端会感知到改变化并做出相应的动作。
来看几个重要概念：
任务项即分片。分布式机制是通过分片实现:如：TaskItem: 0,1,2,3可以用数据的ID取模对应TaskItem，一个TaskItem就代表了一部分
数据。如上线了机器[A,B,C], TBScher会做如下分配:[A=1,0,B=2,C=3]
如上线了机器[A,B,C,D,E], TBScher会做如下分配:[A=0,B=1,C=2,D=3]，E空闲。
分片操作由是leader节点执行，leader是最早上线的节点（编号最小）。
节点感知调度端会启动一个刷新zookeeper的timer，如果有变动则回触发leader的重新分配资源，如：新上线或下线了机器，会给各个调度端重新分配TaskItem。暂停或重新启动某个策略，调度端会停止之前的负责这个策略的线程组。
TBScheduler依旧支持Crontab表达式，并进一步支持执行的时间段（超过时间段则暂停），
但其内里实现有异于Quartz：
对于一个策略，在首次启动时会计算出该策略的下次执行开始时间和执行结束，然后分别启动一个负责启动和暂停的Timer，Timer内的操作就是对调度器的暂停和恢复，以及下一批Timer的创建。
TBScher的流式Job
相对于Quartz的job只有execute，Tbscher的Job主要多了selectTasks()方法。
* 单个任务处理实现
* @author xuannan
public class DemoTaskBean implements IScheduleTaskDealSingle&Long& {
public List&Long& selectTasks(String taskParameter,String ownSign, int taskItemNum,
List&TaskItemDefine& queryCondition, int fetchNum) throws Exception {
List&Long& result = new ArrayList&Long&();
String message = "获取数据...[ownSign=" + ownSign + ",taskParameter=\"" + taskParameter +"\"]:";
public boolean execute(Long task, String ownSign) throws Exception {
Thread.sleep(50);
("处理任务["+ownSign+"]:" + task);
selectTasks返回的结果会被带入execute中执行，当execute时task为空时会再次selectTasks，一次调度中，selectTasks可能会被调用多次，直到返回空，结束本次调度。
TBSchedule的出现最大的进步之处在于从关注作业到关注数据。在此概念上造就了高性能，也真正解决了集群分布式问题。
对zookeeper的操作都是原生客户端的直接操作，维护起来易出错外，zookeeper的高可用也没有良好支持。zookeeper挂掉要重启所有调度端。
文档缺失，四年内没有任何更新（2016），缺少开源社区的维护。
Elastic-job
Elatic-job部署图
原理基本和TBSchedule一致。
一些重要概念：
leader选举调度端机器上线后会检查有没有leader，如果没有则提议自己做leader，两个同时上线引发冲突是由zookeeper的内部解决的，总之它可以保证只有一个主。leader如果下线会触发重新选举，在选出下个leader前所有任务会被阻塞。
分片leader选举后，leader以『协调者』角色负责分片，同时依赖zookeeper的临时节点和***器的主动检查和通知功能，对机器上、下线、任务配置更改、分片修改等事件做出响应。
任务的设计
因为借助Quartz做实际调度工作，所以Elatic-job的任务都是Quartz的Job的实现，但做了更多的细分扩展：
简单任务： AbstractSimpleElasticJob 类似Quartz的Job，在Elastic-job的意义则多了高可用。
流式任务： AbstractDataFlowElasticJob 类似TBSchedule的任务，又再次基础细分重视顺序的AbstractSequenceDataFlowElasticJob和重视性能的AbstractThroughputDataFlowElasticJob。
用户扩展任务elatic-job是向着插件化看齐的，希望用户以插件形式贡献代码，编写更多有用的任务。
Sharding Offset框架提供了记录当前处理位移的方式，这往往用于大批量的任务处理中机器挂掉，这时候别的机器接手了挂掉的机器的任务时，需要知道哪些任务处理过了哪些还没处理。在TBSchedule中需要自己在自己的系统中做持久化标记，而在Elatic-job中则可以使用Sharding Offset，这为failover提供了便利。
Misfire开关本次作业开启后上次作业因为某种原因还没有结束，框架把这次作业标记为Misfire，上次作业执行完后会弥补标记了Misfire的作业。Quartz中原本也有Misfire，但在分布式环境中使用Misfire需要另外的支持，Elatic-job引入了它。
Elastic-job是2015年当当网发布的开源项目，它出现的意义是对TBSchedule在各方面的优化，这体现在它借鉴了TBSchedule的流式任务概念，但基本的调度功能还是交给这方面的资深专家：Quartz，而对zookeeper的操作使用crutor封装，以及文档比较全面，这一点对于维护者来说是心头好。
唯一的缺点是太新，缺少线上环境的考验。但当当的开发者在推广方面很给力，赞一个。
本文从浅至深的介绍了任务调度技术，但没有使用说明和结构详解，因为本文旨在对比的基础上做原理介绍，可以在技术选型上给出参考。
最近很忙啊关于我们,任务易介绍与说明_任务易网-找任务,接任务,很容易
关于我们任务易----找任务，接任务，更容易任务易简介什么是任务易？任务易（）隶属于武汉客客信息技术有限公司，是全球唯一一个为威客会员打造的综合服务平台。专注于威客群体刚性需求的理性挖掘，任务易力图借助客客团队多年的项目经验和资源优势，为威客群体提供最好的垂直搜索服务，开辟出一条大数据时代下不平常的突围之路。任务易|全球唯一服务威客的网站，推出垂直搜索服务，是行业标志性垂直搜索品牌。通过提高任务资源和智慧型产品的对接率，优化传统威客找任务、接任务、做任务等关键环节，让效率提升、让利润增幅、让威客行业实现良性发展。&在移动客户端方面，任务易网站已经实现安卓、IOSAPP上线，并将继续改进以便让用户拥有更好的体验。一机在手，即可将最新任务信息一网打尽，让最IN的威客行业讯息如影随行，移动互联网时代，任务易也将能者先行。和其他威客网站的区别：传统威客网站互相竞争以扩大的市场占有额为目的，任务易扶持各威客网站以扩大整体市场为目的。垂直搜索引擎的功能定位有助于针对特定任务、特定领域或某一特定需求提供有价值的信息和相关服务。全面收录、实时更新、科学分析、完善保障等功能特点很好的满足了威客群体对专业性、准确性、功能性、个性化的信息需求，大大加快了威客文化的纵深化普及。&任务易将通过网站生态环境的构建，创建一个将行业资源和优质人才高效对接的综合服务平台。一心一意为威***务，至始至终为行业发展助力。任务易，找任务，接任务，更容易。为什么推出任务易？伴随着威客行业近十年的蓬勃发展，知识网络化的传递模式和效益增收模式被越来越多人所了解和认同。然而纵观当前的行业现状，威客模式虽然经历了较长时期的孕育和发展，却始终无法达到全民化的拓展和延伸，挣脱行业发展桎梏的求索之路注定漫长而艰辛。任务易希望能够借助客客团队多年积累的项目经验和行业前瞻性突破现有的市场格局，给威客行业注入全新的生命力。任务易，在某种程度上是威客行业垂直搜索引擎的一次投石问路的行业诊断和试手。是一次将威客圈生态文明建设摆在至高位置的大胆尝试。任务易能带来什么？海量任务精准定位，科学分析，为你私人订制的任务筛选器。行业资讯新鲜资讯，一键搞定，随时随地，了解圈内那点事儿。威客圈子天涯咫尺，高手过招，打开威客群体交友新格局。周边资源威客宝典，攻略秘笈，威客应用。诚信保障全程监督，科学管制，让交易风险降至最低。个性档案任务收藏，资讯跟踪，感兴趣的，为你一一记录。发展历程任务易大事记2013年7月 任务易立项2013年10月 任务易线上内测2013年12月 beta上线 新增词条和导航功能2014年1月 用户体系改版 新增2014年3月 “为威客群体谋福利”专题上线2014年4月 被各大媒体报道，同时返利、话题、K币中心上线2014年5月 功能上线，数据统计中心投入使用2014年7月 导航页改版2014年11月“”专题活动影响十万受众人次2014年12月 任务易4G U盘上市，任务易精彩秀每周大盘点试运营2015年1月 威客行业“”，“精彩秀一周大盘点”上线2015年2月 首次全站改版，推出威客行业垂直搜索服务，社交平台“”上线2015年3月 开启合作模式，，活动展示。2015年4月 公益专题“”2015年5月总阅读量突破100万，相继开通搜狐媒体，百度百家媒体号。2015年6月 第一款为威客设计的在线协同产品“”全球首发。2015年7月 全球独此一家推出“”上线2015年8月 任务易七夕大作战专题上线，任务易圈出新天地2015年9月 威客设计风云汇，金九银十促销季专题展示2015年10月 任务易全新改版，自由职业在线工作平台上线2015年11月 任务易“”及“”专题2015年12月 威客勋章突破8000发放量，总阅读量突破400万,搜狐媒体号总阅读量达20万。2016年1月 &发布，十重好礼，十分惊喜；发布，年度累计PV229万，累计UV125万，累计IP100万。......(持续更新中)