Was ist traditionelles Job Scheduling und wie hat es sich entwickelt?

Anmerkung der Redaktion: Die IT-Automatisierung entwickelt sich laufend weiter. Deshalb fanden wir es an der Zeit, unseren Artikel aus dem Jahr 2019 zum Thema Job Scheduling zu aktualisieren.

Das Job Scheduling ist nicht neu – de facto gibt es diesen Ansatz schon seit Jahrzehnten und viele betrachten es als eine Art Batchverarbeitung 2.0. Denn beide Konzepte führen sequentielle automatisierte Jobs mit minimaler menschlicher Interaktion aus. Im Gegensatz zur Batchverarbeitung können Job Scheduler allerdings auch komplexere Prozesse verarbeiten.

Job Scheduler wurden ursprünglich als native, integrierte Tools zur Automatisierung von Mainframes entwickelt. Auch die heutigen Scheduler sind in den Rahmen eines einzelnen Systems, einer Anwendung, einer Plattform oder eines Cloud-Service-Anbieters eingebunden. Diese Tools bieten nur ein Mindestmaß an Automatisierung innerhalb ihrer eigenen Systeme. Sie können nicht einfach systemübergreifend automatisieren oder ereignisbasierte Workflows auslösen.

Zum Glück gibt es inzwischen aber fortschrittlichere Lösungen für die IT-Automatisierung, die diese Herausforderungen meistern und den Anforderungen moderner Unternehmen gerecht werden. In diesem Artikel erfahren Sie, wie Job Scheduling in der Vergangenheit eingesetzt wurde und wie es in modernen hybriden IT-Umgebungen genutzt wird.

Was ist Job Scheduling?

Unter Job Scheduling versteht man die systematische, zuverlässige Abfolge von automatisierten Batchprozessen. Dabei werden in der Regel Kalender, Daten und Uhrzeiten verwendet, um verschiedene geschäftskritische Prozesse zu planen. Ein typisches Beispiel für die Job Scheduling-Automatisierung ist, wenn das IT Ops-Team die Finanzberichte zum Monatsende so plant, dass sie am Tag nach dem Monatsabschluss des Finanzteams ausgeführt werden.

Was ist ein Job Scheduler?

Vereinfacht ausgedrückt ist ein Job Scheduler ein systemspezifisches Tool, das zeitbasierte Trigger nutzt, um Batches von IT-Prozessen, wie z. B. das Datenbankmanagement, zu automatisieren.

In der Regel handelt es sich bei Job Schedulern um system- oder anwendungsspezifische Tools, die grundlegende Automatisierungsabläufe innerhalb ihres nativen Systems oder ihrer Anwendung ermöglichen. Beispiele für native Job Scheduler sind Windows Task Scheduler (Microsoft) und CRON (Linux und UNIX). Diese Tools führen Tasks innerhalb eines Batch-Fensters aus – also in einem Zeitraum nach Feierabend, der für die Ausführung von Batch-Jobs reserviert ist (erinnern Sie sich an die Zeiten, als „nach Feierabend“ noch eine Bedeutung hatte?).

Automatisierungsadministratoren sorgen dafür, dass es nicht zu unnötigen Störungen während der Arbeitszeiten kommt. Dazu erstellen sie Job Scheduling-Pakete, die steuern, wie Batch-Aufträge auf einem einzelnen System verarbeitet werden.

Was sind die Vor- und Nachteile von Job Scheduling-Software?

Der größte Vorteil der Job Scheduling Software? Sie ist für IT-Ops-Teams leicht verfügbar. Da diese Tools direkt in die weltweit beliebtesten Betriebssysteme eingebettet sind, werden sie in der IT-Automatisierungscommunity gerne eingesetzt, obwohl sie einige erhebliche Nachteile haben, wie:

• Keine Geschäftskalender
• Keine Abhängigkeitsüberprüfung zwischen Tasks
• Keine zentralen Verwaltungsfunktionen zur Kontrolle oder Überwachung des gesamten Workloads
• Keine Audit-Trails, um zu überprüfen, ob die Jobs tatsächlich ausgeführt wurden
• Kein automatischer Neustart/Wiederherstellung von geplanten Tasks
• Keine Wiederherstellung nach einem Rechnerausfall
• Keine Flexibilität bei den Terminierungsregeln
• Keine Möglichkeit für plattformübergreifende Abhängigkeiten

Im Zuge der Umstellung der Rechenzentren von Mainframes auf dezentrale Systeme und hybride IT-Umgebungen konnten diese nativen Planungstools nicht mehr mithalten.

Job Scheduling in einer dezentralen Systemumgebung

Vom Konzept her ähneln die Anforderungen an die dezentrale Automatisierung denen der Mainframe-gesteuerten, zeitbasierten Sequenzierungs- und Abhängigkeitsmodelle. Der Übergang zum dezentralen Computing hat jedoch neue Schwierigkeiten mit sich gebracht. So wird beispielsweise das Fehlen einer zentralen Managementkontrolle zum Problem, wenn Jobs auf vielen verschiedenen Servern statt auf einem einzigen zentralen Computer ausgeführt werden.

Wie schon erwähnt, führt traditionelle Job Scheduling-Software Jobs meist nur auf einem einzigen Rechner aus. Diese Beschränkung auf einen Rechner bringt gleich mehrere Herausforderungen mit sich, zum Beispiel:

• Silos: Im Allgemeinen können Job Scheduler nicht über unterschiedliche Plattformen hinweg miteinander kommunizieren und arbeiten. Diese fehlende Synchronisierung bedeutet, dass verwandte unternehmenskritische Jobs auf verschiedenen Betriebssystemen möglicherweise nicht oder nicht in der richtigen Reihenfolge ausgeführt werden.
• Komplexität: Da die Verwaltung und Planung von Jobs immer komplizierter wird, benötigt das IT-Personal mehr Zeit, um seine Aufgaben zu erfüllen. Die manuelle Konfiguration und Verwaltung mehrerer Scheduler auf verschiedenen Betriebssystemen erhöht also sowohl die Komplexität als auch das Fehlerrisiko.
• Manuelle Intervention: Job Scheduler benötigen häufig manuelle Eingriffe, um geplante Prozesse auf verschiedenen Rechnern abzustimmen, z. B. wenn eine Datei per FTP zur Verarbeitung an einen zweiten Rechner geschickt wird.
• Zusätzliche Programmierung: Beim Job Scheduling sind häufig zusätzliche Skripte oder Programmierungen erforderlich, um Verarbeitungslücken bei der Koordinierung zwischen Rechnern und Betriebssystemen zu schließen.
• Fehlende Verknüpfungen: Traditionelle Job Scheduler haben keine integrierten oder Managed File Transfer-Funktionen – dadurch kann die Datenlieferkette zum Stillstand kommen, bis manuelle Workarounds konfiguriert sind.
• Rigidität: Das Job Scheduling funktioniert am besten, wenn jede Job-Sequenz auf einer einzigen Plattform beginnt und endet. Jobs zwischen verschiedenen Plattformen zu verlagern, kann deshalb schwierig sein und zu neuen Herausforderungen führen, wenn sich Geschäftsprozesse zwangsläufig ändern oder weiterentwickeln.
• Systeminkompatibilität: Job Scheduler sind oft nicht mit Systemmanagement-Lösungen kompatibel, was regelmäßig zu kritischen Aktualisierungsproblemen, Fehlern und zusätzlichem Aufwand bei der Netzwerkwartung führt.
• Transparenz: Obwohl Job Scheduler immer von Service-Level-Management-Vereinbarungen ergänzt werden, schränkt der Einsatz mehrerer Scheduler auf mehreren Rechnern oder Plattformen die Möglichkeit, die Laufzeiten genau zu bewerten, erheblich ein.
• Zeitbasiert: Job Scheduler führen Batchprozesse in der Regel zu ganz bestimmten Zeiten aus („zeitbasiertes Scheduling“). Bei den modernen Automatisierungsanwendungen ist jedoch ein Automatisierungsansatz in Echtzeit notwendig.

Dezentrale Systemumgebungen erfordern eine fortschrittlichere Form des Job Scheduling für Unternehmen: die Workload Automation (WLA). Wie sein Vorgänger kann ein WLA-Tool Batch-Jobs zu bestimmten Zeiten (oft nachts oder monatlich) starten. Außerdem führt es Jobs in verteilten On-Prem-Umgebungen auf der Grundlage von Echtzeit-Ereignissen aus, z. B. sobald bestimmte Daten in SAP verfügbar werden, eine Arbeitsanfrage über ServiceNow eingereicht oder eine Genehmigung über Teams oder Slack erteilt wird.

Job Scheduling in einer Hybrid-Cloud- oder Hybrid-IT-Umgebung

Bei der Automatisierung einer Hybrid-IT-Umgebung, die On-Prem-, Cloud- und Container-basierte Systeme beinhaltet, treten viele Herausforderungen auf, die es auch bei verteilten On-Prem-Systemen gibt … nur in noch größerem Maßstab.

Diese komplexen Umgebungen erfordern eine Automatisierungslösung, die über das hinausgeht, was traditionelle Job Scheduling- oder sogar WLA-Tools bieten. Im Jahr 2020 führte Gartner die Kategorie der Service-Orchestrierungs- und Automatisierungsplattformen (SOAPs) ein, um die neuesten fortschrittlichen Automatisierungslösungen zu unterscheiden, die:

• Automatisierung über hybride IT-Umgebungen hinweg synchronisieren, die aus lokalen Systemen, Cloud-Service-Providern und containerisierten Workloads bestehen;
• Jobs über mehrere Anwendungen und Technologien hinweg sicher integrieren und planen. Aktuelle Studien zeigen, dass ein durchschnittliches Unternehmen mehr als 100 SaaS-Anwendungen einsetzt, von denen viele über eine Vielzahl von Funktionen und Tools mit Unternehmensdaten verbunden werden müssen;
• Benutzer im gesamten Unternehmen – einschließlich Entwickler, Datenexperten und Business Analysts – in die Lage versetzen, eigene Automatisierungsworkflows zu erstellen.

Fazit

Moderne Tools für Job Scheduling und Workload-Automatisierung haben einen neuen Namen: SOAPs – also Service-Orchestrierungs- und Automatisierungsplattformen. Dieser fortschrittliche Ansatz bietet alle Vorteile der traditionellen IT-Automatisierung, synchronisiert aber auch hybride IT-Prozesse, orchestriert Business Services und macht IT-Teams fit für die Zukunft.

Sie planen, Ihren traditionellen Job Scheduling-Ansatz auf eine neue Stufe zu bringen? Dann lesen Sie den Market Guide for Service Orchestration Platforms von Gartner oder kontaktieren Sie uns direkt.