一、基础入门
二、高级专题
思想与应用
工具与实践
三、扩展类库
四、项目实践
教程-入门篇
教程-进阶篇
八、视频教程
1.31.1 这里所说的计划任务计划任务主要负责处理一些耗时的操作，或者非用户触发的作业。
有些人会称它为后台任务，或者推送作业，又或者定时任务。这时则统称为：计划任务。
例如，当你发布一条微信朋友圈后需要通知上百个好友时；当一条后台的推荐资讯需要推送到每个用户的客户端时；当需要将本地的静态资源如图片同步到CDN时。显然这些动则需要分钟级别的操作，不应该在客户端调用接口时同步处理（但让我惊讶的是现实真的有人会这么做！），又或者非用户触发而需要后台处理（但更让我惊讶的是竟然也有系统是在用户请求时附带进行处理，而且还是国内某个知名的会员中心！）。
这里不仅仅是提供实现计划任务的约束和机制，更多的是引导大家更好地应对此类问题。1.31.2 计划任务的关键环节(1)触发首先，是何时何地由何用户产生一条待执行的计划任务，我们可以把这个场景点称为一个触发点。通常的做法，我们会先纪录下此触发点的场景信息，并放入到一个队列里面，以便等待计划任务消费。
(2)调度其次，是通过何种机制进行计划任务的调度。这里不仅有技术层面的问题，还有业务的问题，如每次批量处理多少，间隔多少，是否需要失败重试等等？(3)消费最后，则是具体的计划任务执行，以完成必要的操作，也称为消费。很多传统的做法，都是把这些操作和接口混在一起的，而这里，PhalApi则会以一种更为明朗的方式来实现，从而自底而上，支持更多的调度方式和触发机制。
1.31.3 传统的计划任务
如果以一图而鳖之，上图虽然简化，但可以很好地说明传统计划任务的结构体系。即：很多项目都是使用内嵌的方式来包含计划任务，这样明显会把接口服务系统和后台计划任务混在一起，增加了系统间的耦合性。虽然小项目可以忍受或者适合这种混合，但是出于长远考虑，进行有意识地分解还是很有好处的。
而且这种混合潜意识下又让开发人员不加判断就进行调用，这会严重增加接口的反应时间。我曾目睹一个接口耗时了近36秒之久，在对这个旧系统的接口进行一番排查后，原来是这个接口在发布后对上百个好友做了通知推送导致产生了上百条insert语句。
(1)传统的调度方式我们重点关注一下传统计划任务的调度方式，在过去，我们通常会有两种方式：一种是启动死循环的进程，另一种是启动一个crontab之类的定时任务。当然，上述的在接口请求时同步进行调度也算一种方式，但不是正规的做法。
如果采用死循环的方式，我们还需要考虑代码更新升级后，对脚本的重启，以便载入新的代码。如果是sh循环调用PHP脚本，则可以忽略。1.31.4 新型的计划任务(1)以接口的形式提供计划任务服务PhalApi中最具特色的做法是，将计划任务的执行消费实现，以接口形式来提供。这样的好处在于，我们作为接口开发人员，可以以熟悉的方式来进行计划任务的开发。但更大的得益在于，将计划任务通过接口的形式提供后，我们会看到更为广阔的使用场景：我们可以使用MQ队列消费，可以同步请求也可以异步请求。
(2)系统架构我们所做的，不仅仅只是把原来混合型的代码作简单分解，如下：
而是以一种更为正统的做法，为此我们添加了一些必要的节点来设计此构架。新的实现方式下的体系结构如下：
节点说明在上图中，应用节点还是我们的接口系统；MQ队列则是用于存放待消费的场景信息，同其他的MQ一样；计划任务则可以分为两部分，API接口实现和任务调度。计划任务这两部分，物理部署上可以合在一起，也可以分开，这取决于应用系统是采用分布式的做法，还是单一的服务器。
执行流程由上图可以看出，一个完整的计划任务流程为：1、应用产生一条新的计划任务，并存放于MQ队列2、计划任务定时或者不停扫描新的计划任务；若有，则进行调度3、计划任务API完成需要的工作，并将结果返回调度器(3)单个添加，批量处理这里只支持单个MQ添加，而处理则是批量的，且每批处理的数据可指定配置。
(4)MQ共享无论是分布式还是本地一体化，MQ队列都应该是可以共享访问的，以便为应用节点、计划任务调度节点所访问，如下图所示：
首选redis MQ因为MQ作为频繁读写的媒介，应该优先使用高效缓存来提高系统的吞吐率以及增加并发的能力。此外，作为临时一次性的数据，使用高效缓存也是大有好处的（但我们也需要考虑到数据丢失的情况）。而且，为了支持 单个添加，批量处理，第三方缓存应该很好地支持队列的操作。所以，redis是一个不错的选择。
如下，是redis简单的队列操作：$redis = new Redis();
$redis-&connect('127.0.0.1', 6300);
$redis-&lpush('test_key', 'www');
$redis-&lpush('test_key', 'phalapi');
$redis-&lpush('test_key', 'net');
echo $redis-&lpop('test_key'), &\n&;
echo $redis-&lpop('test_key'), &\n&;
echo $redis-&lpop('test_key'), &\n&;数据库MQ如果考虑到redis扩展不好安装，或者应用喜欢使用数据库来存放MQ，也是可以的。只需要用SQL的一些基本的操作语句便可做到FIFO。文件MQ文件MQ也是一种方式，但很少使用。(5)更丰富的调度方式接口同步调度虽然也是同步调度，但是我们将计划任务隔离后，便于日后发现此同步的计划任务影响到接口的响应时间时，可以及时轻松地切换到后台异步处理的方式。
回归传统的调度我们也可以沿用传统的做法，即使用死循环的脚本调度，或者crontab类的定时任务。
MQ队列消费既然我们以接口服务的形式提供计划任务的操作，那么可以把同一接口的调度放置到同一队列中进行维护和消费。接口异步调度当计划任务以接口服务提供后，我们可以使用另一种免MQ的做法，即使用接口的异步调度。如下：
这样既可以避免死循环带来的性能负载问题，也可以避免定时任务带来的延时问题，可以说异步调度是一种折中完美的做法。但这也可能是一种不负责任或者不安全的做法，因为我们无法跟进异步计划任务的结果。 本地调度和远程调度本地调度是指在执行过程中构建模拟接口的调用而无须经过网络请求，远程调度则是通过远程接口请求来实现。如果把本地调度和远程调度，跟同步/异步组合起来，我们可以得到以下三种有意义的组合：本地同步调度远程同步调度远程异步调度(6)计划任务的划分service即类型明显地，接口服务名称service即可作为计划任务划分的依据。
不同的service作为不同的队列，不同类型的计划任务；而相同的service则作为相同的队列相同的计划任务。
接口参数即参数接口参数即可计划任务执行时所需要的上下文信息。1.31.5 PhalApi中计划任务的核心设计解读(1)桥接模式 - 数据与行为独立变化为了给计划任务一个执行的环境，我们提供了 计划任务调度器 ，即：Task_Runner。每个计划任务需要调度的接口是不一样的，即不同的接口服务决定不同的行为；每个行为需要的数据也不一样，即不同的接口参数决定不同的数据。
自然而言的，Task_Runner按照桥接模式，其充当的角色如下：
然后，我们就可以这样各自实现： (2)适配器模式 - 对象适配器和类适配器在对MQ进行实现时，我们提供的Redis MQ队列、文件MQ队列和DB MQ队列，都使用了适配器模式，以重用框架已有的功能。其中，Redis MQ队列和文件MQ队列是属于对象适配器，DB MQ队列是类适配器。对于对象适配器，我们也提供了外部注入，以便客户端在使用时可以轻松定制扩展，当然也可以使用默认的缓存。
如下： 这样以后，我们可以这样根据创建不同的MQ队列：
$mq = Task_MQ_Redis();
$mq = Task_MQ_Redis(new PhalApi_Cache_Redis(array('host' =& '127.0.0.1', 'port' =& 6379)));
$mq = new Task_MQ_File();
$mq = new Task_MQ_File(new PhalApi_Cache_File(array('path' =& '/tmp/cache')));
$mq = new Task_MQ_DB();
$mq = new Task_MQ_Array();(3)模板方法 - 本地和远程两种调度策略在完成底层的实现后，我们可以再来关注如何调度的问题，目前可以有本地调度和远程调度两种方式。
本地调度：是指本地模拟接口的请求，以实现接口的调度远程调度：是指通过计划任务充当接口客户端，通过请求远程服务器的接口以完成接口的调度为此，我们的设计演进成了这样：
上图多了两个调度器的实现类，并且远程调度器会将远程的接口请求功能委托给连接器来完成。
(4)设计审视好了！让我们再回头审视这样的设计。
首先，我们在高层，也就是规约层得到了很好的约定。不必过多地深入理解计划任务内部的实现细节，我们也可以轻松得到这样的概念流程： 计划任务调度器(Task_Runner)从MQ队列(Task_MQ)中不断取出计划任务接口服务(PhalApi_Api)进行消费。
再下一层，则是具体的实现，即我们所说的实现层。客户可以根据自己的需要进行选取使用，他们也可以扩展他们需要的MQ。重要的是，他们需要自己实现计划任务的接口服务。
根据爱因斯坦说的，要保持简单，但不要过于简单。所以，为了更好地理解计划任务的运行过程，我们提供了简单的时序图：
上图主要体现了两个操作流程：加入MQ和MQ消费。其中，注意这两个流程是共享同一个MQ的，否则不能共享数据。同时调度是会进行循环式的调度，并且穷极之。(5)没有引入工厂方法的原因我们在考虑是否需要提供工厂方法来创建计划任务调度器，或者MQ。但我们发现，设计是如此明了，不必要再引入工厂方法来增加使用的复杂性，因为存在组合的情况。而且，对于后期客户端进行扩展也不利。
当我们需要启动一个计划任务时，可以这样写：$mq = new Task_MQ_Redis();
$runner = new Task_Runner_Local($mq);
$runner-&go('MyTask.DoSth');上面简单的组合可以有：4种MQ * 2种调度 = 8种组合。
所以，我们最后决定不使用工厂方法，而是把这种自由组合的权利交给客户端。
(6)失败重试与并发问题除了对计划任务使用什么模式进行探讨外，我们还需要关注计划任务其他运行时的问题。
一个考虑的是失败重试，这一点会发生在远程调度中，因为接口请求可能会超时。这时我们采用的是失败轮循重试。即，把失败的任务放到MQ的最后，等待下一批次的尝试。连接器在进行请求时，也会进行一定次数的超时重试。这里主要是为了预防接口服务器崩溃后的计划任务丢失。
另一个则是并发的问题。这里并没有过多地进行加锁策略。而是把这种需要的实现移交给了客户端。因为加锁会使得计划任务更为复杂，而且有时不一定需要使用，如一个计划任务只有一个进程时，也就是单个死循环的脚本进程的情况。
(7)客户端的使用最后，客户端的使用就很简单了：$mq = new Task_MQ_Redis();
$taskLite = new Task_Lite();
$taskLite-&add('MyTask.DoSth', array('id' =& 888));
微信号：w3cschoolcn
意见反馈：
联系方式：2013年4月 硬件/嵌入开发大版内专家分月排行榜第二2007年9月 硬件/嵌入开发大版内专家分月排行榜第二
2013年5月 硬件/嵌入开发大版内专家分月排行榜第三2012年9月 硬件/嵌入开发大版内专家分月排行榜第三2007年11月 硬件/嵌入开发大版内专家分月排行榜第三
本帖子已过去太久远了，不再提供回复功能。 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
动态可重构片上系统的任务在线放置和调度算法研究
下载积分：1000
内容提示：动态可重构片上系统的任务在线放置和调度算法研究
文档格式：PDF|
浏览次数：3|
上传日期： 17:42:25|
文档星级：
该用户还上传了这些文档
动态可重构片上系统的任务在线放置和调度算法研究
官方公共微信Python（163）
协程与多任务调度
时间& 23:02:15
在计算机科学中，多任务(multitasking)是指在同一个时间段内运行多个任务，现代计算机作为一个复杂的系统，运行的任务往往不止一个，所以多任务调度对于计算机来说尤为重要。现阶段多任务调度主要分为抢占式多任务和协作式多任务，抢占式多任务由操作系统决定进程的调度方案，而协作式多任务是当前任务主动放弃执行后，下一个任务继续进行。由于协作式任务管理受恶意程序的威胁更大，现阶段几乎所有的计算机都采用抢占式多任务管理。
现阶段，主要靠多进程或多线程的方式来实现多任务:
#include &stdio.h&
#include &unistd.h&
int main()
& & pid = fork();
& & if(pid & 0){
& & & & printf(&Fork Error!\n&);
& & }else if (pid & 0){
& & & & printf(&This is the parent Process! Process Id is
%d, Child id is %d\n&,getpid(),pid);
& & & & int i = 0;
& & & & while(i & 10){
& & & & & & printf(&This is parent Process output of i
%d!\n&,i);
& & & & & & i++;
& & }else if (pid == 0){
& & & & printf(&This is the child Process! Process Id is
%d, parent id is %d\n&,getpid(),getppid());
& & & & int j = 0;
& & & & while(j & 10){
& & & & & & printf(&This is child Process output of j
& & & & & & j++;
& & return 0;
中，我们说到了协程是一种比进程和线程更加轻量级的解决方案，也通过yield实现了协程，但最大的疑问是没有提供像进程或线程类的任务调度，没有体现出协程的优势，下面我们来实现一个简单的协程和协作式的多任务调度。
首先我们需要对任务(Task)进行包装:
class Task():
& & def __init__(self,taskid,coroutine):
& & & & self.__taskId = taskid
& & & & self.__coroutine = coroutine
& & & & self.__sendValue = ''
& & & & self.__beforeFirstYield = True
& & & & self.isFinished = False
& & def getTaskId(self):
& & & & return self.__taskId
& & def setValue(self,value):
& & & & self.__sendValue == value
& & def run(self):
& & & & if(self.__beforeFirstYield):
& & & & & & self.__beforeFirstYield = False
& & & & & & return self.__coroutine.next()
& & & & else:
& & & & & & try:
& & & & & & & & retval = self.__coroutine.send(self.__sendValue)
& & & & & & & & return retval
& & & & & & except StopIteration:
& & & & & & & & self.isFinished = True
& & & & & & & & return &&
这里的“任务”类似系统的进程，有ID，有发送给用户程序的消息sendValue.
接下来需要一个任务调度器，专门用来管理任务:
from Queue import Queue
class Scheduler():
& & def __init__(self):
& & & & self.taskQueue = Queue()
& & & & self.maxTaskId = 0
& & & & self.taskMap = dict()
& & def scheduler(self,task):
& & & & self.taskQueue.put(task)
& & def newTask(self,coroutine):
& & & & self.maxTaskId+=1
& & & & task = Task(self.maxTaskId,coroutine)
& & & & self.taskMap[self.maxTaskId] = task
& & & & self.scheduler(task)
& & & & return self.maxTaskId
& & & & def KillTask(self,taskid):
& & & & if& not taskid in self.taskMap:
& & & & & & return False
& & & & i = 0
& & & & while i & self.taskQueue.qsize():
& & & & & & tmp = self.taskQueue.get()
& & & & & & if tmp == self.taskMap[taskid]:
& & & & & & & & del self.taskMap[taskid]
& & & & & & & & break
& & & & & & else:
& & & & & & & & self.scheduler(tmp)
& & & & & & i+=1
& & & & return True
& & def run(self):
& & & & while not self.taskQueue.empty():
& & & & & & task = self.taskQueue.get()
& & & & & & retval = task.run()
& & & & & & if task.isFinished:
& & & & & & & & tid = task.getTaskId()
& & & & & & & & del self.taskMap[tid]
& & & & & & else:
& & & & & & & & self.scheduler(task)
任务调度器是系统最核心的功能，相当于Linux中的init程序，用来管理所有的系统任务。其它任务通过注册到任务调度器来实现其功能:
def task1():
& & while i & 10:
& & & & print &This is task 1 i is %s&%i
& & & & i+=1
& & & & yield
def task2():
& & while i & 10:
& & & & print &This is task 2 i is %s&%i
& & & & i+=1
& & & & yield
sch = Scheduler()
sch.newTask(task1())
sch.newTask(task2())
其结果输出如下，可以看出任务一和任务二确实是交替执行，实现了任务调度的功能
This is task 1 i is 0
This is task 2 i is 0
This is task 1 i is 1
This is task 2 i is 1
This is task 1 i is 2
This is task 2 i is 2
This is task 1 i is 3
This is task 2 i is 3
This is task 1 i is 4
This is task 2 i is 4
This is task 1 i is 5
This is task 2 i is 5
This is task 1 i is 6
This is task 2 i is 6
This is task 1 i is 7
This is task 2 i is 7
This is task 1 i is 8
This is task 2 i is 8
This is task 1 i is 9
This is task 2 i is 9
上面我们实现多个任务的调度，它们能够很好的交替运行，yield在这里实现上提供类一个类似 中断 的功能，一旦系统出现yield，调度器会自动调用另外的任务继续运行。
然而，在上面的例子中，一但我们把任务提交给调度器，对程序就没有了控制权，必须要等到任务运行结束。我们需要对任务有必要的控制权，如获取任务ID，结束任务，复制任务等等，这里需要用到和调度器的通信，这里就用到了yield的进行传值。类似Linux一样，我们可以给任务提供一些函数接口，任务通过yield把需要调用的函数传给调度器，调度器返回结果给任务，如下:
def task3():
& & pid = yield getpid()
& & print &This taskid is %d&%pid
& & while i & 10:
& & & & print &This is task 3 i is %d&%i
& & & & yield
要实现上面的调用，可以添加一个系统调用类:
class SysCall():
& & def __init__(self,callback):
& & & & self.__callback= callback
& & def __call__(self,task,schedular):
& & & & if not isinstance(task,Task):
& & & & & & raise TypeError(task.__name__+& is not instance of Task&)
& & & & self.__callback(task,schedular)
然后对Scheduler类的run方法作出更改
def run(self):
& & while not self.taskQueue.empty():
& & & & & & task = self.taskQueue.get()
& & & & & & retval = task.run()
& & & & & & &
& & & & & & if isinstance(retval,SysCall):
& & & & & & & & retval(task,self)
& & & & & & & & continue
& & & & & & if task.isFinished:
& & & & & & & & tid = task.getTaskId()
& & & & & & & & del self.taskMap[tid]
& & & & & & else:
& & & & & & & & self.scheduler(task)
然后添加供任务使用的接口函数:
def getpid():
& & def tmp(task,schedular):
& & & & task.setValue(task.getTaskId())
& & & & schedular.scheduler(task)
& & return SysCall(tmp)
def Killpid():
& & def tmp(task,scheduler):
& & & & task.setValue(scheduler.KillTask(taskid))
& & return SysCall(tmp)
def fork():
这里实现SysCall的主要目的是方便调度器对传递过去的函数类型进行控制，为了系统安全考虑，防止用户提交危险函数破坏系统，不属于SysCall类的函数一律不以运行。
至此，我们实现了一个完整协程任务调度器，而不是利用yield进行简单的数据传递，yield是如此好用，以至于很多语言都逐渐加入对其的支持，如PHP5.5开始加入yield,javascript 6(ECMAScript 6)也加入了对其的支持，虽然其使用起来有一些区别，但是原理是相通的，深入理解协程和yield，对于理解任务调度，系统原理意义重大。
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：48527次
积分：1480
积分：1480
排名：千里之外
转载：607篇
(3)(26)(17)(25)(3)(98)(149)(53)(116)(10)(49)(52)(34)Java&Web应用中的任务调度
Java&Web应用中的任务调度
为何需要任务调度？　　在web应用中，大多数任务是以一种"防止用户长时间等待"的方式完成的。在Google搜索这样的例子中，减少等待时间对用户体验来说至关重要。异步任务的一种解决方案是在用户提交后生成一个线程（来处理异步任务），但这也不能解决那些需要以一定时间间隔重复运行任务、或在每天的指定时间运行任务的情况。　　让我们从一个数据库报表的例子来看看任务调度能如何帮助改善系统设计。报表可能是错综复杂的，这取决于用户所需数据的种类，以及是否需要从一个或多个数据库收集大量数据。用户可能需要很长时间来运行这样的"按需"报表。因此，我们向这个报表示例中添加任务调度机制，以便用户可以安排在任何他们需要的时间生成报表，并以PDF或其他格式在email中发送。用户可以让报表在每天的凌晨2:22，系统正处于低负荷时运行；也可以选择只在特定时间运行一次。通过在报表应用中加入任务调度，我们可以为产品添加一项有用的功能，并改善用户体验。　　幸运的是，有一个强大的开源解决方案可以让我们以标准的方式在web应用（或任何Java应用）中实施任务调度。以下示例展示了在web应用中，如何使用Quartz来创建一个任务调度框架。这个示例还使用了Struts Action framework 插件，以便在web应用启动时初始化任务调度机制。Struts是最常见的MVC框架，为大多数开发人员所熟悉。当然除此之外还有许多框架可以协助在web应用中实现MVC模式。　　启动时初始化任务调度器　　我们首先要做的是建立一个Struts插件，让它在容器启动时创建我们的任务调度器。在以下例子中，我们选择Tomcat作为web应用容器，不过这些示例在其他容器中也应当可以运行。我们要创建一个Struts插件类，并在struts-config.xml中加入几行代码以使之可以工作。　　这个插件有两个可配置的初始化参数：startOnLoad指定是否要在容器启动时立即启动任务调度器，而 startupDelay指定启动任务调度器之前的等待时间。启动延时很有用，因为我们可能需要首先执行一些更重要的初始化步骤。此外还可以使用listener机制，以更复杂的方式来通知SchedulerPlugIn何时启动Quartz Scheduler。　　&plug-in className="SchedulerPlugIn"&&&&& &set-property property="startOnLoad" value="false" /&&&&& &set-property property="startupDelay" value="0" /&&&&/plug-in&　　我们要创建的是一个实现Struts插件接口org.apache.struts.action.PlugIn的单子类SchedulerPlugIn。Struts会按照配置文件中出现的顺序初始化各个插件。要特别注意的是init()方法中的代码，在此我们初始化了所需的Quartz对象，并得到Scheduler。我们的任务信息就要提交到此org.quartz.Scheduler对象，后者将在随后讨论。Scheduler对象由Quartz servlet根据其配置初始化，就像Struts初始化它的ActionServlet类一样。让我们来看init()方法：　　public void init(ActionServlet actionServlet,&&&&&&&&&&&&&&&& ModuleConfig moduleConfig) {&&System.out.println("Initializing Scheduler PlugIn for Jobs!");&&// Retrieve the ServletContext// 获取ServletContext&&ServletContext ctx = actionServlet.getServletContext();&&// The Quartz Scheduler&&// Quartz Scheduler对象&&Scheduler scheduler =&&// Retrieve the factory from the ServletContext.&&// It will be put there by the Quartz Servlet&&// 从ServletContext取得由Quartz Servlet放置在此的factory对象。&&StdSchedulerFactory factory =&&(StdSchedulerFactory) &&&&&&ctx.getAttribute(QuartzInitializerServlet.QUARTZ_FACTORY_KEY);&&&&&&try{&&&&&&&&// Retrieve the scheduler from the factory&&&&&&&&// 从factory取得scheduler&&&&&&&&scheduler = factory.getScheduler();&&&&&&&&// Start the scheduler in case, it isn't started yet&&&&&&&&// 如果scheduler尚未启动，则启动它&&&&&&&&if (m_startOnLoad != null && &&&&&&&&&&&&m_startOnLoad.equals(Boolean.TRUE.toString())){&&&&&&&&&&&&System.out.println("Scheduler Will start in " +&&&&&&&&&&&&m_startupDelayString + " milliseconds!");&&&&&&&&&&&&//wait the specified amount of time before&&&&&&&&&&&&// starting the process.&&&&&&&&&&&&// 在启动之前等待指定长度的时间&&&&&&&&&&&&Thread delayedScheduler =&&&&&&&&&&&&&&&&new Thread(new DelayedSchedulerStarted (&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& scheduler, m_startupDelay));&&&&&&&&&&&&//give the scheduler a name. All good code needs a name&&&&&&&&&&&&//给任务调度器命名。好的代码总该有名字！&&&&&&&&&&&&delayedScheduler.setName("Delayed_Scheduler");&&&&&&&&&&&&//Start out scheduler&&&&&&&&&&&&//启动任务调度器&&&&&&&&&&&&delayedScheduler.start();&&&&&&&&}&&} catch (Exception e){&&&& e.printStackTrace();&&}&&&&sm_scheduler =}　　配置过程的第二步是在web.xml中加入用来初始化Quartz servlet（org.quartz.ee.servlet.QuartzInitializerServlet）的内容，因为需要它将SchedulerFactory添加到ServletContext中，以便在我们的Struts插件中可以访问。SchedulerFactory就是我们在Struts插件中获得Scheduler对象的来源。除了struts-config.xml 和web.xml之外，还要在web应用的classes目录下放置一个quartz.properties文件。此文件的位置也可以在web.xml中作为QuartzInitializerServlet的启动参数来指定。　　&servlet&&&&& &servlet-name&QuartzInitializer&/servlet-name&&&&& &display-name&Quartz Initializer Servlet&/display-name&&&&servlet-class&&&&&org.quartz.ee.servlet.QuartzInitializerServlet&&&/servlet-class&&&&load-on-startup&1&/load-on-startup&&&&init-param&&&&&&param-name&shutdown-on-unload&/param-name&&&&&&param-value&true&/param-value&&&&/init-param&&&&init-param&&&&&&param-name&start-scheduler-on-load&/param-name&&&&&&param-value&false&/param-value&&&&&&/init-param& &/servlet&　　这里其实完全可以不使用Struts和SchedulerPlugIn，但如果将来决定要以其它的任务调度框架替换Quartz的话，额外的抽象层就很有用了。长远看来，让一切保持松散耦合总会使工作变得容易些。如果你使用其它MVC框架，也可以用SchedulerPlugIn.init()方法中的代码达到同样的效果。此外，还可以用Servlet 2.3规范中的ServletContextListener来实现同样的初始化过程。　　此为止web应用已配置完毕，我们可以创建一个.war文件并部署到服务器上，从控制台观察SchedulerPlugIn的输出信息。然而在此之前，让我们先看看如何向任务调度器提交一项任务。　　我们可以从web应用中的任何类访问SchedulerPlugIn的唯一实例，并调度一些要执行的工作。首先需要一个Trigger（触发器）对象来告诉任务何时运行、每隔多久运行一次。Quartz支持多种触发器，在这个例子中我们使用CronTrigger。　　Trigger trigger = new CronTrigger("trigger1", "group1");trigger.setCronExpression("0 0 15 ? * WED");　　以上的触发器会在每周三的下午3点执行指定任务。现在我们只要创建一个JobDetail对象，并把它和上面的触发器一起传递给SchedulerPlugIn的scheduleWork()方法。　　JobDetail jobDetail =&&&&&&&&new JobDetail("Hello World Job",&&&&&&&&&&&&&&&&&&&&&&"Hello World Group",&&&&&&&&&&&&&&&&&&&&&&HelloWorld.class,&&&&&&&&&&&&&&&&&&&&&&true, true, true);&&&&//Schedule The work//调度这项任务&&&&SchedulerPlugIn.scheduleWork(scheduledJobDetail, trigger);　　实际工作在何处？　　至此我们已决定Trigger，可以开始调度工作了。看上去一切都已完成，但实际上我们只是调度了一项任务，还有最重要的一步有待完成。注意HelloWorld.class作为参数传递给了JobDetail的构造函数。这个类就是实际完成工作的地方。HelloWorld继承了Quartz的Job类，并覆盖了execute()方法。当任务管理器决定运行这个任务时，execute()方法将被调用。来看代码：　　import org.quartz.JobDataMimport org.quartz.JobDimport org.quartz.JobExecutionC//extend the proper Quartz class//继承适当的Quartz类public class HelloWorld extends Job {//override the execute method//覆盖execute方法&&&&public void execute(JobExecutionContext context) {// Every job has it's own job detail//每个Job都有独立的JobDetail&&&&JobDetail jobDetail = context.getJobDetail();// The name is defined in the job definition//name在Job定义中指定&&&&String jobName = jobDetail.getName();//Every job has a Job Data map for storing extra information//每个Job都有一个Job Data map来存放额外的信息&&&&JobDataMap dataMap = jobDetail.getJobDataMap();&&&&&& &&&&&& System.out.println("Hello World!!!");&& } }　　出于测试的目的，你可能希望将触发器的频率调的高一点，以便观察到HelloWorld的动作。毕竟，你不想一直等到凌晨2点才能确定调度的任务确实运行了。相反，你可能需要一个每隔10秒运行的触发器：　　Trigger trigger = new SimpleTrigger("trigger1", "group1");trigger.setRepeatCount(SimpleTrigger.REPEAT_INDEFINITELY);trigger.setRepeatInterval(10000L); // milliseconds毫秒　　注意，这个触发器没有使用类cron的语法。Quartz有大量各类的选项和配置方法，可适用于任何任务调度的需要。&&&&&&&&　　其它计时方式的配置　　Quartz提供了多种调度任务的方式。CronTrigger可能是最复杂的一种，不过还有其它的选择。大多数触发器可以由Quartz提供的TriggerUtils类创建。以下是一些常见的触发器的例子。如谚语所言，条条大路通罗马！每天凌晨2:22触发的触发器// 方法一：使用makeDailyTrigger　　Trigger trigger = TriggerUtils.makeDailyTrigger(2, 22);trigger.setName("trigger1");trigger.setGroup("group1");// 方法二：使用CronTrigger　　Trigger trigger = new CronTrigger("trigger1", "group1");trigger.setCronExpression("0 22 2 * * ?");　　每5秒执行一次的触发器/*&&*
* 方法一：makeSecondlyTrigger * 注意以下代码将创建一个立即启动的触发器。要控制启动时间，使用 * trigger.setStartTime(Date)方法。 */Trigger trigger = TriggerUtils.makeSecondlyTrigger(5);trigger.setName("MyFiveSecondTrigger");trigger.setGroup("MyTriggerGroup");　　/*
* 方法二：设置SimpleTrigger的重复次数和间隔时间。 * 注意以下代码将创建一个立即启动的触发器。要控制启动时间，使用 * trigger.setStartTime(Date)方法。 */Trigger trigger = new SimpleTrigger("trigger1", "group1");trigger.setRepeatCount(SimpleTrigger.REPEAT_INDEFINITELY);trigger.setRepeatInterval(5000L); // milliseconds　　按间隔时间运行任务　　Trigger trigger = new SimpleTrigger("trigger1", "group1");// 24 hours * 60(minutes per hour) *// 60(seconds per minute) * 1000(milliseconds per second)// 24小时 * 60（分钟每小时） * 60（秒每分钟）* 1000（毫秒每秒钟）trigger.setRepeatInterval(24L * 60L * 60L * 1000L);　　结论　　在这个演示中，我们只接触了Quartz框架的一些初级功能。记住，Java 5 和J2EE 5也有自己的任务调度机制，但是它们不像Quartz那样灵活易用。Quartz是目前唯一的开源Java任务调度框架，它的确为开发者的锦囊中增加了很有用的内容。你可从Open Symphony下载Quartz，并得到一份很好的教程和使用说明。
H3C认证Java认证Oracle认证
基础英语软考英语项目管理英语职场英语
.NETPowerBuilderWeb开发游戏开发Perl
二级模拟试题一级模拟试题一级考试经验四级考试资料
软件测试软件外包系统分析与建模敏捷开发
法律法规历年试题软考英语网络管理员系统架构设计师信息系统监理师
高级通信工程师考试大纲设备环境综合能力
路由技术网络存储无线网络网络设备
CPMP考试prince2认证项目范围管理项目配置管理项目管理案例项目经理项目干系人管理
职称考试题目
招生信息考研政治
网络安全安全设置工具使用手机安全
生物识别传感器物联网传输层物联网前沿技术物联网案例分析
Java核心技术J2ME教程
Linux系统管理Linux编程Linux安全AIX教程
Windows系统管理Windows教程Windows网络管理Windows故障
数据库开发Sybase数据库Informix数据库
&&&&&&&&&&&&&&&
希赛网 版权所有 & &&