一、在java开发领域，目前可以通过以下几种方式进行定时任务
1、单机部署模式
timer：jdk中自带的一个定时调度类，可以简单的实现按某一频度进行任务执行。提供的功能比较单一，无法实现复杂的调度任务。
scheduledexecutorservice：也是jdk自带的一个基于线程池设计的定时任务类。其每个调度任务都会分配到线程池中的一个线程执行，所以其任务是并发执行的，互不影响。
spring task：spring提供的一个任务调度工具，支持注解和配置文件形式，支持cron表达式，使用简单但功能强大。
quartz：一款功能强大的任务调度器，可以实现较为复杂的调度功能，如每月一号执行、每天凌晨执行、每周五执行等等，还支持分布式调度，就是配置稍显复杂。
2、分布式集群模式（不多介绍，简单提一下）
问题：
- i、如何解决定时任务的多次执行？
- ii、如何解决任务的单点问题，实现任务的故障转移？
问题i的简单思考：
- 1、固定执行定时任务的机器（可以有效避免多次执行的情况 ，缺点就是单点故障问题）。
- 2、借助redis的过期机制和分布式锁。
- 3、借助mysql的锁机制等。
成熟的解决方案：
1、Quartz：可以去看看这篇文章[Quartz分布式]( http://www.zzvips.com/article/88680.html)。
2、elastic-job：（https://github.com/elasticjob/elastic-job-lite）当当开发的弹性分布式任务调度系统，采用zookeeper实现分布式协调，实现任务高可用以及分片。
3、xxl-job:（https://github.com/xuxueli/xxl-job）是大众点评员发布的分布式任务调度平台，是一个轻量级分布式任务调度框架。
4、saturn:(https://github.com/vipshop/Saturn) 是唯品会提供一个分布式、容错和高可用的作业调度服务框架。
二、springtask实现定时任务（这里是基于springboot）
1、简单的定时任务实现
使用方式：
- 使用@enablescheduling注解开启对定时任务的支持。
- 使用@scheduled 注解即可，基于corn、fixedrate、fixeddelay等一些定时策略来实现定时任务。
使用缺点：
- 1、多个定时任务使用的是同一个调度线程，所以任务是阻塞执行的，执行效率不高。
- 2、其次如果出现任务阻塞，导致一些场景的定时计算没有实际意义，比如每天12点的一个计算任务被阻塞到1点去执行，会导致结果并非我们想要的。
使用优点：
- 1、配置简单
- 2、适用于单个后台线程执行周期任务，并且保证顺序一致执行的场景
源码分析：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
//默认使用的调度器if(this.taskscheduler == null) { this.localexecutor = executors.newsinglethreadscheduledexecutor(); this.taskscheduler = new concurrenttaskscheduler(this.localexecutor);}//可以看到singlethreadscheduledexecutor指定的核心线程为1，说白了就是单线程执行public static scheduledexecutorservice newsinglethreadscheduledexecutor() { return new delegatedscheduledexecutorservice (new scheduledthreadpoolexecutor(1));}//利用了delayedworkqueue延时队列作为任务的存放队列，这样便可以实现任务延迟执行或者定时执行public scheduledthreadpoolexecutor(int corepoolsize) { super(corepoolsize, integer.max_value, 0, nanoseconds, new delayedworkqueue());} |
2、实现并发的定时任务
使用方式：
方式一：由1中我们知道之所以定时任务是阻塞执行，是配置的线程池决定的，那就好办了，换一个不就行了！直接上代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
@configuration public class scheduledconfig implements schedulingconfigurer { @autowired private taskscheduler mythreadpooltaskscheduler; @override public void configuretasks(scheduledtaskregistrar scheduledtaskregistrar) { //简单粗暴的方式直接指定 //scheduledtaskregistrar.setscheduler(executors.newscheduledthreadpool(5)); //也可以自定义的线程池，方便线程的使用与维护，这里不多说了 scheduledtaskregistrar.settaskscheduler(mythreadpooltaskscheduler); } } @bean(name = "mythreadpooltaskscheduler") public taskscheduler getmythreadpooltaskscheduler() { threadpooltaskscheduler taskscheduler = new threadpooltaskscheduler(); taskscheduler.setpoolsize(10); taskscheduler.setthreadnameprefix("haina-scheduled-"); taskscheduler.setrejectedexecutionhandler(new threadpoolexecutor.callerrunspolicy()); //调度器shutdown被调用时等待当前被调度的任务完成 taskscheduler.setwaitfortaskstocompleteonshutdown(true); //等待时长 taskscheduler.setawaitterminationseconds(60); return taskscheduler; } |
方式二：方式一的本质改变了任务调度器默认使用的线程池，接下来这种是不改变调度器的默认线程池，而是把当前任务交给一个异步线程池去执行
首先使用@enableasync 启用异步任务
然后在定时任务的方法加上@async即可，默认使用的线程池为simpleasynctaskexecutor（该线程池默认来一个任务创建一个线程，就会不断创建大量线程，极有可能压爆服务器内存。当然它有自己的限流机制，这里就不多说了，有兴趣的自己翻翻源码~）
项目中为了更好的控制线程的使用，我们可以自定义我们自己的线程池，使用方式@async("mythreadpool")
废话太多，直接上代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
@scheduled(fixedrate = 1000*10,initialdelay = 1000*20)@async("mythreadpooltaskexecutor")//@asyncpublic void scheduledtest02(){ system.out.println(thread.currentthread().getname()+"--->xxxxx--->"+thread.currentthread().getid());}//自定义线程池@bean(name = "mythreadpooltaskexecutor")public taskexecutor getmythreadpooltaskexecutor() { threadpooltaskexecutor taskexecutor = new threadpooltaskexecutor(); taskexecutor.setcorepoolsize(20); taskexecutor.setmaxpoolsize(200); taskexecutor.setqueuecapacity(25); taskexecutor.setkeepaliveseconds(200); taskexecutor.setthreadnameprefix("haina-threadpool-"); // 线程池对拒绝任务（无线程可用）的处理策略，目前只支持abortpolicy、callerrunspolicy；默认为后者 taskexecutor.setrejectedexecutionhandler(new threadpoolexecutor.callerrunspolicy()); //调度器shutdown被调用时等待当前被调度的任务完成 taskexecutor.setwaitfortaskstocompleteonshutdown(true); //等待时长 taskexecutor.setawaitterminationseconds(60); taskexecutor.initialize(); return taskexecutor;} |
线程池的使用心得（后续有专门文章来探讨）
java中提供了threadpoolexecutor和scheduledthreadpoolexecutor，对应与spring中的threadpooltaskexecutor和threadpooltaskscheduler，但是在原有的基础上增加了新的特性，在spring环境下更容易使用和控制。
使用自定义的线程池能够避免一些默认线程池造成的内存溢出、阻塞等等问题，更贴合自己的服务特性
使用自定义的线程池便于对项目中线程的管理、维护以及监控。
即便在非spring环境下也不要使用java默认提供的那几种线程池，坑很多，阿里代码规约不说了吗，得相信大厂！！！
三、动态定时任务的实现
问题：
使用@scheduled注解来完成设置定时任务，但是有时候我们往往需要对周期性的时间的设置会做一些改变，或者要动态的启停一个定时任务，那么这个时候使用此注解就不太方便了，原因在于这个注解中配置的cron表达式必须是常量，那么当我们修改定时参数的时候，就需要停止服务，重新部署。
解决办法：
方式一：实现schedulingconfigurer接口，重写configuretasks方法，重新制定trigger,核心方法就是addtriggertask(runnable task, trigger trigger) ，不过需要注意的是，此种方式修改了配置值后，需要在下一次调度结束后，才会更新调度器，并不会在修改配置值时实时更新，实时更新需要在修改配置值时额外增加相关逻辑处理。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
@configuration public class scheduledconfig implements schedulingconfigurer { @autowired private taskscheduler mythreadpooltaskscheduler; @override public void configuretasks(scheduledtaskregistrar scheduledtaskregistrar) { //scheduledtaskregistrar.setscheduler(executors.newscheduledthreadpool(5)); scheduledtaskregistrar.settaskscheduler(mythreadpooltaskscheduler); //可以实现动态调整定时任务的执行频率 scheduledtaskregistrar.addtriggertask( //1.添加任务内容(runnable) () -> system.out.println("cccccccccccccccc--->" + thread.currentthread().getid()), //2.设置执行周期(trigger) triggercontext -> { //2.1 从数据库动态获取执行周期 string cron = "0/2 * * * * ? "; //2.2 合法性校验. // if (stringutils.isempty(cron)) { // // omitted code .. // } //2.3 返回执行周期(date) return new crontrigger(cron).nextexecutiontime(triggercontext); } ); } } |
方式二：使用threadpooltaskscheduler类可实现动态添加删除功能，当然也可实现执行频率的调整
首先，我们要认识下这个调度类，它其实是对java中scheduledthreadpoolexecutor的一个封装改进后的产物，主要改进有以下几点：
- 1、提供默认配置，因为是scheduledthreadpoolexecutor，所以只有poolsize这一个默认参数。
- 2、支持自定义任务，通过传入trigger参数。
- 3、对任务出错处理进行优化，如果是重复性的任务，不抛出异常，通过日志记录下来，不影响下次运行，如果是只执行一次的任务，将异常往上抛。
顺便说下threadpooltaskexecutor相对于threadpoolexecutor的改进点：
- 1、提供默认配置，原生的threadpoolexecutor的除了threadfactory和rejectedexecutionhandler其他没有默认配置
- 2、实现asynclistenabletaskexecutor接口，支持对futuretask添加success和fail的回调，任务成功或失败的时候回执行对应回调方法。
- 3、因为是spring的工具类，所以抛出的rejectedexecutionexception也会被转换为spring框架的taskrejectedexception异常(这个无所谓)
- 4、提供默认threadfactory实现，直接通过参数重载配置
扯了这么多，还是直接上代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
|
@componentpublic class dynamictimedtask { private static final logger logger = loggerfactory.getlogger(dynamictimedtask.class); //利用创建好的调度类统一管理 //@autowired //@qualifier("mythreadpooltaskscheduler") //private threadpooltaskscheduler mythreadpooltaskscheduler; //接受任务的返回结果 private scheduledfuture<?> future; @autowired private threadpooltaskscheduler threadpooltaskscheduler; //实例化一个线程池任务调度类,可以使用自定义的threadpooltaskscheduler @bean public threadpooltaskscheduler threadpooltaskscheduler() { threadpooltaskscheduler executor = new threadpooltaskscheduler(); return new threadpooltaskscheduler(); } /** * 启动定时任务 * @return */ public boolean startcron() { boolean flag = false; //从数据库动态获取执行周期 string cron = "0/2 * * * * ? "; future = threadpooltaskscheduler.schedule(new checkmodelfile(),cron); if (future!=null){ flag = true; logger.info("定时check训练模型文件,任务启动成功！！！"); }else { logger.info("定时check训练模型文件,任务启动失败！！！"); } return flag; } /** * 停止定时任务 * @return */ public boolean stopcron() { boolean flag = false; if (future != null) { boolean cancel = future.cancel(true); if (cancel){ flag = true; logger.info("定时check训练模型文件,任务停止成功！！！"); }else { logger.info("定时check训练模型文件,任务停止失败！！！"); } }else { flag = true; logger.info("定时check训练模型文件，任务已经停止！！！"); } return flag; } class checkmodelfile implements runnable{ @override public void run() { //编写你自己的业务逻辑 system.out.print("模型文件检查完毕！！！") } }} |
四、总结
到此基于springtask下的定时任务的简单使用算是差不多了，其中不免有些错误的地方，或者理解有偏颇的地方欢迎大家提出来！
基于分布式集群下的定时任务使用，后续有时间再继续！！！
以上所述是小编给大家介绍的springboot并发定时任务动态定时任务实现详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
原文链接：https://www.cnblogs.com/baixianlong/archive/2019/04/05/10659045.html
