Spring的定时任务详解@Scheduled计算餐厅评分

时间:2022-05-10 07:53:09

配置步骤:

1.在配置文件中加入task的命名空间:

  1. xmlns:task="http://www.springframework.org/schema/task"   
  2. http://www.springframework.org/schema/task http://www.springframework.org/schema/task/spring-task-4.1.xsd  
2.启用注解驱动的定时任务:

<task:annotation-driven scheduler="myScheduler"/> 

3.配置定时任务的线程池:

<task:annotation-driven />

4.扫描包
<context:component-scan base-package="com.task" />

5.cron表达式:

一个cron表达式有至少6个(也可能7个)有空格分隔的时间元素。
按顺序依次为
秒(0~59)

分钟(0~59)

小时(0~23)

天(月)(0~31,但是你需要考虑你月的天数)

月(0~11)

天(星期)(1~7 1=SUN 或 SUN,MON,TUE,WED,THU,FRI,SAT)

年份(1970-2099)

其中每个元素可以是一个值(如6),一个连续区间(9-12),一个间隔时间(8-18/4)(/表示每隔4小时),一个列表(1,3,5),通配符。由于"月份中的日期"和"星期中的日期"这两个元素互斥的,必须要对其中一个设置?.

0 0 10,14,16 * * ? 每天上午10点,下午2点,4点
0 0/30 9-17 * * ?   朝九晚五工作时间内每半小时
0 0 12 ? * WED 表示每个星期三中午12点
"0 0 12 * * ?" 每天中午12点触发
"0 15 10 ? * *" 每天上午10:15触发
"0 15 10 * * ?" 每天上午10:15触发
"0 15 10 * * ? *" 每天上午10:15触发
"0 15 10 * * ? 2005" 2005年的每天上午10:15触发
"0 * 14 * * ?" 在每天下午2点到下午2:59期间的每1分钟触发
"0 0/5 14 * * ?" 在每天下午2点到下午2:55期间的每5分钟触发
"0 0/5 14,18 * * ?" 在每天下午2点到2:55期间和下午6点到6:55期间的每5分钟触发
"0 0-5 14 * * ?" 在每天下午2点到下午2:05期间的每1分钟触发
"0 10,44 14 ? 3 WED" 每年三月的星期三的下午2:10和2:44触发
"0 15 10 ? * MON-FRI" 周一至周五的上午10:15触发
"0 15 10 15 * ?" 每月15日上午10:15触发
"0 15 10 L * ?" 每月最后一日的上午10:15触发
"0 15 10 ? * 6L" 每月的最后一个星期五上午10:15触发
"0 15 10 ? * 6L 2002-2005" 2002年至2005年的每月的最后一个星期五上午10:15触发
"0 15 10 ? * 6#3" 每月的第三个星期五上午10:15触发

有些子表达式能包含一些范围或列表

例如:子表达式(天(星期))可以为 “MON-FRI”,“MON,WED,FRI”,“MON-WED,SAT”

“*”字符代表所有可能的值

因此,“*”在子表达式(月)里表示每个月的含义,“*”在子表达式(天(星期))表示星期的每一天

 

“/”字符用来指定数值的增量

例如:在子表达式(分钟)里的“0/15”表示从第0分钟开始,每15分钟

         在子表达式(分钟)里的“3/20”表示从第3分钟开始,每20分钟(它和“3,23,43”)的含义一样


“?”字符仅被用于天(月)和天(星期)两个子表达式,表示不指定值

当2个子表达式其中之一被指定了值以后,为了避免冲突,需要将另一个子表达式的值设为“?”

 

“L” 字符仅被用于天(月)和天(星期)两个子表达式,它是单词“last”的缩写

但是它在两个子表达式里的含义是不同的。

在天(月)子表达式中,“L”表示一个月的最后一天

在天(星期)自表达式中,“L”表示一个星期的最后一天,也就是SAT

如果在“L”前有具体的内容,它就具有其他的含义了

例如:“6L”表示这个月的倒数第6天,“FRIL”表示这个月的最一个星期五

注意:在使用“L”参数时,不要指定列表或范围,因为这会导致问题

 

 
字段   允许值   允许的特殊字符
秒           0-59           , - * /
分           0-59           , - * /
小时           0-23           , - * /
日期           1-31           , - * ? / L W C
月份           1-12 或者 JAN-DEC           , - * /
星期           1-7 或者 SUN-SAT           , - * ? / L C #
年(可选)           留空, 1970-2099           , - * /



下面展示一个计算餐厅评分的小例子:

<!--根据餐厅Id查看每个餐厅被评论的条数 -->
    <select id="findSumJudegById" parameterType="String" resultType="Integer">
        select count(*) from restaurant_judge
        where
        restaurant_id=#{restaurantId}
    </select>
    <!-- 计算总分数 -->
    <select id="sumScoreByScore" parameterType="String" resultType="Integer">
        select sum(score) from restaurant_judge where restaurant_id=#{restaurantId}
    </select>

分别写他们的dao层,service层,此处省略

<!--查询餐厅的ID-->

  <select id="findAllResturantInfo" resultMap="BaseResultMap">
          select id,judge_sum from restaurant
   </select>

分别写他们的dao层,service层,此处省略


spring定时器:

@Component
public class RestaturantScoreJob {
    private Logger logger = LoggerFactory.getLogger(RestaurantJudge.class);

    @Autowired
    private RestaurantJudgeService judgeService;

    @Autowired
    private RestaurantService restaurantService;

    /**
     * 每天晚上1:00执行一次
     */
     @Scheduled(cron = "0 0 1 * * *")
    //@Scheduled(cron = "0/5 * * * * ?")
    public void autoCardCalculate() {
        try {
            List<Restaurant> restaurants = restaurantService.findAllResturantInfo();
            // 查找Restaurant 中所有的餐厅
            if (restaurants != null) {
                // 循环对餐厅进行计算评分
                for (int i = 0; i < restaurants.size(); i++) {
                    // 餐厅id
                    String resId = restaurants.get(i).getId();
                    // 餐厅中已有评价个数
                    int resJudgeSum = restaurants.get(i).getJudgeSum();
                    // 餐厅总评价数
                    int judgeSum = judgeService.findSumJudegById(resId);
                    if (resJudgeSum != judgeSum) {
                        // 如果餐厅中已有评价个数和评价表中对这个餐厅评价的个数不相同 则统计
                        double scoreSum = judgeService.sumScoreByScore(resId);
                        // 计算餐厅评分的平均分
                        RestaurantWithBLOBs restaturant = new RestaurantWithBLOBs();

                        restaturant.setId(resId);
                        double aveScore = (scoreSum*1.0)/ judgeSum;
                        restaturant.setGrade(aveScore);
                        restaturant.setJudgeSum(judgeSum);
                        // 更新餐厅评分和评分数
                        restaurantService.updateByPrimaryKeySelective(restaturant);
                    }
                }
            }
        } catch (Exception e) {
        }
    }