Spring的任务调度@Scheduled注解——task:scheduler和task:executor的解析

时间:2021-09-13 02:17:05

 

一个简单的Spring定时任务的 demo,全部代码见下载地址:https://download.csdn.net/download/yx0628/10511753 
对于 applicationContext 的配置如下:调度器线程池 task:scheduler 和 task:executor 的意义在后边例子中会详细的测试和说明。

<?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans" xmlns:context="http://www.springframework.org/schema/context" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context-3.0.xsd http://www.springframework.org/schema/task http://www.springframework.org/schema/task/spring-task-4.1.xsd" xmlns:task="http://www.springframework.org/schema/task"> <context:annotation-config /> <task:annotation-driven scheduler="myScheduler" executor="myExecutor"/> <!-- 调度线程池配置 --> <task:scheduler id="myScheduler" pool-size="5"/> <!-- 执行线程池配置 --> <task:executor id="myExecutor" pool-size="5"/> <context:component-scan base-package="com.zaimeibian" /> </beans>a package com.zaimeibian.task; import java.text.DateFormat; import java.text.SimpleDateFormat; import java.util.Date; import org.springframework.scheduling.annotation.Async; import org.springframework.scheduling.annotation.Scheduled; import org.springframework.stereotype.Component; @Component public class PrintTask { DateFormat df = new SimpleDateFormat("HH:mm:ss"); // 这个Async注解,代表当前任务是要异步执行的 @Async @Scheduled(fixedRate = 5000) public void printA(){ System.out.println("A执行 " + df.format(new Date())); try { Thread.sleep(10000); } catch (InterruptedException e) { } System.out.println("A打印输出 " + df.format(new Date())+ Thread.currentThread()); } @Scheduled(fixedRate = 5000) public void printB(){ System.out.println("B执行 " + df.format(new Date())); try { Thread.sleep(10000); } catch (InterruptedException e) { } System.out.println("B打印输出 " + df.format(new Date())+ Thread.currentThread()); } @Scheduled(fixedRate = 5000) public void printC(){ System.out.println("C执行 " + df.format(new Date())); try { Thread.sleep(10000); } catch (InterruptedException e) { } System.out.println("C打印输出 " + df.format(new Date())+ Thread.currentThread()); } // 配置initialDelay的任务是在容器启动后延迟一定时间才开始调度 @Scheduled(fixedRate = 5000, initialDelay=1000) public void printD(){ System.out.println("D执行 " + df.format(new Date())); try { Thread.sleep(30000); } catch (InterruptedException e) { } System.out.println("D打印输出 " + df.format(new Date())+ Thread.currentThread()); } // 配置initialDelay的任务是在容器启动后延迟一定时间才开始调度 @Scheduled(fixedRate = 5000, initialDelay=1000) public void printE(){ System.out.println("E执行 " + df.format(new Date())); try { Thread.sleep(30000); } catch (InterruptedException e) { } System.out.println("E打印输出 " + df.format(new Date())+ Thread.currentThread()); } }

这里,fixDelay 和 fixRate 参数代表每个任务,前者在上一个任务调度完成后,延迟一定的时间执行。而后者可以在每间隔一定时间就执行新任务(但这里与 executor 的参数有关)。下面的试验会详细说明这两个参数。 
Spring 的任务调度线程池,即

<task:scheduler id="myScheduler" pool-size="5"/>

如果不配置,那么默认值是 1 ,即结果是所有声明的任务,都是串行执行的,比如代码中的 A/B/C/D/E 五个任务,在默认值是 1 的情况下,只能一个个串行来执行。不能出现并行的情况。 
可以将参数改为 1 ,运行,输出如下:

B执行 12:16:36 B打印输出 12:16:46Thread[myScheduler-1,5,main] A执行 12:16:46 A打印输出 12:16:56Thread[myScheduler-1,5,main] C执行 12:16:56 C打印输出 12:17:06Thread[myScheduler-1,5,main] D执行 12:17:06 D打印输出 12:17:36Thread[myScheduler-1,5,main] E执行 12:17:36 E打印输出 12:18:06Thread[myScheduler-1,5,main] B执行 12:18:06 B打印输出 12:18:16Thread[myScheduler-1,5,main] A执行 12:18:16 A打印输出 12:18:26Thread[myScheduler-1,5,main] C执行 12:18:26 C打印输出 12:18:36Thread[myScheduler-1,5,main] D执行 12:18:36 D打印输出 12:19:06Thread[myScheduler-1,5,main] E执行 12:19:06 E打印输出 12:19:36Thread[myScheduler-1,5,main] B执行 12:19:36 B打印输出 12:19:46Thread[myScheduler-1,5,main] A执行 12:19:46 A打印输出 12:19:56Thread[myScheduler-1,5,main]

可以看到只有 myScheduler-1 这一个调度线程来调度这五个任务,任务之间只能串行,即等待上个任务完成后释放调度线程,然后调度线程才能调度执行下一个任务。

然后我们还改回调度线程池 5 个线程池大小,运行:

C执行 12:23:04 A执行 12:23:04 B执行 12:23:04 E执行 12:23:05 D执行 12:23:05 C打印输出 12:23:14Thread[myScheduler-2,5,main] C执行 12:23:14 A打印输出 12:23:14Thread[myScheduler-3,5,main] A执行 12:23:14 B打印输出 12:23:14Thread[myScheduler-1,5,main] B执行 12:23:14 C打印输出 12:23:24Thread[myScheduler-2,5,main] C执行 12:23:24 A打印输出 12:23:24Thread[myScheduler-3,5,main] A执行 12:23:24 B打印输出 12:23:24Thread[myScheduler-1,5,main] B执行 12:23:24 C打印输出 12:23:34Thread[myScheduler-2,5,main] A打印输出 12:23:34Thread[myScheduler-3,5,main] C执行 12:23:34 A执行 12:23:34 B打印输出 12:23:34Thread[myScheduler-1,5,main] B执行 12:23:34 E打印输出 12:23:35Thread[myScheduler-4,5,main] E执行 12:23:35 D打印输出 12:23:35Thread[myScheduler-5,5,main] D执行 12:23:35

可以看到,如果每个任务都有一个调度线程来处理,那么就是很理想的情况,各个任务之间是并行的,互不干扰各自独立,按照各自的时间来触发。(可以看到 1-5 这 5 个线程都在各自调度自己的任务) 
这里还要注意一点,fixDelay 和 fixRate 看上去似乎是一样的,在每个任务的调度线程中,都是必须上一个执行完毕后,等待配置的时间后,再开始下一次的执行。是不是 fixRate 参数不起作用呢?因为不是说 fixRate 是间隔一定时间执行,而不需要等待上一个任务执行完毕么?

这里引入另一个参数,可以看任务 A 上方注释掉的 @Async 注解:这个注解,代表可以异步执行。异步执行的话,调度线程池就会不用当前调度线程来执行,而是交给 task:executor 这个执行线程池来执行。 
我们来运行,这里为了更好的说明,我们可以把 A 的 fixRate 改为 2秒 ,看运行结果:

B执行 12:34:44 C执行 12:34:44 A执行 12:34:44 D执行 12:34:45 E执行 12:34:45 A执行 12:34:46 A执行 12:34:48 A执行 12:34:50 A执行 12:34:52 B打印输出 12:34:54Thread[myScheduler-2,5,main] B执行 12:34:54 C打印输出 12:34:54Thread[myScheduler-3,5,main] A打印输出 12:34:54Thread[myExecutor-1,5,main] C执行 12:34:54 A执行 12:34:54 A打印输出 12:34:56Thread[myExecutor-2,5,main] A执行 12:34:56 A打印输出 12:34:58Thread[myExecutor-3,5,main] A执行 12:34:58 A打印输出 12:35:00Thread[myExecutor-4,5,main] A执行 12:35:00 A打印输出 12:35:02Thread[myExecutor-5,5,main] A执行 12:35:02 B打印输出 12:35:04Thread[myScheduler-2,5,main] B执行 12:35:04 C打印输出 12:35:04Thread[myScheduler-3,5,main] A打印输出 12:35:04Thread[myExecutor-1,5,main] C执行 12:35:04 A执行 12:35:04 A打印输出 12:35:06Thread[myExecutor-2,5,main]

这里 A 任务的线程是 myExecutor-1 到 myExecutor-5,说明 myScheduler-1 这个调度线程调度了 A 任务,但是交给了线程池中的 myExecutor 中的执行线程来具体执行的。 
所以,配置 task:scheduler 参数的线程池,是为了根据任务总数来分配调度线程池的大小;而配置 task:executor ,是为了某个任务如果要异步的执行时,实现当前任务内的多线程并发。