Quartz任务调度(一)

[align=center][size=x-large]Quartz任务调度[/size][/align]
[size=medium]  本文叙述如何使用Quartz框架进行任务调度,框架结构,Cron语法以及部分常用API的描述等。

[b]1 关于Quartz[/b]
  Quartz 是一个功能齐全的、开源的job时间调度系统,它是可以被结合的,或者伴随虚拟的任何J2EE或J2SE程序-从最小的独立的应用程序到最大的e-commerce系统被使用。Quartz可以用来创建简单或复杂的时间调度来执行十、百、千、甚至上万的jobs;获得的job被定义为一个标准的java组件或EJBs. 这个Quartz 时间调度包含很多企业类的特征,例如JTA事务和簇。
  本文档基于Quartz目前的最新版本quartz-1.6.0.jar来编写和测试的,主要讲述如何使用Quartz进行计划任务的简单调度以及如何编写cron,让Quartz执行高级的调度功能。

[b]2 Quartz快速入门[/b]
2.1 Quartz运行机制简介
  在使用Quartz进行任务调度时,主要用到三个对象:JobDetail(任务对象)、Trigger(触发器对象)、Scheduler(调度器对象)。在例子开始之前,我们需要对这三个对象有一个简要的了解。
  JobDetail任务对象:其一般构造函数需要name、group、class三个参数。Name为此任务在调度器中的名称,group为此任务在调度器中的组名,class为此任务所对应的任务类。此任务类需要继承Job类,并实现execute(JobExecutionContext context)方法,当调度器运行到这个任务时,将直接调用并执行指定类的execute(JobExecutionContext context)方法。
  Trigger触发器对象:Quartz中定义了两种Trigger(即:SimpleTrigger和CronTrigger),SimpleTrigger可以进行简单的调度规则配置,而CronTrigger支持复杂的调度规则配置。为了快速入门,在本例中,我们使用SimpleTrigger来进行调度配置。CronTrigger的配置语法及规则将在后面的章节中加以介绍。
  Scheduler调度器对象:由调度器工厂SchedulerFactory生成,我们使用它来将JobDetail和Trigger注册到一起,从而使JobDetail按Trigger定制的规则运行。
  总之,JobDetail定制任务,Trigger定制规则,Scheduler是容器,将二者注册到一起,以达到任务调度的目的。
2.2 HelloWorld例子
2.2.1 业务描述
  下面就让我们一起来做一个HelloWorld的例子吧,我们将定义一个HelloJob的类作为我们的Job类,HelloWorld则是我们的main类,并定义从当前时间开始每2秒执行一次HelloJob,执行一百次后结束任务。具体程序如下:
2.2.2 编码实现

HelloJob.java[/size]

package com.newland.quartz.sample1;

import java.util.Date;
import org.quartz.Job;
import org.quartz.JobExecutionContext;
import org.quartz.JobExecutionException;

/**
* Job类,实现输出Hello-当前时间
*
* @author Chen.Feng(Kevin)<br>
* mail:chenfengcn@yeah.net<br>
* qq:67758633
*
*/
public class HelloJob implements Job {
public void execute(JobExecutionContext context)
throws JobExecutionException {
// 输出Hello World-当前时间
System.out.println("Hello World! - " + new Date());
}
}


[size=medium]HelloWorld.java[/size]

package com.newland.quartz.sample1;

import java.util.Date;
import org.quartz.JobDetail;
import org.quartz.Scheduler;
import org.quartz.SchedulerException;
import org.quartz.SchedulerFactory;
import org.quartz.SimpleTrigger;
import org.quartz.impl.StdSchedulerFactory;
/**
* 使用Quartz设置每两秒执行一次HelloJob,共执行一百次
*
* @author Chen.Feng(Kevin)<br>
* mail:chenfengcn@yeah.net<br>
* qq:67758633
*
*/
public class HelloWorld {
public static void main(String[] args) {
try {
//通过SchedulerFactory获取一个调度器实例
SchedulerFactory sf = new StdSchedulerFactory();
Scheduler sched = sf.getScheduler();
//创建一个JobDetail实现,并指定此JobDetail的任务类
JobDetail job = new JobDetail("job1", "group1", HelloJob.class);
//通过SimpleTrigger定义调度规则:马上启动,每2秒运行一次,共运行100次
SimpleTrigger trigger = new SimpleTrigger("trigger1", "group1");
trigger.setStartTime(new Date());
trigger.setRepeatInterval(2000);
trigger.setRepeatCount(100);
//注册调度规则SimpleTrigger与JobDetail绑定关系
sched.scheduleJob(job, trigger);
//启动调度
sched.start();
} catch (SchedulerException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}

[size=medium]  注:在程序运行之前,需要将Quartz所需要使用到的包加入到相应的工程位置中去。主要包括以下几个包。

[img]/upload/attachment/88851/807de12b-d23e-3665-9918-113e509ccf85.jpg[/img]
  如以上所述,运行main函数后,程序将会在后台打印出如:
Hello World! - Thu Jul 31 15:41:21 CST 2008
Hello World! - Thu Jul 31 15:41:23 CST 2008
的字样即调度执行成功。[/size]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值