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

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

applicationContext 的配置如下:

<?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>

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

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());
    }

}
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

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"/>
1

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]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

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
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

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]
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

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。