zoukankan      html  css  js  c++  java
  • spring整合quartz任务调度(注解式)

    配置springmvc.xml

    xmlns 多加下面的内容、

    xmlns:task="http://www.springframework.org/schema/task"  
    

    然后xsi:schemaLocation多加下面的内容、

    http://www.springframework.org/schema/task  
    http://www.springframework.org/schema/task/spring-task.xsd  
    

    最后是我们的task任务扫描注解

    <task:annotation-driven/>  
    <!-- 自动扫描注解的bean -->    
    <context:component-scan base-package="com"/>   
    

    之前我们都是通过基于XML的方式实现Spring Quartz 虽然配置起来特别的方便,但是Spring还支持基本注解的方式来配置,这样做不仅更加简单,而且代码量也更加少了很多。

    配置需要调度的类,并添加注解

    package com.lifuyi.util;
    
    import java.text.SimpleDateFormat;
    import java.util.Date;
    
    import org.springframework.scheduling.annotation.Scheduled;
    import org.springframework.stereotype.Component;
    
    /**
     *  系统中的定时任务
     */
    @Component //让Spring可以扫描到并初始化
    public class TimingTask {
            /*  public TimingTask() {  
                System.out.println("类创建成功");  
            } */ 
            /**
             * 每隔10秒查询一次是否有消息
             */
            @Scheduled(cron = "0/10 * *  * * ?")  //配置定时任务的执行时间
            public  void queryInfo() {  
                System.out.println("查询新消息 " + new SimpleDateFormat("yyyy-MM-dd HH:mm:ss ").format(new Date()));  
            }  
            /**
             * 每隔30分钟请求一次ERP系统
             */
            @Scheduled(cron = "0 0/30 * * * ?")  //配置定时任务的执行时间
            public  void RequestErp() {  
                System.out.println("请求ERP系统 " + new SimpleDateFormat("yyyy-MM-dd HH:mm:ss ").format(new Date()));  
            }  
            /**
             * 每隔5分钟查看是否在继续交流
             */
            @Scheduled(cron = "0 0/5 * * * ?")  //配置定时任务的执行时间
            public  void Dialogue() {  
                System.out.println("查看是否在继续交流 " + new SimpleDateFormat("yyyy-MM-dd HH:mm:ss ").format(new Date()));  
            }  
    
    }
    
    勿忘初心 得过且过
  • 相关阅读:
    HDFS datanode源码分析
    hive udaf开发入门和运行过程详解
    hive原生和复合类型的数据加载和使用
    tomcat部署web应用(转)
    HDFS namenode源码分析
    HDFS dfsclient写文件过程 源码分析
    hive中UDTF编写和使用(转)
    HDFS dfsclient读文件过程 源码分析
    MapReduce源码分析总结(转)
    DataRabbit 轻量的数据访问框架(09) -- IDataSchemaAccesser
  • 原文地址:https://www.cnblogs.com/xpf1009/p/9227289.html
Copyright © 2011-2022 走看看