关于java:入门到精通阿里码农熬了2晚整理的Java工具真香

38次阅读

共计 6431 个字符,预计需要花费 17 分钟才能阅读完成。

Hello,明天给各位童鞋们分享 Java 工具,连忙拿出小本子记下来吧!

定时器的利用场景有哪些?

定时进行数据备份

对系统利用进行心跳监控

定时同步信息到长久化数据库

定时检测订单的领取状态

定时器开发工具有哪些?

Elastic-job:分布式定时工作

不反对动静增加工作

分布式

反对集群

Quartz:企业级定时工作

反对动静增加工作

伪分布式

反对集群

如何简略了解 Elastic-job?

最大特点 - 分布式定时工作:

概念:将一个工作拆分成多个独立的工作项,由分布式的服务器别离执行某一个或几个分片项。

例子:统计 100 个数值,两台服务器各执行计算 50 个数值,最初进行数据合并。

Elastic-job 次要作用:

不间接提供数据处理能力

将分片项调配至运行中的各个服务器

开发者自行处理分片项与数据的关系

宕机,会进行作业主动转移

简略应用:

引入依赖:

<dependency>

<groupId>com.dangdang</groupId>

<artifactId>elastic-job-lite-core</artifactId>

<version>2.1.5</version>

</dependency>

dataflowJob 定义:

package com.miracle.javasimplejob.job;

import com.dangdang.ddframe.job.api.ShardingContext;

import com.dangdang.ddframe.job.api.dataflow.DataflowJob;

import com.miracle.javasimplejob.model.Order;

import java.time.LocalDateTime;

import java.util.ArrayList;

import java.util.List;

import java.util.stream.Collectors;

/**

  • @author Miracle
  • @date 2019/6/27 22:14

*/

public class MyDataflowJob implements DataflowJob<Order> {

private List<Order> orders = new ArrayList<>();

{

for (int i = 0; i < 100; i++){

Order order = new Order();

order.setOrderId(i + 1);

order.setStatus(0);

orders.add(order);

}

}

/**

  • 抓取数据
  • @param shardingContext
  • @return

*/

@Override

public List<Order> fetchData(ShardingContext shardingContext) {

// 订单号 % 分片总数 == 以后分片项

List<Order> orderList = orders.stream().filter(o -> o.getStatus() == 0)

.filter(o -> o.getOrderId() % shardingContext.getShardingTotalCount() == shardingContext.getShardingItem())

.collect(Collectors.toList());

List<Order> subList = null;

if (orderList.size() > 0){

subList = orderList.subList(0,10);

}

try {

Thread.sleep(1000);

} catch (InterruptedException e) {

e.printStackTrace();

}

System.out.println(LocalDateTime.now() + “, 我是分片项:” + shardingContext.getShardingItem()+”, 我抓取的数据是:”+subList);

return subList;

}

/**

  • 解决数据
  • @param shardingContext
  • @param list

*/

@Override

public void processData(ShardingContext shardingContext, List<Order> list){

list.forEach(o -> o.setStatus(1));

try {

Thread.sleep(1000);

} catch (InterruptedException e) {

e.printStackTrace();

}

System.out.println(LocalDateTime.now() + “, 我是分片项:” + shardingContext.getShardingItem()+”, 我正在解决中 ”);

}

}

job 定义:

package com.miracle.javasimplejob.job;

import com.dangdang.ddframe.job.api.ShardingContext;

import com.dangdang.ddframe.job.api.simple.SimpleJob;

/**

  • @author Miracle
  • @date 2019/6/25 21:42

*/

public class MySimpleJob implements SimpleJob {

@Override

public void execute(ShardingContext shardingContext) {

System.out.println(“ 我是分片项:” + shardingContext.getShardingItem() + “, 总分片项:” + shardingContext.getShardingTotalCount());

}

}

主线程:

package com.miracle.javasimplejob;

import com.dangdang.ddframe.job.config.JobCoreConfiguration;

import com.dangdang.ddframe.job.config.JobTypeConfiguration;

import com.dangdang.ddframe.job.config.dataflow.DataflowJobConfiguration;

import com.dangdang.ddframe.job.config.script.ScriptJobConfiguration;

import com.dangdang.ddframe.job.config.simple.SimpleJobConfiguration;

import com.dangdang.ddframe.job.lite.api.JobScheduler;

import com.dangdang.ddframe.job.lite.config.LiteJobConfiguration;

import com.dangdang.ddframe.job.reg.base.CoordinatorRegistryCenter;

import com.dangdang.ddframe.job.reg.zookeeper.ZookeeperConfiguration;

import com.dangdang.ddframe.job.reg.zookeeper.ZookeeperRegistryCenter;

import com.miracle.javasimplejob.job.MyDataflowJob;

import com.miracle.javasimplejob.job.MySimpleJob;

import org.springframework.boot.SpringApplication;

import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication

public class JavaSimpleJobApplication {

public static void main(String[] args) {

SpringApplication.run(JavaSimpleJobApplication.class, args);

new JobScheduler(zkCenter(),configurationScript()).init();

}

/**

  • Zookeeper 注册核心
  • @return

*/

public static CoordinatorRegistryCenter zkCenter(){

// 配置 Zookeeper(地址(多个地址应用逗号隔开), 命名空间)

ZookeeperConfiguration zc = new ZookeeperConfiguration(“localhost:8074″,”java-simple-job”);

CoordinatorRegistryCenter crc = new ZookeeperRegistryCenter(zc);

// 注册核心初始化

crc.init();

return crc;

}

/**

  • job 配置
  • @return

*/

public static LiteJobConfiguration configuration(){

// job 外围配置 参数解析(工作名称,表达式“0/10 从零开始,每十秒执行一次, 前面的星号别离对应分时年月星期”, 分片总数)

JobCoreConfiguration jcc = JobCoreConfiguration.newBuilder(“mySimpleJob”,”0/10 ?”,2).build();

// job 类型配置

JobTypeConfiguration jtc = new SimpleJobConfiguration(jcc, MySimpleJob.class.getCanonicalName());

// job 根的配置(LiteJobConfiguration)

LiteJobConfiguration ljc = LiteJobConfiguration.newBuilder(jtc).overwrite(true).build();

return ljc;

}

/**

  • 流式工作配置
  • @return

*/

public static LiteJobConfiguration configurationDataflow(){

// job 外围配置 参数解析(工作名称,表达式“0/10 从零开始,每十秒执行一次, 前面的星号别离对应分时年月星期”, 分片总数)

JobCoreConfiguration jcc = JobCoreConfiguration.newBuilder(“myDataflowJob”,”0/10 ?”,2).build();

// job 类型配置, 第三参数:是否开启流式工作

JobTypeConfiguration jtc = new DataflowJobConfiguration(jcc, MyDataflowJob.class.getCanonicalName(), true);

// job 根的配置(LiteJobConfiguration)

LiteJobConfiguration ljc = LiteJobConfiguration

.newBuilder(jtc)

// 是否笼罩 zookeeper 上原来的配置,如表达式、工作名字

.overwrite(true)

.build();

return ljc;

}

/**

  • job 配置
  • @return

*/

public static LiteJobConfiguration configurationScript(){

// job 外围配置 参数解析(工作名称,表达式“0/10 从零开始,每十秒执行一次, 前面的星号别离对应分时年月星期”, 分片总数)

JobCoreConfiguration jcc = JobCoreConfiguration.newBuilder(“myScriptJob”,”0/10 ?”,2).build();

// job 类型配置, 第三参数:是否开启流式工作

JobTypeConfiguration jtc = new ScriptJobConfiguration(jcc, “F:/test.cmd”);

// job 根的配置(LiteJobConfiguration)

LiteJobConfiguration ljc = LiteJobConfiguration

.newBuilder(jtc)

// 是否笼罩 zookeeper 上原来的配置,如表达式、工作名字

.overwrite(true)

.build();

return ljc;

}

}

如何简略了解 Quartz?

最大特点 - 动静增加工作:

在程序中定义后相应规定能够动静增加定时工作,非常适合充当定时器工具

简略应用:

引入依赖:

<dependency>

<groupId>org.quartz-scheduler</groupId>

<artifactId>quartz</artifactId>

<version>2.3.1</version>

</dependency>

配置 quartz.properties:

业务调度器的实例名称

org.quartz.scheduler.instanceName=myScheduler

工作线程总数

org.quartz.threadPool.threadCount=1

设置 job 存储机制为内存存储

org.quartz.jobStore.class=org.quartz.simpl.RAMJobStore

设置超时超过多长时间时触发 Misfire 机制

org.quartz.jobStore.misfireThreshold=1000

定时器工作执行实现:

/**

  • 计时工作
  • @author Miracle
  • @date 2019/7/6 21:04

*/

public class MyJob implements Job {

@Override

public void execute(JobExecutionContext jobExecutionContext) throws JobExecutionException {

LocalTime localTime = LocalTime.now();

System.out.println(“ 我正在执行!” + localTime.toString());

}

}

主线程:

public class QuartzDemo {

public static void main(String[] args) throws SchedulerException, InterruptedException {

Scheduler scheduler = StdSchedulerFactory.getDefaultScheduler();

scheduler.start();

// 配置工作解决类

JobDetail jobDetail = JobBuilder.newJob(MyJob.class)

.withIdentity(“jobDetail1”, “group1”)

.build();

// 配置工作信息

Trigger trigger = TriggerBuilder.newTrigger()

.withSchedule(SimpleScheduleBuilder.simpleSchedule()

.withIntervalInSeconds(10)

.repeatForever()

).build();

// 将配置引入计时器中

scheduler.scheduleJob(jobDetail, trigger);

Thread.sleep(60000);

// 敞开计时器

scheduler.shutdown();

}

}

好啦,明天的文章就到这里,心愿能帮忙到屏幕前迷茫的你们!

正文完
 0