f7b616a353ead89b7809785c54b408fa.png

1）Quartz是什么

Quartz是一款Java编写的开源任务调度框架，同时它也是Spring默认的任务调度框架。它的作用其实类似于Java中的Timer定时器以及JUC中的ScheduledExecutorService调度线程池，当然Quartz作为一个独立的任务调度框架无疑在这方面表现的更为出色，功能更强大，能够定义更为复杂的执行规则。Quartz中主要用到了：Builder建造者模式、Factory工厂模式以及组件模式，我们要知道Quartz是如何调度的，需要知道三个概念：任务（Job，我们需要将具体的业务逻辑写到实现了Job接口的实现类中）、触发器（Trigger，它定义了任务的执行规则），最后是调度器（Scheduler，通过传入的任务Job和触发器Trigger，以指定的规则执行任务）。

要想使用Quartz，我们先来创建一个简单的maven项目，同时有必要了解Quartz中的一些基本的（概念）接口和类。

2）创建一个简单的Maven样例项目

为了方便验证代码，建议创建一个简单的maven管理的普通Java项目（只填写必要信息，不需要勾选项目骨架）。

这里我们先勾选最主要的Quartz依赖与maven编译插件：

<dependencies>
        <dependency>
            <groupId>org.quartz-scheduler</groupId>
            <artifactId>quartz</artifactId>
            <version>2.3.2</version>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.8.1</version>
                <configuration>
                    <target>1.8</target>
                    <source>1.8</source>
                </configuration>
            </plugin>
        </plugins>
    </build>

Quartz使用的是slf4j日志门面，但是还没有具体的实现；为了更直观的看到任务的执行时间，这里导入Logback的日志实现，在pom文件中新增依赖：

<dependency>
            <groupId>ch.qos.logback</groupId>
            <artifactId>logback-classic</artifactId>
            <version>1.2.3</version>
</dependency>

默认的日志格式不是很好，我们在maven项目中的resources目录下直接放置一个名为logback.xml的文件，这里只要配置控制台的输出即可：

<?xml version="1.0" encoding="UTF-8"?>
<configuration scan="true" scanPeriod="60 seconds" debug="false" >

    <!-- 日志级别 -->
    <property name="logLevel" value="INFO"/>

    <!-- 异步缓冲队列的深度,该值会影响性能.默认值为256 -->
    <property name="queueSize" value="512" />

    <!-- LOGGER  PATTERN  配置化输出格式 -->
    <property name="logPattern" value="%d{yyyy-MM-dd HH:mm:ss} [%-5level] %logger - %msg%n"/>

    <!-- 控制台打印日志的相关配置 -->
    <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">
        <!-- 日志格式 -->
        <encoder>
            <charset>UTF-8</charset>
            <pattern>${logPattern}</pattern>
        </encoder>
    </appender>

    <root level="${logLevel}">
        <appender-ref ref="STDOUT" />
    </root>
</configuration>

下面是对Quartz使用中的几个重要接口和类的说明与使用，它们分别是：Job、JobExecutionContext、JobDetail、JobBuilder、Trigger、TriggerBuilder、JobDataMap以及Scheduler。

3）Job任务接口（具体任务的执行入口）

Job接口很简单，只有一个execute方法，这是我们自己的具体业务逻辑的入口，类似TimerTask的run方法：

public interface Job {
    void execute(JobExecutionContext jobExecutionContext) throws JobExecutionException;
}

要创建一个任务我们需要编写一个实现该接口的具体任务类：

public class QuartzJob implements Job {
    public void execute(JobExecutionContext jobExecutionContext)
            throws JobExecutionException {
        // 任务逻辑代码
    }
}

但是Job并不能直接被调度器使用，它需要通过JobDetail绑定后传递给Scheduler。

要特别注意的是：在任务类中我们必须要有一个无参构造器，因为Quartz是通过反射机制实例化我们的任务类的；一个Job可以对应多个Trigger，每当调度器要执行Job的execute方法前，会创建一个Job实例，而当调用完成后，该实例会被垃圾收集器回收。

4）JobDetail任务接口

见名知义，它承载了Job对象的详细信息，同时保存（绑定）Job对象，因为Job接口只有一个execute方法，方法中只能有我们具体的业务逻辑方法，而我们一个进程中可能存在多个Job对象实例，所以我们有必要给它命名和分组。所以就有了JobDetail，我们实际传递给调度器的也是JobDetail而不是Job对象。

JobDetail描述了Job对象的基本信息，主要包含四个重要的属性：name（Job的名称）、group（Job的组名称）、jobClass（Job对应的类）以及jobDataMap（存储一些用户自定义的信息或对象）。在Scheduler中Job的名称name和组group组合必须是唯一的。

这是JobDetail接口的方法：

32a0d00c8c08e0eb2d9ab182d0b7804b.png

其中对应的属性设置可通过JobBuilder方法设置，下面对几个比较重要的属性进行说明：

  • java public boolean isConcurrentExectionDisallowed();

是否禁止并发运行）：如果该属性为true，表示任务不是并发运行的，可通过在Job实现类上标注@DisallowConcurrentExecution注解设置。

  • java public boolean isDurable();

任务是否是可持续的）：如果一个任务不是可持续的，则当没有触发器关联它的时候，Quartz会从scheduler中删除它。

  • java public boolean isPersistJobDataAfterExecution();

是否在任务执行后持久化Job数据）：true持久化，false不做操作；可通过在Job实现类上标注@PersistJobDataAfterExecution注解设置。

  • java public boolean requestsRecovery();

是否能请求恢复）：如果一个任务请求恢复，一般是该任务执行期间发生了系统崩溃或者其他关闭进程的操作，当服务再次启动的时候，会再次执行该任务。这种情况下，JobExecutionContext.isRecovering()会返回true。

调度器需要借助JobDetail对象来添加Job实例，Job接口的实例要通过JobBuilder类构建（Builder建造者模式）：

public class QuartzScheduler {
    public static void main(String[] args) throws SchedulerException {
        // 构建一个JobDetail实例，通过newJob方法绑定QuartzJob类，之后指定Job的名称和组名，但这不是必须的
        JobDetail jobDetail = JobBuilder.newJob(QuartzJob.class)
                .withIdentity("job1", "group1").build();
    }
}

5）JobExecutionContext任务上下文接口

可以看到在上面Job接口的execute方法中有一个参数JobExecutionContext，这其实也是一个接口；当sheduler调用一个Job时，就会将JobExecutionContext传递给Job的execute方法，Job对象里能通过JobExecutionContext对象访问到Quartz运行时的环境和Job本身的一些信息如Scheduler、Trigger、Calendar以及JobDetail等等一些相关的对象信息，还有一个很重要的类型JobDataMap，它可以以Map（键值对）的形式传递我们的一些需要的信息（下面再细说）。除此之外JobExecutionContext还有很多其他的一些获取信息的方法，这里不再细讲，具体查看接口的源码即可。

6）Trigger触发器（规则）接口

如果说JobDetail（或Job）代表的是具体的任务，那么Trigger就是这些任务的执行规则。比如你需要任务什么时候开始执行，以及执行的频度和次数，都是通过这个接口的实例来描述的。多个触发器可以指向同一个任务，但一个触发器只能指向一个任务。

Trigger接口主要描述了一个任务（Job）的调度优先级、开始时间、结束时间、Calendar的名称等，此外里面还有两个比较重要的类型：JobKey和TriggerKey，这两个类都是org.quartz.utils.Key的子类型，Key类型中仅有的两个字段是name和group。毫无疑问，JobKey和Trigger分别描述的是Job和Trigger的名称和组。

Quartz中的Trigger的具体实现类如下，其中最常用的还是CronTriggerImpl和SimpleTriggerImpl：

292f597d06474d045f1acec8c3356257.png

SimpleTriggerImpl主要是一些简单的执行规则，而CronTriggerImpl则更为灵活强大，能够胜任更为复杂的规则。

同样，跟JobDetail类似，Trigger接口的实例要通过TriggerBuilder来构造：

public class QuartzScheduler {
    public static void main(String[] args) throws SchedulerException {
        // 构建一个JobDetail实例...

        // 构建一个Trigger，指定Trigger名称和组，规定该Job立即执行，且两秒钟重复执行一次
        SimpleTrigger trigger = TriggerBuilder.newTrigger()
                .startNow() // 执行的时机，立即执行
            .withIdentity("trigger1", "group1") // 不是必须的
                .withSchedule(SimpleScheduleBuilder.simpleSchedule()
                        .withIntervalInSeconds(2).repeatForever()).build();  // build之后返回的类型是SimpleTrigger，具体的类型是SimpleTriggerImpl
    }
}

上面最重要的是withSchedule这个方法，它制定了任务的执行规则，这里使用到了SimpleScheduleBuilder来构建了一个简单的任务调度规则，最终导致build之后的Trigger实例属于SimpleTrigger类型。

我们有必要看看SimpleScheduleBuilder这个类，通过继承结构可以看到它属于ScheduleBuilder这个类的子类，查看ScheduleBuilder的继承树：

a5d92219c3919e9f35b80c6487f6b63c.png

看到CronScheduleBuilder是不是有一种熟悉的味道？上面我说了Trigger只是一个接口，而CronTriggerImpl是很常用的一个具体类型，而CronScheduleBuilder就是用来构建这种规则的，在withSchedule方法中使用CronScheduleBuilder，那么调用build方法之后返回的将是CronTrigger（注意这只是接口类型，对应具体类型是CronTriggerImpl）。

Trigger这里用了较多篇幅，这无可厚非，因为这是任务调度中最核心的，使用任务调度框架就是因为它能根据规则执行我们的代码。

7）JobDataMap数据存储类

通过查看JobDetail、Trigger及JobExecutionContext的源码可以发现，他们中都存在JobDataMap这个类型，它是以Map的形式存储我们的一些自定义数据的。当Job对象的execute方法被调用时，JobDataMap会通过JobExecutionContext传递给execute方法，它可以用来装载任何可序列化的数据对象。JobDataMap实现了Java中的Map接口，提供了一些自己的方法来存储数据。

这是JobDataMap的继承树：

92049bc38ae98458dfa91b5eebd4bcb4.png

可以看到JobDataMap是DirtyFlagMap的子类，而DirtyFlagMap实际实现了Java中的java.util.Map类型：

// DirtyFlagMap是java.util.Map接口的子类
public class DirtyFlagMap<K,V> implements Map<K,V>, Cloneable, java.io.Serializable { }

一句话：把它当Java中的map来用就对了！

8）Scheduler任务调度器

任务和调度规则都有了，那么谁来调用他们？这就是任务调度器（Scheduler）的工作了。

任务调度器（Scheduler）也是一个接口，它定义了调度任务中的基本操作骨架，既然是接口那就会有具体实现，这是Scheduler的实现结构：

e64dee8780f2d456e31e7a6ec99c758b.png

那如何获取Scheduler的实例？可以通过SchedulerFactory这个调度器构建工厂的接口子工厂实例来完成，它有两个具体的工厂实现：

6964a9c42d25d93acc5acbc7fcd583dc.png

一般我们使用的是StdSchedulerFactory工厂来获取Scheduler实例，因为它可以使用配置文件方式配置参数，而DirectSchedulerFactory则是使用硬编码（通过调用方法）的方式来设置参数；下面下面先说StdSchedulerFactory工厂获取Scheduler实例的方法（`DirectSchedulerFactory在后篇补充）：

// StdSchedulerFactory
Scheduler scheduler = new StdSchedulerFactory().getScheduler();

这里返回的是一个Scheduler类型，StdScheduler是Scheduler的子类型。既然所有的组件都集齐了，我们就可以实际来使用Quartz完成自定义的任务了，

首先创建一个Quartz任务，任务中从JobExecutionContext中获取到了JobDetail和Trigger中的JobDataMap，并从中取到了客户端QuartzScheduler中传入的数据：

public class QuartzJob implements Job {
    public void execute(JobExecutionContext jobExecutionContext)
            throws JobExecutionException {
        // 获取JobDetail中的JobDataMap
        JobDataMap jobDetailDataMap = jobExecutionContext.getJobDetail().getJobDataMap();
        // 获取Trigger中的JobDataMap
        JobDataMap triggerDataMap = jobExecutionContext.getTrigger().getJobDataMap();
        log.info(jobDetailDataMap.get("message")); 
        log.info(triggerDataMap.get("number"));
    }
}

创建Quartz客户端，构建JobDetail和Trigger并使用Scheduler开始任务调度（这里要注意的是Scheduler实例创建后处于“待机”状态，所以别忘了调用start方法启动调度器，否则任务是不会执行的！）：

public class QuartzScheduler {
    public static void main(String[] args) throws SchedulerException {
        // 创建一个JobDetail实例
        JobDetail jobDetail = JobBuilder.newJob(QuartzJob.class)
                // 指定JobDetail的名称和组名称
                .withIdentity("job1", "group1")
                // 使用JobDataMap存储用户数据
                .usingJobData("message", "JobDetail传递的文本数据").build();

        // 创建一个SimpleTrigger，规定该Job立即执行，且两秒钟重复执行一次
        SimpleTrigger trigger = TriggerBuilder.newTrigger()
                // 设置立即执行，并指定Trigger名称和组名称
                .startNow().withIdentity("trigger1", "group1")
                // 使用JobDataMap存储用户数据
                .usingJobData("number", 128)
                // 设置运行规则，每隔两秒执行一次，一直重复下去
                .withSchedule(SimpleScheduleBuilder.simpleSchedule()
                        .withIntervalInSeconds(2).repeatForever()).build();

        // 得到Scheduler调度器实例
        Scheduler scheduler = new StdSchedulerFactory().getScheduler();
        scheduler.scheduleJob(jobDetail, trigger); // 绑定JobDetail和Trigger
        scheduler.start();                         // 开始任务调度
    }
}

可以看到程序正确的执行了，也读取到了JobDetail和Trigger中传递的数据并打印到了控制台：

386ae6a45a42d40b244c66cae56a06d3.png

不知你是否觉得在QuartzJob类中的获取数据的方法有点繁琐？既要拿到JobDetail中的JobDataMap也要获取Trigger的，有没有简单点的方法呢？其实也很简单：

@Slf4j
public class QuartzJob implements Job {
    public void execute(JobExecutionContext jobExecutionContext)
            throws JobExecutionException {
        // 获取JobDetail与Trigger合并后的JobDataMap
        JobDataMap mergedJobDataMap = jobExecutionContext.getMergedJobDataMap();
       log.info(mergedJobDataMap.get("message"));
        log.info(mergedJobDataMap.get("number"));
    }
}

执行结果和前面完全一致，但代码是不是清爽了很多？JobDetail和Trigger中的数据都被合并到一个JobDataMap中了，简洁是简洁了，但注意不要出现数据键重名的情况，否则会发生数据覆盖！

9）结语

本文只介绍了Quartz的简单使用方法，即便如此也用了很大的篇幅，更多内容将在下篇讲述，移步《入门Java开源任务调度框架-Quartz（后篇）》了解更多！

Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

2026必备10个降AI率工具，本科生必看！

avatar 2048 AI社区

重拾Eval能力：D4rt为Flutter注入AI进化基因

虽然受限于解释执行的性能，它注定无法成为通用的热更新解决方案，但在特定领域——尤其是规则计算调试工具以及未来的AI 辅助生成——它提供了极具想象力的可能性。技术总是螺旋上升的。从早期的动态脚本，到追求极致性能的 AOT，再到如今为了灵活性和 AI 赋能重新审视eval能力。在静态的编译产物之外，软件还可以拥有一种更灵动、更具适应性的形态。掌握它，不是为了滥用动态化，而是为了在那些需要“灵光一闪”的

avatar 2048 AI社区
cover

**免费听书软件2026推荐，解锁海量有声资源与个性化听读体

avatar 2048 AI社区