Quartz-基础组件

Impler Impler 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 364平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄8年
关注
原创 最新推荐文章于 2026-05-07 09:58:34 发布 364 阅读 AI 写同款· GEO 优化 ›
quartz在集群环境下的最终解决方案 最近项目中使用了spring+Quartz定时任务、但是项目最近要集群部署、多个APP下如何利用Quartz 协调处理任务。       大家可以思考一下、现在有 A、B、C三个应用同时作为集群服务器对外统一提供服务、每个应用下各有一个Quartz、它们会按照既定的时间自动执行各自的任务。我们先不说实现什么功能，就说这样的架构其实有点像多线程。那多线程里就会存在“资源竞争”的问题，即可能产生 阅读详情

Quartz 主要API

  • Scheduler 任务调度器，按照特定的触发规则，自动执行任务
  • Job 接口，定义需要执行的任务
  • JobDetail 包含job的基本信息
  • Trigger 描述Job执行的时间触发规则
  • JobStore 存放Job、Trigger等信息

Scheduler

Scheduler是一个任务调度器，保存JobDetail和Trigger的信息。 在Trigger触发时，执行特定任务。

2523457-33eb20c753a75723.png
Schedualer体系

实现了org.quartz.Scheduler接口的StdSchedule实际只是QuartzScheduler的静态代理，后者实现了Scheduler所有操作。

创建

Scheduler由SchedulerFactory创建。
SchedulerFactory有两个默认实现StdSchedulerFactory和DirectSchedulerFactory。

2523457-ac39424d720b4ffa.png
Schedualer Factory继承体系

Scheduler的创建过程包括：

    1. 读取配置文件, 配置文件中需要配置scheduler、线程池、jobStore、jobListener、triggerListenner、插件等。配置文件的读取过程如下：
    • 读取参数系统参数System中配置的org.quartz.properties指定的文件
    • 如果找不到则读取项目Classpath目录下的quartz.properties配置文件
    • 如果找不到则读取quartz jar包中默认的配置文件quartz.properties
    1. 从SchedulerRepository中根据名称读取已经创建的scheduler，
    1. 如果没有则重新创建一个，并保存在SchedulerRepository中。

存储

Scheduler存储在单例的SchedulerRepository中。

2523457-a8b82a9d861a5eef.png
Schedualer Repository类图

生命周期

Scheduler的生命周期开始于其被创建时，结束于shutdown()方法调用。一旦对象创建完成，就可以用来操作Jobs和Triggers，包括添加、删除、查询等。但只有在Scheduler start()被调用后，才会按照Trigger定义的触发规则执行Job的内容。

2523457-5c71bdf4af29113d.png
Schedualer 生命周期

核心方法

Scheduler的核心功能就是操作Job、Trigger、Calendar、Listener等。包括addXXX、deleteXXX、pauseXXX、resumeXXX等。

2523457-35630d3c9196270b.png
Schedualer 核心方法

Job

Job接口简介

Job就是定时任务实实在在执行的内容，足够单纯，仅仅包含一个执行方法。

2523457-18e5955c9b12b7fc.png
Job

JobExecutionContext对象包含了当前任务执行的上下文环境，包括JobDetail、Trigger以及jobDataMap等。

2523457-0321e51c3968a887.png
Job运行时环境

Job的执行并不是孤立封闭的，需用与外界交互。JobDataMap是一种扩展的Map<String，Object>结构，就是用来在任务调度器与任务执行之间传递数据。如果Job中包含了与JobDataMap中key值相对应的setter方法，那么Scheduler容器将会在当前Job创建后自动调用该setter方法，完成数据传递，而不用hardcode的从map中取值。
Scheduler控制在每次Trigger触发时创建Job实例。因此JobExecutionContext.JobDataMap只是外部Scheduler容器中JobDataMap的一个拷贝，即便修改Job中的JobDataMap也只是在当前Job执行的环境中生效，并不会对外部产生任何影响。

Job的派生

Job下面又派生出两个子接口：InterruptableJob和StatefulJob

2523457-597110e0db39c008.png
Job体系结构

InterruptableJob：可被阻断的Job，InterruptableJob收到Scheduler.interrupt请求，停止任务
StatefulJob：有状态Job，标识性接口，没有操作方法。StatefulJob与普通的Job（无状态Job）从根本上有两点不同：
1. JobDataMap是共享的，即在Job中对JobDataMap的操作，将会被保存下来，其他Job拿到的将是被修改过的JobDataMap。
2. 基于第一条原因，StatefulJob是不允许并发执行的。
StatefulJob已被DisallowConcurrentExecution/PersistJobDataAfterExecution注解取代

Job的创建

Job的创建由专门的工厂来完成

2523457-c1bc5074c8c137ec.png
Job Factory结构

Job是在Quartz内部创建，受Scheduler控制，因此不需要外部参与。

JobDetail

JobDetail用于保存Job相关的属性信息

2523457-4114d0496434d5ed.png
JobDetail结构
  • JobKey唯一确定了一个Job
  • JobDataMap用于存储Job执行时必要的业务信息
  • JobDetail保存的仅仅是Job接口的Class对象，而非具体的实例。
    JobBuilder负责JobDetail实例的创建，并且JobBuilder提供了链式操作，可以方便的为JobDetail添加额外的信息。
JobDetail job = JobBuilder.newJob(HelloJob.class)
                    .withIdentity(jobKey)
                    .build();

Trigger

Trigger描述了Job的触发规则。

2523457-9e43baaa000eb41e.png
Trigger
  • TriggerKey(group,name)唯一标识了Scheduler中的Trigger
  • JobKey指向了该Trigger作用的Job
  • 一个Trigger仅能对应一个Job，而一个Job可以对应多个Trigger
  • 同样的，Trigger也拥有一个JobDataMap
  • Priority：当多个trigger拥有相同的触发时间，根据该属性来确定先后顺序，数值越大越靠前，默认5，可为正负数
  • Misfire Instructions：没来得及执行的机制。同一时间trigger数量过多超过可获得的线程资源，导致部分trigger无法执行。不同类型的Trigger拥有不同的机制。当Scheduler启动时候，首先找到没来得及执行的trigger，再根据不同类型trigger各自的处理策略处理
  • Calendar：Quartz Calendar类型而不是java.util.Calendar类型。用于排除Trigger日程表中的特定时间范围，比如原本每天执行的任务，排除非工作日

Trigger的几种状态

  • STATE_WAITING（默认）: 等待触发
  • STATE_ACQUIRED：
  • STATE_COMPLETE：
  • STATE_PAUSED：
  • STATE_BLOCKED：
  • STATE_PAUSED_BLOCKED：
  • STATE_ERROR：

Trigger的分类

2523457-e810769896cf7fc2.png
Trigger的分类

常见的两种Trigger为SimpleTrigger和CronTrigger.

SimpleTrigger

SimpleTrigger支持在特定时间点一次性执行或延迟执行N次，使用TriggerBuilder和SimpleScheduleBuilder创建
SimpleTrigger包含的属性为：

  • startTime 开始时间
  • endTime 如果指定的话，将会覆盖repeat count
  • repeat count 重复次数 >=0 int
  • repeat interval 时间间隔(毫秒) >=0 long

CronTrigger

CronTrigger支持多次重复性复杂情况，支持Cron表达式，使用TriggerBuilder和CronScheduleBuilder创建。
Cron表达式由7部分组成，分别是秒 分 时 日期 月份 星期 年（可选），空格间隔。

字段允许值允许的特殊字符
秒0-59, - * /
分0-59, - * /
小时0-23, - * /
日期1-31, - * ? / L W C
月份1-12,JAN-DEC, - * /
星期1-7,SUN-SAT, - * ? / L C #
年（可选）留空,1970-2099, - * /

特殊字符含义

  • "*": 代表所有可能的值
  • "/": 用来指定数值的增量, 在子表达式（分钟）里的0/15表示从第0分钟开始，每15分钟;在子表达式（分钟）里的"3/20"表示从第3分钟开始，每20分钟（它和"3，23，43"）的含义一样
  • "?": 仅被用于天和星期两个子表达式，表示不指定值。当2个子表达式其中之一被指定了值以后，为了避免冲突，需要将另一个子表达式的值设为"?"
  • "L": 仅被用于天和星期两个子表达式，它是单词"last"的缩写。如果在“L”前有具体的内容，它就具有其他的含义了。例如："6L"表示这个月的倒数第６天，"FRI L"表示这个月的最后一个星期五
  • 'W' 可用于“日”字段。用来指定历给定日期最近的工作日(周一到周五) 。比如你将“日”字段设为"15W"，意为: "离该月15号最近的工作日"。因此如果15号为周六，触发器会在14号即周五调用。如果15号为周日, 触发器会在16号也就是周一触发。如果15号为周二,那么当天就会触发。然而如果你将“日”字段设为"1W", 而一号又是周六, 触发器会于下周一也就是当月的3号触发,因为它不会越过当月的值的范围边界。'W'字符只能用于“日”字段的值为单独的一天而不是一系列值的时候
  • 'L'和'W'可以组合用于“日”字段表示为'LW'，意为"该月最后一个工作日"。
  • '#' 字符可用于“周几”字段。该字符表示“该月第几个周×”，比如"6#3"表示该月第三个周五( 6表示周五而"#3"该月第三个)。再比如: "2#1" = 表示该月第一个周一而 "4#5" = 该月第五个周三。注意如果你指定"#5"该月没有第五个“周×”，该月是不会触发的。
  • 'C' 字符可用于“日”和“周几”字段，它是"calendar"的缩写。 它表示为基于相关的日历所计算出的值（如果有的话）。如果没有关联的日历, 那它等同于包含全部日历。“日”字段值为"5C"表示"日历中的第一天或者5号以后"，“周几”字段值为"1C"则表示"日历中的第一天或者周日以后"。
    表达式举例
  • "0 0 12 * * ?" 每天中午12点触发
  • "0 15 10 ? * *" 每天上午10:15触发
  • "0 15 10 * * ?" 每天上午10:15触发
  • "0 15 10 * * ? *" 每天上午10:15触发
  • "0 15 10 * * ? 2005" 2005年的每天上午10:15触发
  • "0 * 14 * * ?" 在每天下午2点到下午2:59期间的每1分钟触发
  • "0 0/5 14 * * ?" 在每天下午2点到下午2:55期间的每5分钟触发
  • "0 0/5 14,18 * * ?" 在每天下午2点到2:55期间和下午6点到6:55期间的每5分钟触发
  • "0 0-5 14 * * ?" 在每天下午2点到下午2:05期间的每1分钟触发
  • "0 10,44 14 ? 3 WED" 每年三月的星期三的下午2:10和2:44触发
  • "0 15 10 ? * MON-FRI" 周一至周五的上午10:15触发
  • "0 15 10 15 * ?" 每月15日上午10:15触发
  • "0 15 10 L * ?" 每月最后一日的上午10:15触发
  • "0 15 10 ? * 6L" 每月的最后一个星期五上午10:15触发
  • "0 15 10 ? * 6L 2002-2005" 2002年至2005年的每月的最后一个星期五上午10:15触发
  • "0 15 10 ? * 6#3" 每月的第三个星期五上午10:15触发

定时器正则表达式验证
秒：^(\\*|[0-5]?[0-9]([,|\\-|\\/][0-5]?[0-9])*)$
分：^(\\*|[0-5]?[0-9]([,|\\-|\\/][0-5]?[0-9])*)$
时：^(\\*|([0-1]?[0-9]?|2[0-3])([,|\\-|\\/]([0-1]?[0-9]|2[0-3]))*)$
日期：^(\\*|\\?|(([1-9]|[1-2][0-9]|3[0-1])([,|\-|\/]([1-9]|[1-2][0-9]|3[0-1]))*)[CLW]?|[CLW]|LW)$
月份：^((\\*|[1-9]|(1[0-2]))([,|\-|\/]([1-9]|(1[0-2])))*)$
星期：^(\\*|L|\\?|[1-7](([,|\-|\/|\#][1-7])*|[LC]))$
年：^(\\*?|2[0-9]{3}([,|\-|\/]2[0-9]{3})*)$

Job Store

Job Store用于保存jobs, triggers等对应数据。JobStore的配置应在Quartz的配置文件中配置，代码中应该避免直接操作JobStore实例
JobStroe的实现包括：

  • RAMJobStore：把所有数据保存在内容中，速度快但不能持久化。配置org.quartz.jobStore.class = org.quartz.simpl.RAMJobStore
  • JobStoreSupport：通过jdbc，以数据库作为存储媒介
    • JobStoreCMT: 使用应用服务器提供事务管理机制
    • JobStoreTX: 不依赖与外部容器，可以自己提交、回滚事务
2523457-598f8ce5a687dd4f.png
JobStore

RAMJobStore

2523457-67aca439063ed19e.png
RAMJobStore
JobDetail的存储载体
2523457-b2134b97664a27b0.png
JobWrapper
// 以JobDetail的group为key，存储JobKey<->JobWrapper形式的Map结构的Map
HashMap<String, HashMap<JobKey, JobWrapper>> jobsByGroup
// 以JobKey为Key，存储JobWrapper的Map
HashMap<JobKey, JobWrapper> jobsByKey
2523457-7b972133ddcef5ae.png
JobWrapper
Trigger的存储载体
2523457-004287d112d99024.png
TriggerWrapper
// 存储所有的TriggerWrapper
ArrayList<TriggerWrapper> triggers
// 以Trigger的group为key，存储TriggerKey<->TriggerWrapper形式的Map结构的Map
HashMap<String, HashMap<TriggerKey, TriggerWrapper>> triggersByGroup
// 以TriggerKey为Key，存储TriggerWrapper
HashMap<TriggerKey, TriggerWrapper> triggersByKey
// 即将被触发的Trigger
TreeSet<TriggerWrapper> timeTriggers
2523457-7aacf228c3547b7c.png
TriggerWrapper
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
数据中心光模块升级实录：从200G QSFP56到400G QSFP-DD的踩坑指南 本文记录了数据中心从200G QSFP56升级至400G QSFP-DD光模块的完整实战经验。文章深入剖析了升级过程中面临的兼容性、链路预算、布线、散热与功耗管理等核心挑战，并提供了具体的解决方案与排坑指南，为高速网络升级提供了宝贵的实践参考。 阅读详情

相关推荐

SAP系统中PP模块全配置文档

配置路径IMG>SAP NetWeaver>常规设置>维护日历>工厂日历事务代码SCAL要求传输工厂代码描述日历代码日历描述起始日期星期一星期二星期三星期四星期五星期六星期日有效开始日期有效结束日期1000南微医学工厂MT南微医学工厂日历√√√√√√√201820502.4定义工厂配置路径IMG>生产>物料清单>常规数据>定义BOM状态事务代码OS23要求传输配置路径IMG>生产>主数据>资源>常规数据>标准值>定义参数。

yanzibing99的博客 1892

Quartz 基本使用,任务调度quartz详解,动态定时任务,job,Trigger,Scheduler

如一个OA系统需要在每周五9点自动生成数据报表，或者想每月10号自动还款，又或者每周给暗恋的女生定时发送邮件等等。Quartz是什么？Quartz是一个强大任务调度。

鹏神丶明月天 5318

利用dxflib读写cad文件

本篇主要在qt做一个例子读取cad文件数据，使用的开源库是dxflib。用到dxflib的DL_CreationAdapter，DL_Dxf。DL_Dxf是用来读取.dxf文件的类，DL_CreatinAdapter是一个容器，当DL_Dxf加载.dxf文件后，就会响应DL_CreationAdapter这个类，读取cad数据。我们来看看...

weixin_33759269的博客 1984

【踩坑记录】Quartz避坑指南，看这一篇就够了。。。

一、基本组件介绍 Scheduler 任务调度器，按照特定的触发规则，自动执行任务。 Job 接口，定义需要执行的任务。 JobDetail 包含job的基本信息。 Trigger 描述Job执行的时间触发规则。 JobStore 存放Job、Trigger等信息。 Scheduler Scheduler是一个任务调度器，保存JobDetail和Trigger的信息。 在Trigger触发时，执行特定任务。 实现了org.quartz.Scheduler接口的StdSchedule实际只是Qu

明天，争取的博客 8259

【提示学习代码】CoOp代码详读

CoOp是对CLIP的改进工作，主要是对prompt进行学习从而不用来手动设置prompt。自定义CLIP模型:上述两个模块结合而成的CLIP。文本编码器，接收文本的输入，并输出相应的编码表示。将图像和文本进行编码并计算它们之间的相似性。permute后变成了（4，2，3）Prompt学习器，用于学习生成提示。

weixin_51293984的博客 5816

放弃FFT全频计算！在STM32F407上用DFT单点计算提速50%的优化技巧

本文详细介绍了在STM32F407上通过DFT单点计算实现比FFT快50%的优化技巧，特别适用于生物阻抗分析、振动监测等只需关注单一频点的嵌入式场景。通过预计算相位角、查表法和混合精度计算等策略，显著提升计算效率和内存利用率，同时保持高精度。

weixin_28738397的博客 192

定时任务组件Quartz

1.1 Quartz介绍 Quartz是OpenSymphony开源组织在Job scheduling领域的一个开源项目，由Java开发，可以用来执行定时任务，类似于java.util.Timer。Quartz是功能强大的开源作业调度库，几乎可以集成到任何Java应用程序中。Quartz包含许多企业级功能，例如对JTA事务和集群的支持。Quartz作为定时任务组件，既可以单独使用，也可以整合Spring使用。 官网：http://www.quartz-scheduler.org/ maven坐标： <

qq_45228323的博客 3727

Clarity 3D Layout

Clarity 3D Layout Clarity 3D layout是3D 全波电磁场模型提取工具，它可以导入已经设计好的PCB文件也可以直接在Clarity 3D layout创建版图进行3D 全波电磁场模型提取。

m0_53280471的博客 5481

QuartzScheduler源码分析

Logger log = LoggerFactory.getLogger(SimpleExample.class); log.info("------- Initializing ----------------------"); // First we must get a reference to a scheduler SchedulerFactory sf = new StdSchedulerFactory(); Scheduler sched = sf.getScheduler(); log

bhwqq的博客 1010

C++ getline函数详解与示例代码

每次调用函数时，会读取一行文本，并将其存储在字符串对象中。在循环中，我们检查读取到的文本是否为空行，如果是则跳出循环，否则输出读取到的文本。这个函数在处理用户输入、文件读取等场景中非常有用，希望能对您的C++编程有所帮助。函数是一个常用的字符串输入函数，可以用于从输入流中读取一行文本。首先，我们输出提示信息，要求用户输入一行文本。函数会等待用户输入，并将输入的文本存储在。函数从输入流中读取一行文本，并将其存储在字符串对象。这样，当用户输入制表符时，函数会停止读取。函数的用法，并提供相应的示例代码。

LogicGuruX的博客 827

Spring AI Alibaba实战训练营-16 NL2SQL （自然语言转 SQL）应用开发指南

本文介绍了一个基于AI的智能BI应用开发项目，主要实现自然语言转SQL(NL2SQL)功能，包含对话模块、MCP模块、向量数据管理模块。项目采用Spring AI Alibaba框架，集成通义千问大模型，支持内存向量库和AnalyticDB向量数据库两种存储方案。重点展示了chat模块的三个控制器实现：AnalyticNl2SqlController用于生产环境，SimpleChatController适用于开发测试，Nl2sqlForGraphController支持基于图的复杂对话流程。系统通过将业务知

program哲学 1586

定时任务系列(4)-Quartz创建Scheduler调度器核心原理

Quartz启动原理所有都起始于,有两个是实现类和。中提供一个的方法，获取一个默认的Scheduler。这里直接new一个StdSchedulerFactory，并调用了方法。

CodeV的博客 1806

修改yolov8使支持单通道图像输入

默认支持BGR三通道图像输入，但是在很多工业场景下，存在很多灰度图像的场景，因此对yolov8代码做一些修改以支持单通道图像输入，满足项目实际需求。训练时，只需要在 data 的 yaml 文件中，添加 ch=1 即可。

mingo_敏 5779

Quartz的SimpleThreadPool

/* * Copyright 2001-2009 Terracotta, Inc. * * Licensed under the Apache License, Version 2.0 (the "License"); you may not * use this file except in compliance with the License. You may obtain

急速虫子 4611

SAP B1中文培訓教材_SDK

公司内部培训资料，对开发工具 ，DIAPI， UIAPI，Add-ON有详细解说

汉书HE8，好用的汇编代码编写工具

汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大

Quartz使用文档，使用Quartz实现动态任务，Spring集成Quartz，Quartz集群部署，Quartz源码分析

官网：http://www.quartz-scheduler.org/源码地址：https://github.com/quartz-scheduler/quartzQuartz 的意思是石英，像石英表一样精确。Quatz 是一个特性丰富的，开源的任务调度库，它几乎可以嵌入所有的 Java 程序，从很小的独立应用程序到大型商业系统。Quartz 可以用来创建成百上千的简单的或者复杂的任务，这些任务可以用来执行任何程序可以做的事情。Quartz 拥有很多企业级的特性，包括支持 JTA 事务和集群。

秃了也弱了 3287

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

quartz mysql死锁问题_Quartz 并发

1、StatefulJobimplements StatefulJob使Job成为有状态的，顺序执行同一个有状态的job实例不存在并发，无状态的job的并发数由上面配置的线程数决定。不想并发的话，设置成1，第二个线程在前一个执行完以后触发执行。线程数大于1时，如果存在空闲线程，则到执行时间点即触发执行。2、MethodInvokingJobDetailFactoryBeanMethodInvoki...

weixin_29070721的博客 3000

OV9734 DATASHEET，完整规格书

OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等

定时任务之Quartz

Quartz 的设计核心在于将“做什么（Job）”与“何时做（Trigger）”解耦，并通过“调度器（Scheduler）”进行管理。注意：使用数据库模式前，需确保数据库中已存在 Quartz 所需的 11 张表（如。如果不配置任何 Quartz 属性，Spring Boot 默认使用内存存储。在实际生产中，往往需要通过接口动态添加、修改或删除任务。starter，极大地简化了配置过程。场景 A：内存模式（默认，无需额外配置）Spring Boot 提供了。场景 B：数据库持久化与集群模式。

Listen·Rain的博客 1563

SpringBoot - 集成Quartz框架之Quartz简介(一)

Quartz是OpenSymphony开源组织在Job scheduling领域的开源项目，它可以与J2EE与J2SE应用程序相结合，也可以单独使用，Quartz可以用来创建简单或复杂的日程序表。Quartz是一个任务日程管理系统，一个在预先确定（被纳入日程）的时间到达时，负责执行（或者通知）其他软件组件的系统。Quartz有一个小JAVA库发布文件，这个库文件包含了所有Quartz核心功能，这些功能的主要接口是Scheduler接口。

记录并分享 1761

【Quartz】Quartz存储与持久化-基于quartz.properties的配置

  林炳文Evankaka原创作品。转载请注明出处http://blog.youkuaiyun.com/evankaka 一、   Quartz存储与持久化          Quartz提供两种基本作业存储类型。第一种类型叫做RAMJobStore，第二种类型叫做JDBC作业存储。在默认情况下Quartz将任务调度的运行信息保存在内存中，这种方法提供了最佳的性能，因为内存中数据访问最快。不足之处是缺乏...

Evankaka的专栏 3万+

【Quartz】Quartz概述及入门实例

Quartz 在开源任务调度框架中的翘首，它提供了强大任务调度机制，难能可贵的是它同时保持了使用的简单性。Quartz 允许开发人员灵活地定义触发器的调度时间表，并可以对触发器和任务进行关联映射。此外，Quartz提供了调度运行环境的持久化机制，可以保存并恢复调度现场，即使系统因故障关闭，任务调度现场数据并不会丢失。此外，Quartz还提供了组件式的侦听器、各种插件、线程池等功能。

Evankaka的专栏 7674

springboot集成quartz并实现持久化

配置QuartzSchedulerConfig 类 import java.io.IOException; import java.util.Properties; import javax.sql.DataSource; import org.quartz.ee.servlet.QuartzInitializerListener; import org.springframework.beans.factory.config.PropertiesFactoryBean; import org.spr

pshaoyi的专栏 2379

Springboot集成Quartz

同一个任务是否可以并行执行，可参考第3步设置每次项目重新部署后，自动加载数据库中的定时任务Quartz在发生异常时会重试一次，注意异常处理，可在第3步中处理参考链接：https://juejin.cn/post/7054762566035193869#heading-7。

nuc_badaomen的博客 1338

c# Quartz使用

记录一下Quartz简单使用 Quartz是一款比较好用的定时任务执行工具类，这里就简单说一下用法，至于有何优势或者说需要更深层的挖掘，可能就需要您更多的摸索了。 winfrom程序实现 先说一下思路和流程 新建winfrom程序 ，我就命名WindowsFormsApplication1好了 程序NuGet引入Quartz类库，两种引入方法：第一种，程序包管理控制台输入Install-Pac...

Hakim2214的博客 9353

quartz的maven依赖_Quartz的使用

近期项目中有用到Quartz，故现在学习Quartz以满足工作需求。这里列出几个Quartz的Demo，循序渐进的学习Quartz，找出最方便好用的使用方式。方式一：Maven+Quartz本身Api，实现每隔两秒打印HelloWorld1、在pom.xml中加入Quartz的依赖：org.quartz-schedulerquartz2.2.32、写出继承了Job的实现类packagecom.a...

weixin_34957720的博客 3535

Quartz

Quartz1.Quartz总结2.Quartz核心组件API3.Quartz的建造者4.Quartz的监听器 1.Quartz总结 2.Quartz核心组件API 任务 调度器 调度器实现类 触发器 任务详情 钥匙 Quartz运行时上下文JobExecutionContext 调度器工厂 3.Quartz的建造者 4.Quartz的监听器 调度器的监听器 触发器的监听器 任务的监听器 ...

weixin_43766298的博客 248

java quartz 教程_Quartz 教程

一、关于 QuartzQuartz logoQuartz 是一个完全由 Java 编写的开源作业调度框架，为在 Java 应用程序中进行作业调度提供了简单却强大的机制。Quartz 可以与 J2EE 与 J2SE 应用程序相结合也可以单独使用。Quartz 允许程序开发人员根据时间的间隔来调度作业。Quartz 实现了作业和触发器的多对多的关系，还能把多个作业与不同的触发器关联。二、Quartz ...

weixin_35207054的博客 8164
上一篇： Quartz-QuartzSchedulerThread详解
下一篇： SpringMVC集成Swagger2
点赞 0
评论 0
书签 书签 1
Impler
Impler
博客等级 码龄8年 4粉丝 7原创
+ 关注
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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