Quartz 执行多线程任务

现在项目(web)中有个需求，每天临晨对一个 WEB 目标进行页面爬取，爬取过程是一个多线程任务，这个任务由 Quartz（Spring2 整合）cronTrigger 来调度。 大概同时会派出5-10个爬虫线程，执行爬虫线程的线程池，也是由 Spring 配置的 SimpleThreadPoolTaskExecutor。

现在的情况：众所周知，Quartz 缺省维持了一组自己的线程池，default pool size = 10。 实际上我全系统只有一个任务，每天运行一次，那么，每次调度触发时，池中始终只有一个线程会被用到。 这个线程开始执行任务后， 单独配置的爬虫线程池再接着开始执行爬取任务。

现在的问题：虽然 Spring 整合了 Quartz，但是 Quartz 线程池内的线程，依然工作在容器收管之外，本身就存在私立线程的风险。除此之外，系统还为爬虫线程另外配置了一个线程池（size也是10），资源风险进一步增加。 在不否决 Quartz 方案的前提下，怎么做才能将此风险最小化？  首先我能想到的，就是将 Quartz 的 default pool size 覆盖为 1，因为全系统始终只有一个例行任务，不需要那么大的任务线程池； 另外有一个假想， 我的10个爬虫线程，能不能就从 Quartz 自带的线程池里取，不再另外为爬虫线程专门配置一个池。 因为 Quartz 自己的线程池，实际上也是一个 SimpleThreadPoolTaskExecutor。 如果这个假想可行的话，那么，Quartz 自己的线程池，既用来执行任务本身，也负责爬虫线程的执行工作。

不知道有没有朋友做过这样的尝试，有的话请不吝赐教。

评论

4 楼 wjggwm 2012-02-01  

你好，我也有你说的同样问题。可以交流一下吗？我的QQ：381543724    邮箱是：[e-mail]

3 楼 zzxplayful 2007-11-08  

我也遇到了同样的问题，有时间交流一下，还有就是我们现在再用Heritrix，你们用什么WebCrawel，交流一下，呵呵。我的msn:[e-mail]

2 楼 totobacoo 2007-06-17  

quartz 作为独立程序来运行，连我提的问题都不会存在了。 我想讨论的前提就是在容器环境下。

Quartz 也许是有资源风险的问题，但是就算作为独立程序来运行，如果程序设计不当的话，同样也可能产生新的资源风险。 在现有方案不能大改的情况下，我更关心如何复用线程池，将风险最小化

1 楼 二十一 2007-06-17  

robbin 有篇专门讲这个问题的文章，就是把quartz作为一个独立的进程使用。可以搜下，关键字 quartz