定时器python模块中的apscheduler

APscgeduler

全名：advanceded python scheduler 是一款python开发的定时器工具

有python实现的，不是由linux系统维护的，是单独的线程的方式，在进程中进行管理
优点：
1.不依赖linux系统的crontab系统定时
2.可以动态的添加定时任务，如
下单30内必须支付，否则取消订单，恢复库存
在用户下单时刻起，创建一个30分钟的定时任务，任务功能可以到30种后判断用户的订单状态没如果没有支付，取消订单(动态的定时任务)
3.对添加定时任务可以永久保存
​
定时任务有两种
1.定时任务页面静态化，在django运行起来，我们明确知道有这个定时任务，不是动态添加
    一般可以直接采用linux crontab
    使用APSchudler
2.动态定时任务
    使用crontab不是很方便，使用APSchudler

基本安装使用

pip install apscheduler

4个概念

#1. 触发器： triggers  任务怎么被触发，或者说当一个用户点击购买带没有支付，就可以进行触发
​
# 2.任务储存器(持久化存储) job stores  支持动态添加新的定时任务的，可以将任务本身存储起来，当apscheduler被关闭后，在被开启，还是从关闭之前的任务开始运行
​
# 3.执行器 executors 可以规定使用进程方式还是线程方式执行特定的任务
​
# 4.调度器 schedulers 将上面的3种和到一起了：相当于你有一个定时任务(什么时间进行触发，怎么存储，用什么的执行器进行执行)

触发器

1.使用date在特定时间进行执行 可以规定时间是年月日时分秒进行执行
​
2.interval 经过特定时间的周期 规定每隔几天 几分钟 几个月进行执行
​
3.cron制定的周期执行  可以规定在每周的几点几分进行执行一次

3种方式

from apscheduler.schedulers.blocking import BlockingScheduler
​
sched = BlockingScheduler()  # 调度器对象
​
​
def show():
    print(123)
​
​
# 第一种类型，规定时间多久进行执行 date(只在规定时间的到达哪一个执行，只执行一次)
'''
只要规定好时间，到后就会直接调用当前的函数对象obj，执行函数
'''
# sched.add_job(show, 'date', run_date=date(2022, 5, 8))  # 年月日
# sched.add_job(show, 'date', run_date=datetime(2022, 5, 6, 21, 20))  # 年月日十分秒
# sched.add_job(show, 'date', run_date='2022-5-6 21:20:15')  # 年月日十分秒
# sched.add_job(show)  # 立即执行
# sched.start()  # 开启定时器
​
​
# 第二种使用interval 经过制定的时间间隔执行(按照时间，隔一段时间执行一次，隔一段时间执行一次)
例如：sched.add_job(show,'interval',hour='3')
没隔3个小时执行一次，每隔3个小时执行一次
'''
# 使用的int类型进行使用的
weeks(int)  等待的星期天数
days(int )  等待的天数
hours(int) 等待的小时
minutes(int) 等待分钟
seconds(int) 等待秒
# 使用字符串类型使用的
start_date(datetime|str)  区间计算的起点
end_date(datetime|str)   可能启动的最新日期/时间
timezone(datetime.tzinfo|str)  用于日期/时间计算的时区
jitter(int|None) 作业执行时间最多提前或延迟抖动秒
'''
# 根据特定的时间进行时间任务的执行
# sched.add_job(show,'interval',seconds=10)
# sched.start()
# 参数的组合使用
# sched.add_job(show,'interval',seconds=10,start_date='2022-5-6 21:43:00')
#  从当前时间开始，每10秒执行一次
# sched.start()
​
​
​
# 第三种方式按照制定的周期执行(每天都会执行(在设置的时间段内容)，只要不设置停止时间就会一直执行)
例如：sched.add_job(show,'cron',hour='3')
因为没有设置月份年份，周等属性，那么就会每天进行到3点执行一次
'''
year(int|str) 按年
month(int|str) 按照月1-12
day(int|str) 按照天1-31
week(int|str) 按照周1-53
day_of_week(int|str) 按照星期天(0-6) fri 
hour(int|str) 按照小时0-23
minute(int|str) 按照分钟0-59
second(int|str) 按照分钟
​
start_date(datetime|str)  区间计算的起点
end_date(datetime|str)   可能启动的最新日期/时间
timezone(datetime.tzinfo|str)  用于日期/时间计算的时区
jitter(int|None) 作业执行时间最多提前或延迟抖动秒
'''
# 在678 11 12 5个月中 每个月的第三天或者周五的时候 0点到3点都会执行
# sched.add_job(show,'cron',month='6-8,11-12',day='3rd fri',hour='0-3')
# sched.start()

任务存储器

任务存储的设置
1. MemoryJobStore 默认 内存
​
2.MongoDBJobStore
from apscheduler.jobstores.mongodb import MongoDBJobStore
MongoDBJobStore()# 内部自带默认值
​
3.redis
from apscheduler.jobstores.redis import RedisJobStore
RedisJobStore() # 内部自带默认值
​
4.关系型数据存储
# 使用的falsk中的sqlalchemy
from  apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore 
SQLAlchemyJobStore()
SQLAlchemyJobStore(url='对接的数据库地址')

执行器

from apscheduler.executors.pool import ThreadPoolExecutor # 导入方式
ThreadPoolExecutor 线程方式
ThreadPoolExecutor(max_workers)
ThreadPoolExecutor(20) # 最多20线程
​
​
from apscheduler.executors.pool import ProcessPoolExecutor # 导入方式
ProcessPoolExecutor 进程方式
ProcessPoolExecutor(max_workers)
ProcessPoolExecutor(5) # 最多5个进行方式
​

调度器

from apscheduler.schedulers.blocking import BlockingScheduler  
# 会阻塞，等待任务来进行执行，执行完毕后，就接着阻塞(存在默认启动可以启动这种方式)
BlockingScheduler 单独的进程方式使用的(单独的程序使用)
 
from apscheduler.schedulers.background import BackgroundScheduler
# 当调用后，不会影响其他的程序的运行，在后台默默的计时(动态添加可以使用这个方式)
BackgroundScheduler 不在以单独的进程使用，可以作为引用程序的一部分使用
 
 BackgroundScheduler是动态添加的话是存在返回值的
 
案例：    
# 1.
from apscheduler.schedulers.background import BackgroundScheduler
 
scheduler = BackgroundScheduler()
 
 
def show():
    print(123)
 
 
job = b.add_job(show, 'interval', seconds=10) # 在后台默默执行
print(job)  # show (trigger: interval[0:00:10], pending)
# 方式1 可以通过这个对象进行删除和暂停，回复任务
# job.remove()  # 删除任务
# job.pause()  # 暂停任务
# job.resume()  # 回复任务
 
job = b.add_job(show, 'interval', seconds=10,id='my_wkx')
print(job) # show (trigger: interval[0:00:10], pending)
# # 方式2 使用调度器对象进行操作,根据属性ip进行操作
# scheduler.remove_job('my_wkx')
# scheduler.pause_job('my_wkx')
# scheduler.resume_job('my_wkx')
 
 
# 2.调整任务
返回对象调整
job.modify(max_instances=6,name='Alternate name') # 改变任务
调度器对象根据属性id调整
scheduler.reschedule_job('my_wkx',trigger='cron',minute='*/5') # 改变任务
 
# 启动命令
scheduler.start()
 
# 暂停命令
scheduler.shutdown() # 使用调度器对象
 
# 获取任务列表
scheduler.get_jobs()

简易版使用(阻塞定时器使用)

1.创建调度器对象
2.创建调度器存储方式
3.创建调度器使用线程还是进程
4.是否有默认启动任务
5.将设置的调度器存储 执行器进行配置
6.执行
 
 
 
from apscheduler.executors.pool import ProcessPoolExecutor  # 导入进程池
from apscheduler.schedulers.blocking import BlockingScheduler  # 可以独立运行的调度器
 
# 配置调度器对象的任务存储后端，进程还是线程
executors = {
    # 默认倒了时间，定时任务放到进程池中的一个子进程执行
    # 表示进程池最多个3个进程
    'default': ProcessPoolExecutor(3)  # 进程池
}
# 创建调度器对象
'''
Blocking 属于阻塞的调度器
'''
scheduler = BlockingScheduler(executors=executors)
 
 
def show():
    print(123)
 
 
# 添加定时任务
scheduler.add_job(show, 'interval', seconds=10)  # 添加任务
 
if __name__ == '__main__':
    # 启动定时器
 
    scheduler.start()  # 当启动运行时，就会一直阻塞
    scheduler.shutdown() # 暂停定时器
    
# 每10秒调用一下 show函数

配置

from pytz import utc
 
 
from apscheduler.executors.pool import ThreadPoolExecutor, ProcessPoolExecutor  # 导入线程和进程池
from apscheduler.jobstores.mongodb import MongoDBJobStore  # 任务存储库 mongodb数据库
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore  # 导入任务存储库 关系型数据库
from apscheduler.schedulers.background import BackgroundScheduler  # 导入当前的调度器的模式
 
# 使用SQLAlchemy将作业存储在数据库表中。
# 如果数据库中不存在表，就会创建该表。
 
# 这些参数都是字典结构
# 持久器： 持久化到哪里
jobstores = {
     # 调度器名称为mongo的MemoryJobStore（内存任务储存器）
    'mongo': MongoDBJobStore(),
    # 调度器名称为“default”的SQLAlchemyJobStore
    'default': SQLAlchemyJobStore(url='关系型数据库的地址')
}
 
# 执行器： 线程还是进程
executors = {
    'default': ThreadPoolExecutor(20),  # 线程池
    'processpool': ProcessPoolExecutor(5)  # 进程池
}
 
# 默认情况下的定时任务
job_defaults = {
    'coalesce': False,
    'max_instances': 3
}
# 方式1直接传入对应的参数
scheduler = BackgroundScheduler(jobstores=jobstores, executors=executors, job_defaults=job_defaults)
 
# 方式2 使用配置对象进行存储
scheduler = BackgroundScheduler()
scheduler.configure(jobstores=jobstores, executors=executors, job_defaults=job_defaults)
 
# 方式3 调整到一句话中
scheduler = BackgroundScheduler({
    'apscheduler.jobstores.mongo': {
        'type': 'mongodb'
    },
    'apscheduler.jobstores.default': {
        'type': 'sqlalchemy',
        'url': '关系型数据库地址'
    },
    'apscheduler.executors.default': {
        'class': 'apscheduler.executors.pool:ThreadPoolExecutor',
        'max_workers': '20'
    },
    'apscheduler.executors.processpool': {
        'type': 'processpool',
        'max_workers': '5'
    },
    'apscheduler.job_defaults.coalesce': 'false',
    'apscheduler.job_defaults.max_instances': '3',
    'apscheduler.timezone': 'UTC'
 
}
)
 
 
配置名为“mongo”的MongoDBJobStore作业存储器
配置名为“default”的SQLAlchemyJobStore(使用SQLite)
配置名为“default”的ThreadPoolExecutor，最大线程数为20
配置名为“processpool”的ProcessPoolExecutor，最大进程数为5
UTC作为调度器的时区  from pytz import utc
coalesce默认情况下关闭
作业的默认最大运行实例限制为3

动态添加参数

from apscheduler.schedulers.blocking import BlockingScheduler 
 
a  =  BlockingScheduler ()
 
def my_job(a1,a2)
	pass
 
a.add_job(my_job,'date',args=[100,200])
# args 可以动态的添加函数需要的参数
a.start()

比较详情：https://blog.csdn.net/kobepaul123/article/details/123616575

比较详情的：https://blog.csdn.net/somezz/article/details/83104368?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-1-83104368-blog-123616575.pc_relevant_without_ctrlist_v3&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-1-83104368-blog-123616575.pc_relevant_without_ctrlist_v3&utm_relevant_index=1

比较详情：https://www.cnblogs.com/KdeS/p/13158961.html#autoid-0-1-0

https://www.cnblogs.com/leffss/p/11912364.html