你知道 Python 中的定时任务吗？

使用 threading 模块中的 Timer 类

使用 threading 中的 Timer 可以简单实现一个定时器的功能：

from threading import Timer
import time


def execute_func(name, age, gender, hobby):
    print(f"name is {name}, age is {age}, gender is {gender}, hobby is {hobby}")


def start_func():
    # Timer 接收的参数是: interval, function, args=None, kwargs=None
    # interval：时间间隔，一个数字，表示多少秒后执行
    # function：函数，要执行的函数
    # args：位置参数
    # kwargs：关键字参数
    t = Timer(3, execute_func, args=("satori", 10), kwargs={"gender": "f", "hobby": "animal"})
    # 调用start之后启动,并且不会阻塞，因为单独开启了一个线程
    t.start()
    print("会立刻执行")
    time.sleep(5)
    print("execute_func 函数执行完毕")


start_func()
"""
会立刻执行
name is satori, age is 10, gender is f, hobby is animal
execute_func 函数执行完毕
"""

用法非常简单，当然功能也就比较简陋了。

使用 schedule 模块

Python 有一个第三方模块：schedule，也可以实现定时任务的功能，功能比 threading.Timer 要强一些。

import schedule


def foo():
    print(123)


# 每隔 3 秒钟运行 foo，如果有参数，直接通过 args= 或者 kwargs= 进行传参即可
schedule.every(3).seconds.do(foo)
# 每隔 1 秒钟运行 foo
schedule.every().seconds.do(foo)
# 每隔 1 分钟运行 foo
schedule.every().minutes.do(foo)
# 每隔一小时运行 foo
schedule.every().hours.do(foo)
# 每隔一天运行 foo
schedule.every().days.do(foo)
# 每隔一星期运行 foo
schedule.every().weeks.do(foo)
# 每隔 3 到 5 秒钟运行 foo
schedule.every(3).to(5).seconds.do(foo)
# 每隔 3 到 5 天运行 foo
schedule.every(3).to(5).days.do(foo)

# 每天在 10:30 的时候运行 foo
schedule.every().days.at("10:30").do(foo)
# 每周一的时候运行 foo
schedule.every().monday.do(foo)
# 每周日晚上 11 点的时候运行foo
schedule.every().sunday.at("23:00").do(foo)
while True:
    # 保持 schedule 一直运行，然后去查询上面的任务
    schedule.run_pending()

我们简单测试一下：

import schedule
import time


def foo1():
    time.sleep(2)
    print(time.perf_counter() - start_time)


def foo2():
    time.sleep(2)
    print(time.perf_counter() - start_time)


schedule.every(5).seconds.do(foo1)
schedule.every(5).seconds.do(foo2)

start_time = time.perf_counter()
while 1:
    schedule.run_pending()
"""
7.000133540999999
9.000496485
14.001490562999999
16.002477991
21.002556953
23.003146251
28.003308606
30.003953593
"""

注意到：运行时间是每隔七秒，由于任务本身也占用了时间，可以考虑使用多线程：

import schedule
import time
import threading


def foo1():
    time.sleep(2)
    print(time.perf_counter() - start_time)


def foo2():
    time.sleep(2)
    print(time.perf_counter() - start_time)


def t1():
    t = threading.Thread(target=foo1)
    t.start()
    

def t2():
    t = threading.Thread(target=foo2)
    t.start()


schedule.every(5).seconds.do(t1)
schedule.every(5).seconds.do(t2)

start_time = time.perf_counter()
while 1:
    schedule.run_pending()
"""
7.006393073
7.006451532000001
12.007217038999999
12.012260847999999
17.00669922
17.012707463
22.008171498000003
22.008225246000002
"""

可以看到这次变成每隔 5 秒执行了，而且两个任务之间也没有 2s 的间隔了。

apscheduler 模块用法

关于定时任务的实现，Python 自带的 threading.Timer 和 schedule 模块的功能局限性还是蛮强的，所以还有一个更强大第三方模块 apscheduler。

apscheduler 提供了基于日期、时间间隔、以及 crontab 类型的任务，我们可以在主程序的运行过程中快速增加新任务或者删除旧任务，如果把任务存储在数据库中，那么任务的状态会被保存。当调度器重启时，不必重新添加任务，保存起来的任务会恢复原状态继续执行。

基础概念

apscheduler 有以下几个重要的组件：

触发器（triggers）：触发器包含调度逻辑，描述一个任务何时被触发，按照日期、时间间隔、cron 表达式，三种方式触发。每个作业都有其自己的触发器，除了初始配置之外，触发器是完全无状态的。

任务存储器（job stores）：任务存储器指定了作业被存放的位置，默认情况下任务保存在内存，也可以将任务保存在数据库中，当任务被保存在数据库中，它会被序列化；当被重新加载到内存中，会被反序列化。任务存储器充当保存、加载、更新和查找任务的中间商。在调度器之间不能共享任务存储。

执行器（executors）：执行器是将指定的任务（调用函数）放到线程池或进程池当中去运行，当任务完成时，执行器通知调度器触发相应的事件。

调度器（schedulers）：任务调度器，属于控制角色，通过它配置任务存储器、执行器和触发器，添加、修改和删除任务。调度器协调触发器、任务存储器、执行器的运行，通常只有一个调度程序运行在应用程序中，开发人员通常不需要直接处理任务存储器、执行器或者触发器，配置任务存储器和执行器都是通过调度器来完成的。

组件种类

apscheduler 的每一个组件都有不同的选择：

调度器

  • BlockingScheduler 阻塞式调度器：适用于只跑调度器的程序。
  • BackgroundScheduler 后台调度器：适用于非阻塞的情况，调度器会在后台独立运行。
  • AsyncIOScheduler AsyncIO调度器：适用于应用使用AsnycIO的情况。
  • TornadoScheduler Tornado调度器：适用于构建Tornado应用。
  • TwistedScheduler Twisted调度器：适用于构建Twisted应用。
  • QtScheduler Qt调度器：适用于构建Qt应用。

任务存储器

然后是任务存储器：任务存储器的选择，要看任务是否需要持久化。如果任务是无状态的，那么选择默认存储器 MemoryJobStore 就可以应付。但是，如果需要程序关闭或者重启时，保持任务的状态，那么就要选择持久化的任务存储器。另外，作者推荐，使用 SQLAlchemyJobStore 并搭配 PostgreSQL 作为后台数据库。这个方案可以提供强大的数据整合与保护功能。

执行器

执行器的选择，同样看需求。默认的 ThreadPoolExecutor 线程池执行器方案可以满足大部分需求。如果，你的程序是计算密集型的，那么最好用 ProcessPoolExecutor 进程池执行器方案来充分利用多核算力。也可以将 ProcessPoolExecutor 作为第二执行器，混合使用两种不同的执行器。

任务触发器

配置一个任务，就要设置一个任务触发器。触发器可以设定任务运行的周期、次数和时间。APScheduler 有三种内置的触发器：

  • date 日期：触发任务运行的具体日期
  • interval 间隔：触发任务运行的时间间隔
  • cron 周期：触发任务运行的周期

一个任务也可以设定多种触发器，比如，可以设定同时满足所有触发器条件而触发，或者满足一项即触发。

配置触发器

下面我们来详细介绍一下触发器。

date：在指定时间点触发任务

当到达某个时间点的时候触发：

from datetime import date, datetime
from apscheduler.schedulers.blocking import BlockingScheduler


# 选择了阻塞式调度器，创建一个调度器的实例
scheduler = BlockingScheduler()


# 创建一个任务
def my_task(name, age, gender):
    print(f"name is {name}, age is {age}, gender is {gender}")


# 通过调用调度实例下的 add_job 方法，将任务添加进去
"""
常用参数：
func：任务(执行函数)
trigger：触发器，一共三种方式。
         date 日期：触发任务运行的具体日期
         interval 间隔：触发任务运行的时间间隔
         cron 周期：触发任务运行的周期
run_date：运行日期，当我们指定trigger为'date'时，可以添加这么一个参数。类型可以是date、datetime、以及文本类型
args：任务的位置参数
kwargs：任务的关键字参数
"""
scheduler.add_job(my_task, trigger="date",
                  run_date=date(2019, 6, 10),
                  args=("mashiro", 17),
                  kwargs={"gender": "女"})

scheduler.add_job(my_task,
                  trigger="date",
                  run_date=datetime(2019, 6, 9, 17, 14, 4),
                  args=("mashiro", 17),
                  kwargs={"gender": "女"})

scheduler.add_job(my_task,
                  trigger="date",
                  run_date="2019-6-9 17:14:05",
                  args=("mashiro", 17),
                  kwargs={"gender": "女"})

# 未指定日期，则会立即执行
scheduler.add_job(my_task,
                  args=("mashiro", 17),
                  kwargs={"gender": "女"})

# 启动调度器
scheduler.start()
"""
name is mashiro, age is 17, gender is 女
name is mashiro, age is 17, gender is 女
name is mashiro, age is 17, gender is 女
"""

还有一个没有打印，程序没有结束。等打印的时候，要等到明天，也就是 10 号了，今天是 9 号。

如果我把日期改一下呢？比如此刻是 2019-6-9，我改成 18 年执行：

Run time of job "my_task (trigger: date[2018-11-14 00:00:00 CST], next run at: 2018-11-14 00:00:00 CST)" was missed by 207 days, 17:18:14.146335

会提示如下，提前了这个任务比当前时间，少了 207 天，是在当前时间之前，是无法执行的。

interval：周期触发任务

显然此时是每个一段时间触发任务：

from apscheduler.schedulers.blocking import BlockingScheduler


scheduler = BlockingScheduler()


def my_task1():
    print("好きなものを仕事にしたことは実に人生の一つ楽しいこと")

def my_task2():
    print("把喜欢的东西变成工作实乃人生一大快事")

# 其他参数没什么变化，当我们把trigger指定成interval的时候，表示每隔xx时间执行一次。可以额外指定如下参数
"""
weeks：每隔多少周后执行一次
days：每隔多少天后执行一次
hours：每隔多少小时后执行一次
minutes：每隔多少分钟后执行一次
seconds：每隔多少秒后执行一次
此外还可以指定 start_date 和 end_date，表示任务触发的起始时间和结束时间。
比如某个任务每隔一天执行一次，但是这个任务有截止日期，当超过了截止日期的时候，就不需要再执行它了。于是就可以将该"截止日期"设置为 end_date，如果超过了，那么任务会被取消掉
"""

# 此时的时间已经超过了 2019-6-9 17:32:00,所以第二个任务是会被取消掉的。
scheduler.add_job(func=my_task1, trigger="interval", minutes=1)
scheduler.add_job(func=my_task2, trigger="interval", minutes=1, end_date="2019-6-9 17:43:00")

scheduler.start()
"""
 
好きなものを仕事にしたことは実に人生の一つ楽しいこと
把喜欢的东西变成工作实乃人生一大快事
好きなものを仕事にしたことは実に人生の一つ楽しいこと
把喜欢的东西变成工作实乃人生一大快事
好きなものを仕事にしたことは実に人生の一つ楽しいこと
把喜欢的东西变成工作实乃人生一大快事
好きなものを仕事にしたことは実に人生の一つ楽しいこと
把喜欢的东西变成工作实乃人生一大快事
好きなものを仕事にしたことは実に人生の一つ楽しいこと
好きなものを仕事にしたことは実に人生の一つ楽しいこと
好きなものを仕事にしたことは実に人生の一つ楽しいこと
。。。。。。
。。。。。。
。。。。。。
"""

另外还有一个 jitter 当所有任务全部都在一起执行的时候，可能造成服务器资源压力大，那么添加一个随机秒数，可以避免造成服务拥堵。参数，表示添加一个随机的浮动秒数。

from apscheduler.schedulers.blocking import BlockingScheduler
import time


scheduler = BlockingScheduler()

# 除了add_job的方式，我们还可以通过 scheduled_job 使用装饰器的方式
t1 = time.perf_counter()
@scheduler.scheduled_job(trigger="interval", seconds=10, jitter=1)
def my_task():
    print("好きなものを仕事にしたことは実に人生の一つ楽しいこと", time.perf_counter() - t1)


scheduler.start()
"""
好きなものを仕事にしたことは実に人生の一つ楽しいこと 10.900859013
好きなものを仕事にしたことは実に人生の一つ楽しいこと 19.972885888
好きなものを仕事にしたことは実に人生の一つ楽しいこと 30.506739256000003
。。。。。。
"""

cron

当把 trigger 指定为 cron 的时候，可以达到非常强大的效果，该表达式被定义为一个类 apscheduler.triggers.cron.CronTrigger。

"""
class CronTrigger:
    def __init__(self, year=None, month=None, day=None, week=None, day_of_week=None, hour=None,
                 minute=None, second=None, start_date=None, end_date=None, timezone=None,
                 jitter=None):
year：四位数的年份
month：1-12之间的数字或字符串，如果不指定，则为 *，表示每个月
day：1-31，如果不指定，则为 *，表示每一天
week：1-53，如果不指定，则为 *，表示每一星期
day_of_week：一周有 7 天，用 0-6 表示，比如指定 0-3，则表示周一到周四。
            不指定则为7天，也可以用 mon,tue,wed,thu,fri,sat,sun 表示
hour：0-23
minute：0-59
second：0-59
start_date：起始时间
end_date：结束时间
timezone：时区
jitter：随机的浮动秒数
当省略时间参数时，在显式指定参数之前的参数会被设定为 *，表示每(月、天)xxx。
之后的参数会被设定为最小值，week 和 day_of_week 的最小值为*。

比如，设定 day=10 等同于设定 year='*', month='*', day=1, week='*', day_of_week='*', hour=0, minute=0, second=0，
即每个月的第 10 天触发。为什么是每个月而不是每个星期，注意参数位置，week被放在了后面。
day 后面的参数 hour、minute、second 则被设置为0。因此不仅是每个月的第 10 天触发，还是每个月的第 10 天的 00:00:00 的时候触发
"""

表达式类型：

举几个栗子：

  • hour=19,minute=23 这里表示每个月的每一天在 19:23 的时候执行任务。因为显式指定的参数的前面的参数都被设置为 *，表示"每"；此外也可以是 hour ='19', minute ='23'，可以填字符串也可以填数字
  • month='6-9,11-12',day='4rd sun',hour='0-3' 表示将在第 6、7、8、9、11、12 个月的第四个星期日的00:00:00、01:00:00、02:00:00、03:00:00执行任务
  • day=15,hour=20,minute=14 表示每个月的第 15 天的 20:14 的时候执行任务
  • day='4rd sun' 表示将在每个月的第四个周日执行任务，而且是 00:00:00，因为后面的参数如果不指定的话，默认为最小值
  • day='last sun',hour=17,minute=25 表示每个月的最后一个星期日的 17:25 执行任务
  • day='last',hour=20 表示每个月的最后一天的 20:00 的时候执行任务
  • day_of_week='0-2' 表示每一周的周一、周二、周三执行任务
  • month='1-3',day_of_week='mon',hour='22',minute='14',second='48' 表示 1 月、2 月、3 月的每个星期 1 的 22:14:48 的时候执行任务

因此值得注意的是：day 既可以写数字表示每个月的第 xxx 天，也可以写 xth y 表示每个月的第 x 个星期 y、last x 表示最后一个星期 x、last 表示每个月的最后一天。而如果想表示每个月的每个星期几，则可以使用 day_of_week='0-6'（每周一到周日，或者写成mon-sun），day_of_week='0-4'（每周一到周五），day_of_week='0'（每周一）。一般情况：day 和 day_of_week 不建议同时使用。

还有一个时区问题，有些时区可能会有夏令时的问题。这个会导致令时切换时，任务不执行或任务执行两次。因此可以指定 timezone：

from apscheduler.schedulers.blocking import BlockingScheduler
import pytz
import datetime
timezone = pytz.timezone("Asia/Shanghai")


def my_task():
    print("task executed")
    print(datetime.datetime.now())


scheduler = BlockingScheduler()
# 第6个月的第9天的每小时第3分钟第30秒执行,同时指定时区
scheduler.add_job(my_task, trigger="cron", month=6, day=9, minute=3, second=30, timezone=timezone)


scheduler.start()
"""
task executed
2019-06-09 19:03:30.001664
"""

配置调度器

APScheduler 有多种不同的配置方法，可以选择直接传字典或传参的方式创建调度器；也可以先实例一个调度器对象，再添加配置信息。灵活的配置方式可以满足各种应用场景的需要。

整套的配置选项可以参考 API 文档 BaseScheduler 类。一些调度器子类可能有它们自己特有的配置选项，以及独立的任务储存器和执行器也可能有自己特有的配置选项，可以查阅 API 文档了解。

from apscheduler.schedulers.background import BackgroundScheduler


# 创建一个后台调度器实例，该实例是非阻塞的
scheduler = BackgroundScheduler()
"""
该调度器下有一个名称为 default 的 MemoryJobStore（内存任务储存器）
以及一个名称是 default 且最大线程数是 10 的 ThreadPoolExecutor（线程池执行器）
"""

但现在我需要自己指定任务存储器和执行器该怎么办呢？比如我要将任务存储器设置为 pgsql 和 redis，线程池设置为 20 个，同时搭配 5 个进程池。

方法一

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.jobstores.redis import RedisJobStore
from apscheduler.executors.pool import ThreadPoolExecutor, ProcessPoolExecutor
import pytz


jobstores = {
    "redis": RedisJobStore(hostname="localhost", port=6379),
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://localhost:5432@postgres:zgghyys123/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(20),
    "process_pool": ProcessPoolExecutor(5)
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}


scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.utc)

方法二

from apscheduler.schedulers.background import BackgroundScheduler


scheduler = BackgroundScheduler({
    "apscheduler.jobstores.redis": {
        "type": "redis",
        "hostname": "localhost",
        "port": 6379
    },

    "apscheduler.jobstores.sqlalchemy_pgsql": {
        "type": "sqlalchemy",
        "url": "postgresql://localhost:5432@postgres:zgghyys123/postgres"
    },

    "apscheduler.executors.thread_pool": {
        "type": "apscheduler.executors.pool:ThreadPoolExecutor",
        "max_workers": 20
    },

    "apscheduler.executors.process_pool": {
        "type": "apscheduler.executors.pool:ProcessPoolExecutor",
        "max_workers": 5
    },

    "apscheduler.job_defaults.coalesce": "false",
    "apscheduler.job_defaults.max_instances": "3",
    "apscheduler.timezone": "UTC"
})

方法三

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.jobstores.redis import RedisJobStore
from apscheduler.executors.pool import ThreadPoolExecutor, ProcessPoolExecutor
import pytz


jobstores = {
    "redis": RedisJobStore(hostname="localhost", port=6379),
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://localhost:5432@postgres:zgghyys123/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(20),
    "process_pool": ProcessPoolExecutor(5)
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}


scheduler = BackgroundScheduler()
scheduler.configure(jobstores=jobstores,
                    executors=executors,
                    job_defaults=job_defaults,
                    timezone=pytz.utc)

以上为自定义调度器的三种方法，推荐第一种或第三种，第二种太麻烦。

启动调度器

启动调度器只需要调用 start 方法即可，除了 BlockingScheduler，非阻塞调度器都会立即返回，可以继续运行之后的代码，比如添加任务等。

对于 BlockingScheduler，程序则会阻塞在 start() 位置，所以，要运行的代码必须写在 start() 之前。

注！调度器启动后，就不能修改配置了。

添加任务

添加任务的方法有两种：

  • 通过调用add_job方法，最常用
  • 通过 scheduled_job 方法，最方便，但缺点就是运行时不能修改任务。第一种 add_job 方法会返回一个 apscheduler.job.Job 实例，这样就可以在运行时，修改或删除任务

在任何时候你都能配置任务，但是如果调度器还没有启动，此时添加任务，那么任务就处于一个暂存的状态。只有当调度器启动时，才会开始计算下次运行时间。

还有一点要注意，如果你的执行器或任务储存器是会序列化任务的，那么这些任务就必须符合：

  • 回调函数必须全局可用
  • 回调函数参数必须也是可以被序列化的

内置任务储存器中，只有 MemoryJobStore 不会序列化任务；内置执行器中，只有 ProcessPoolExecutor 会序列化任务。

重要提醒！如果在程序初始化时，是从数据库读取任务的，那么必须为每个任务定义一个明确的 ID，并且使用 replace_existing=True，否则每次重启程序，你都会得到一份新的任务拷贝，也就意味着任务的状态不会保存。

建议！如果想要立刻运行任务，可以在添加任务时省略 trigger 参数。

import datetime
from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz


jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}


scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))


def my_task1():
    print("task1_executed", f"now is {datetime.datetime.now()}")


def my_task2():
    print("task2_executed", f"now is {datetime.datetime.now()}")


def my_task3():
    print("task3_executed", f"now is {datetime.datetime.now()}")


scheduler.add_job(my_task1, trigger="cron", second=10, id="my_task1")
scheduler.add_job(my_task2, trigger="cron", second=10, id="my_task2")
scheduler.add_job(my_task3, trigger="cron", second=10, id="my_task3")

scheduler.start()
while 1:
    pass
"""
task1_executed now is 2019-06-09 21:49:10.075890
task2_executed now is 2019-06-09 21:49:10.087858
task3_executed now is 2019-06-09 21:49:10.105834
task1_executed now is 2019-06-09 21:50:10.110394
task2_executed now is 2019-06-09 21:50:10.127318
task3_executed now is 2019-06-09 21:50:10.138316
task1_executed now is 2019-06-09 21:51:10.103801
task2_executed now is 2019-06-09 21:51:10.103801
task3_executed now is 2019-06-09 21:51:10.149701
。。。。。。。
"""

此时数据库里面多了一张表，名叫apscheduler_jobs。保存了执行的状态，当我们重启启动程序的时候，会进行读取。但是呢？每一次读取都是重新读取，也就是说状态不会被保存，如果想从数据库读取任务，从上一次中断的状态继续执行的话，那么必须要为任务制定 id，同时设置 replace_existing=True。

移除任务

如果想从调度器移除一个任务，那么你就要从相应的任务储存器中移除它，这样才算移除了。有两种方式：

  • 调用 remove_job()，参数为：任务ID，任务储存器名称
  • 在通过 add_job() 创建的任务实例上调用 remove() 方法

第二种方式更方便，但前提必须在创建任务实例时，实例被保存在变量中。对于通过 scheduled_job() 创建的任务，只能选择第一种方式。当任务调度结束时（比如，某个任务的触发器不再产生下次运行的时间），任务就会自动移除。

job = scheduler.add_job(myfunc, 'interval', minutes=2)
job.remove()

同样，通过任务的具体 ID：

scheduler.add_job(myfunc, 'interval', minutes=2, id='my_job_id')
scheduler.remove_job('my_job_id')

暂停和恢复任务

通过任务实例或调度器，就能暂停和恢复任务。如果一个任务被暂停了，那么该任务的下一次运行时间就会被移除。在恢复任务前，运行次数计数也不会被统计。暂停任务，有以下两个方法：

  • apscheduler.job.Job.pause()
  • apscheduler.schedulers.base.BaseScheduler.pause_job()

恢复任务也有两个方法：

  • apscheduler.job.Job.resume()
  • apscheduler.schedulers.base.BaseScheduler.resume_job()

获取任务列表

通过 get_jobs() 就可以获得一个可修改的任务列表，get_jobs() 第二个参数可以指定任务储存器名称，那么就会获得对应任务储存器的任务列表。

print_jobs() 可以快速打印格式化的任务列表，包含触发器，下次运行时间等信息。

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz
import time


jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}


scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))


def my_task1():
    print("task1_prepared")
    time.sleep(5)
    print(f"task1_executed")


def my_task2():
    print("task2_prepared")
    time.sleep(5)
    print(f"task2_executed")


def my_task3():
    print("task3_prepared")
    time.sleep(5)
    print(f"task3_executed")


scheduler.add_job(my_task1, trigger="interval", seconds=3, id="my_task1")
scheduler.add_job(my_task2, trigger="interval", seconds=3, id="my_task2")
scheduler.add_job(my_task3, trigger="interval", seconds=3, id="my_task3")

scheduler.start()
print(scheduler.get_jobs())
scheduler.print_jobs()
"""
[<Job (id=my_task1 name=my_task1)>, <Job (id=my_task2 name=my_task2)>, <Job (id=my_task3 name=my_task3)>]
Jobstore default:
    my_task1 (trigger: interval[0:00:03], next run at: 2019-06-09 22:35:23 CST)
    my_task2 (trigger: interval[0:00:03], next run at: 2019-06-09 22:35:23 CST)
    my_task3 (trigger: interval[0:00:03], next run at: 2019-06-09 22:35:23 CST)
Jobstore sqlalchemy_pgsql:
    No scheduled jobs
"""

修改任务

通过 apscheduler.job.Job.modify() 或 modify_job()，你可以修改任务当中除了 id 的任何属性。

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz
import time


jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}


scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))


def my_task1():
    print("task1_prepared")
    time.sleep(5)
    print(f"task1_executed")


def my_task2():
    print("task2_prepared")
    time.sleep(5)
    print(f"task2_executed")


def my_task3():
    print("task3_prepared")
    time.sleep(5)
    print(f"task3_executed")



job1 = scheduler.add_job(my_task1, trigger="interval", seconds=10, id="my_task1")
job2 = scheduler.add_job(my_task2, trigger="interval", seconds=10, id="my_task2")
job3 = scheduler.add_job(my_task3, trigger="interval", seconds=10, id="my_task3")

scheduler.start()
# 改变name
job3.modify(name="satori")
print(scheduler.get_jobs())
while 1:
    pass
"""
[<Job (id=my_task1 name=my_task1)>, <Job (id=my_task2 name=my_task2)>, <Job (id=my_task3 name=satori)>]
"""

可以看到 job 的 name 被修改了，如果想要重新调度任务（就是改变触发器），你能通过 apscheduler.job.Job.reschedule() 或 reschedule_job() 来实现。这些方法会重新创建触发器，并重新计算下次运行时间。

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz
import time


jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}


scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))


def my_task1():
    print("task1_prepared")
    time.sleep(5)
    print(f"task1_executed")


def my_task2():
    print("task2_prepared")
    time.sleep(5)
    print(f"task2_executed")


def my_task3():
    print("task3_prepared")
    time.sleep(5)
    print(f"task3_executed")



job1 = scheduler.add_job(my_task1, trigger="interval", seconds=10, id="my_task1")
job2 = scheduler.add_job(my_task2, trigger="interval", seconds=10, id="my_task2")
job3 = scheduler.add_job(my_task3, trigger="interval", seconds=10, id="my_task3")

scheduler.start()
# 通过id，改变trigger，改成6s后执行
scheduler.reschedule_job(job_id="my_task2", trigger="interval", seconds=6)
while 1:
    pass
"""
task2_prepared
task1_prepared
task3_prepared
task2_executed
task2_prepared
task1_executed
task3_executed
.......
"""

为什么会出现这个结果呢？首先 task2 在 6s 后就执行了，因此会先打印， task2_prepared。但是要 sleep 5s，而 task1 和 task3 在10s后执行，所以只差了 4s。因此在先打印完 task1_prepared 和 task3_prepared 之后，过 1s 打印 task2_executed，此时 task1 和 task3 还差 4s 才能 sleep 结束。但是由于调度器修改，改成了 3s，所以会再次先打印 task2_prepared，然后又过了 1s，才打印 task1_executed 和 task3_executed。

关闭调度器

关闭调度器可以使用 scheduler.shutdown()，默认情况下，调度器会先把正在执行的任务处理完，再关闭任务储存器和执行器。但是，如果你就直接关闭，你可以添加参数：wait=False，这样的话不管有没有任务在执行，会强制关闭调度器。

暂停、恢复任务进程

调度器可以暂停正在执行的任务：scheduler.pause()

调度器可以恢复已经暂停的任务：scheduler.resume()

同时，也可以在调度器启动时，默认所有任务设为暂停状态：scheduler.start(paused=True)

然后是作业相关操作：

scheduler.remove_job(job_id,jobstore=None)  # 删除作业
scheduler.remove_all_jobs(jobstore=None)  # 删除所有作业
scheduler.pause_job(job_id,jobstore=None)  # 暂停作业
scheduler.resume_job(job_id,jobstore=None)  # 恢复作业
scheduler.modify_job(job_id, jobstore=None, **changes)  # 修改单个作业属性信息
scheduler.reschedule_job(job_id, jobstore=None, trigger=None,**trigger_args)  # 修改单个作业的触发器并更新下次运行时间
scheduler.print_jobs(jobstore=None, out=sys.stdout)  # 输出作业信息

限制任务执行的并行实例数

默认情况下，在同一时间，一个任务只允许一个执行中的实例在运行。比如说，一个任务是每 5 秒执行一次，但是这个任务在第一次执行的时候花了 6 秒，也就是说前一次任务还没执行完，后一次任务又触发了，由于默认一次只允许一个实例执行，所以第二次就丢失了。为了杜绝这种情况，可以在添加任务时，设置 max_instances 参数，为指定任务设置最大实例并行数。

丢失任务的执行与合并

有时，任务会由于一些问题没有被执行。最常见的情况就是，在数据库里的任务到了该执行的时间，但调度器被关闭了，那么这个任务就成了"哑弹任务"。错过执行时间后，调度器才打开。这时，调度器会检查每个任务的 misfire_grace_time 参数值（整型），即哑弹上限，来确定是否还执行哑弹任务（这个参数可以全局设定的或者是为每个任务单独设定）。此时，一个哑弹任务，就可能会被连续执行多次。

但这就可能导致一个问题，有些哑弹任务实际上并不需要被执行多次。 coalescing 合并参数就能把一个多次的哑弹任务揉成一个一次的哑弹任务。也就是说，coalescing 为 True 能把多个排队执行的同一个哑弹任务，变成一个，而不会触发哑弹事件。

注！如果是由于线程池/进程池满了导致的任务延迟，执行器就会跳过执行。要避免这个问题，可以添加进程或线程数来实现或把 misfire_grace_time 值调高。

假如一个作业本来 08:00 有一次执行，但是由于某种原因没有被调度上，现在 08:01 了，这个 08:00 的运行实例被提交时，会检查它预订运行的时间和当下时间的差值（这里是1分钟），大于我们设置的限制（假设 30s），那么这个运行实例不会被执行。最常见的情形是 scheduler 被 shutdown 后重启，某个任务会积攒了好几次没执行，如 5 次，下次这个作业被提交给执行器时，执行 5 次。设置 coalesce=True 后，只会执行一次。

调度器事件

调度器允许添加事件侦听器。部分事件会有特有的信息，比如当前运行次数等。add_listener(callback,mask) 中，第一个参数是回调对象，mask 是指定侦听事件类型，mask 参数也可以是逻辑组合。回调对象会有一个参数就是触发的事件。

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz
from apscheduler.events import EVENT_JOB_EXECUTED, EVENT_JOB_ERROR


jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}


scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))


def my_task1():
    print("task1 executed")


def my_task2():
    raise IndexError
    print("task2_executed")


def my_task3():
    print("task3_executed")


def listener(event):
    if event.exception:
        print(f"{event.job_id}出错了")
    else:
        print(f"正常执行")


job1 = scheduler.add_job(my_task1, trigger="interval", seconds=3, id="my_task1")
job2 = scheduler.add_job(my_task2, trigger="interval", seconds=3, id="my_task2")
job3 = scheduler.add_job(my_task3, trigger="interval", seconds=3, id="my_task3")
scheduler.add_listener(listener, EVENT_JOB_EXECUTED | EVENT_JOB_ERROR)
scheduler.start()
while 1:
    pass
"""
task1 executed
正常执行
task3_executed
正常执行
Job "my_task2 (trigger: interval[0:00:03], next run at: 2019-06-09 23:12:42 CST)" raised an exception
Traceback (most recent call last):
  File "C:\python37\lib\site-packages\apscheduler\executors\base.py", line 125, in run_job
    retval = job.func(*job.args, **job.kwargs)
  File "D:/mashiro/9.py", line 33, in my_task2
    raise IndexError
IndexError
my_task2出错了
task1 executed
正常执行
task3_executed
正常执行
Job "my_task2 (trigger: interval[0:00:03], next run at: 2019-06-09 23:12:45 CST)" raised an exception
Traceback (most recent call last):
  File "C:\python37\lib\site-packages\apscheduler\executors\base.py", line 125, in run_job
    retval = job.func(*job.args, **job.kwargs)
  File "D:/mashiro/9.py", line 33, in my_task2
    raise IndexError
IndexError
"""

可以看到即使报错了，也会打印 "my_task2出错了"，但是这样不美观，我们可以指定日志。

异常捕获

我们看到一旦出现异常就比较丑陋，那么如何进行异常捕获呢？

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz
from apscheduler.events import EVENT_JOB_EXECUTED, EVENT_JOB_ERROR
import logging

logging.basicConfig(level=logging.INFO,
                    format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
                    datefmt='%Y-%m-%d %H:%M:%S',
                    filename='log1.txt',
                    filemode='a')


jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}


scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))


def my_task1():
    print("task1 executed")


def my_task2():
    raise IndexError
    print("task2_executed")


def my_task3():
    print("task3_executed")


def listener(event):
    if event.exception:
        print(f"{event.job_id}出错了")
    else:
        print(f"正常执行")


job1 = scheduler.add_job(my_task1, trigger="interval", seconds=3, id="my_task1")
job2 = scheduler.add_job(my_task2, trigger="interval", seconds=3, id="my_task2")
job3 = scheduler.add_job(my_task3, trigger="interval", seconds=3, id="my_task3")
scheduler.add_listener(listener, EVENT_JOB_EXECUTED | EVENT_JOB_ERROR)
scheduler._logger = logging
scheduler.start()
while 1:
    pass
"""
task1 executed
正常执行
task3_executed
正常执行
my_task2出错了
task1 executed
正常执行
task3_executed
正常执行
my_task2出错了
task1 executed
正常执行
my_task2出错了
task3_executed
正常执行
task1 executed
正常执行
task3_executed
正常执行
my_task2出错了
"""

这样就能捕获异常消息了，而且在做成服务的时候。如果出错了，也可以以邮件的方式通知客户。

posted @ 2019-06-08 17:41  古明地盆  阅读(8721)  评论(0)  编辑  收藏  举报