python 基于Apscheduler实现定时任务
导语
在工作场景遇到了这么一个场景，就是需要定期去执行一个缓存接口，用于同步设备配置。首先想到的就是Linux上的crontab，可以定期，或者间隔一段时间去执行任务。但是如果你想要把这个定时任务作为一个模块集成到Python项目中，或者想持久化任务，显然crontab不太适用。Python的APScheduler模块能够很好的解决此类问题，所以专门写这篇文章，从简单入门开始记录关于APScheduler最基础的使用场景，以及解决持久化任务的问题，最后结合其他框架深层次定制定时任务模块这几个点入手。
简单介绍
先简单介绍一下Apscheduler模块包含的四种组件：
- Trigger触发器
- Job作业
- Excutor执行器
- Scheduler调度器
大概了解了Apscheduler包含的几种概念，现在先来看一下一个简单的示例：
#-*-coding:utf-8-*-
fromapscheduler.schedulers.blockingimportBlockingScheduler
importtime
defhello():
print(time.strftime("%c"))
if__name__=="__main__":
scheduler=BlockingScheduler()
scheduler.add_job(hello,'interval',seconds=5)
scheduler.start()
示例的输出：
ThuDec316:01:202020 ThuDec316:01:252020 ThuDec316:01:302020 ThuDec316:01:352020 ThuDec316:01:402020 ..........
这个简单的示例，我们用上面提到几种组件分析一下运行逻辑：
- 首先是Scheduler调度器，这个示例使用的BlockingScheduler调度器，在官方文档中的解释是，BlockingScheduler适合当你的这个定时任务程序是唯一运行的程序；换言之，则是BlockingScheduler调度器是一个阻塞调度器，当程序运行这种调度器，进程则会阻塞，无法执行其他操作；
- 其次是Job作业和触发器，这两个放在一起讲是因为，在定义作业的时候，你就需要选择一个触发器，这里选择的是interval触发器，这种触发器会以固定时间间隔运行作业。换言之，为调度器添加一个hello的工作，并以每5秒的时间间隔执行任务。
- 最后就是执行器，默认是ThreadPoolExcutor执行器，他们将任务中可调用对象交给线程池执行操作，等完成操作后，执行器会通知调度程序。
内置的三种Trigger触发器类型：
- date:特定时间仅运行一次作业
- interval:固定的时间间隔内运行一次作业
- cron:在一天内特定的时间定期运行作业
常见的Scheduler调度器:
- BlockingScheduler:调度程序是流程中唯一运行的东西
- BackgroundScheduler:调度程序在应用程序内部的后台运行时使用
- AsyncIOScheduler:应用程序使用asyncio模块
- GeventScheduler:应用程序使用gevent模块
- TornadoScheduler：构建Tornado应用程序时使用
- TwistedScheduler:构建Tornado应用程序时使用
- QtScheduler:在构建QT应用程序时使用
常见的JobStore：
- MemoryJobStore
- MongoDBJobStore
- SQLAlchemyJobStore
- RedisJobStore
进阶使用
通过上面一个简单的示例了解大概的工作流程，以及各个组件在整个流程中的作用，以下的示例是FlaskWeb框架结合使用Apscheduler定时器，定时执行任务。
#-*-coding:utf-8-*-
fromflaskimportFlask,Blueprint,request
fromapscheduler.executors.poolimportThreadPoolExecutor
fromapscheduler.schedulers.backgroundimportBackgroundScheduler
fromapscheduler.jobstores.redisimportRedisJobStore
importtime
app=Flask(__name__)
executors={"default":ThreadPoolExecutor(5)}
default_redis_jobstore=RedisJobStore(db=2,
jobs_key="apschedulers.default_jobs",
run_times_key="apschedulers.default_run_times",
host='127.0.0.1',
port=6379
)
scheduler=BackgroundScheduler(executors=executors)
scheduler.add_jobstore(default_redis_jobstore)
scheduler.start()
defsay_hello():
print(time.strftime("%c"))
@app.route("/get_job",methods=['GET'])
defget_job():
ifscheduler.get_job("say_hello_test"):
return"YES"
else:
return"NO"
@app.route("/start_job",methods=["GET"])
defstart_job():
ifnotscheduler.get_job("say_hello_test"):
scheduler.add_job(say_hello,"interval",seconds=5,id="say_hello_test")
return"StartScuessfully!"
else:
return"StartedFailed"
@app.route("/remove_job",methods=["GET"])
defremove_job():
ifscheduler.get_job("say_hello_test"):
scheduler.remove_job("say_hello_test")
return"DeleteSuccessfully!"
else:
return"DeleteFailed"
if__name__=="__main__":
app.run(host="127.0.0.1",port=8787,debug=True)
- 先分析Jobstore，这里使用的是RedisJobstore，将任务序列化存入到Redis数据库中。这里顺便提一下，为什么需要设置作业存储器，原因是当调度器程序崩溃时，仍然能够保留作业，当然选择什么作业存储器，可以根据具体的工作场景，目前主流的mysql，mongodb，redis，SQLite基本都支持;
- 然后再看看Scheduler，这里使用的时BackgroundScheduler，因为这里要求调度程序不能阻塞flask程序的正常接收请求，所以选在BackgrounScheduler让它在开始执行任务时是在后台运行的，不会阻塞主线程;
- 最后看看工作的逻辑，这里get_job获取作业的状态，查看作业是否存在，start_job则是先判断作业是否启动，然后再决定启动操作，remove_job则是停止作业。而这里的作业定义则是通过interval触发器，每五秒执行一次say_hello任务；
总结
最后总结一下，首先你要设置一个作业存储器用于在调度程序崩溃重新恢复时，还能够在作业存储器中获取到作业继续执行；然后你需要设置一个执行器，这个根据作业的类型，比如时一个CPU密集型的任务，那就可以用进程池执行器，默认是用线程池执行器；最后创建配置调度器，启动调度，可以在启动前添加作业，也可以在启动后添加，删除，获取作业。(在这里需要明白的一点就是应用程序不会直接去操作作业存储器，作业或者执行器，而是调度器提供适当的接口来处理这些接口。)
ApScheduler是一个不错的定时任务库，能够动态的添加删除，同时也支持不同的触发器类型，这也是它的优势，相反一些如果是静态任务，其实可以用如linux的crontab工具去做定时任务。有关这方面的记录还会持续更新，如果有什么问题，可以提出来，大家一起探讨。
以上就是pythonApscheduler的使用方法的详细内容，更多关于pythonApscheduler的资料请关注毛票票其它相关文章！