用python来实现定时处理事务的操作,主要使用模块apscheduler,需要下载 pip install apscheduler我工作中用到的例子是每天自动对数据库中过期的用户进行处理BackgroundScheduler调度器特别好用,非阻塞的,用django可以直接写在app应用里
apscheduler功能强大,有四大组件,下面例子只是个人用到的皮毛
例一实现每周一到周五计算1+1=2
<1>导入模块from apscheduler.schedulers.background import BackgroundScheduler
<2>创建需要执行的函数def job(): a = 1 + 1 print(a)<3>创建对象
scheduler = BackgroundScheduler()<4>添加时间并设置属性每周一到周五6:30执行事件scheduler.add_job(job,'cron',day_of_week='mon-fri',hour=6,minute=30) #job事件,'cron'触发器的表示时定事件执行事件,后面参数是设置的事件,具体参数设置下面有
每天6:30都执行事件
scheduler.add_job(job,'cron',hour=6,minute=30) <5>启动scheduler.start()
"""每天对数据库过期用户进行处理"""
from apscheduler.schedulers.background import BackgroundSchedulerdef job():
time = datetime.now() user_list = BlackList.objects.filter(grade=3,active=True,end_data__lt=time) if user_list: for user in user_list: user.grade = 2 user.save()scheduler = BackgroundScheduler()scheduler.add_job(job,'cron',hour=0,minute=0)scheduler.start()
安装 APScheduler
$ pip install apscheduler
快速开始
from apscheduler.schedulers.blocking import BlockingScheduler scheduler = BlockingScheduler() @scheduler.scheduled_job('cron', hour='8-23') def request_update_status(): print('Doing job') scheduler.start()
基本概念
APScheduler四大组件:
- 触发器
triggers
:用于设定触发任务的条件 - 任务储存器
job stores
:用于存放任务,把任务存放在内存或数据库中 - 执行器
executors
: 用于执行任务,可以设定执行模式为单线程或线程池 - 调度器
schedulers
: 把上方三个组件作为参数,通过创建调度器实例来运行
触发器
每一个任务都有自己的触发器,触发器用于决定任务下次运行的时间。
任务储存器
默认情况下,任务存放在内存中。也可以配置存放在不同类型的数据库中。如果任务存放在数据库中,那么任务的存取有一个序列化和反序列化的过程,同时修改和搜索任务的功能也是由任务储存器实现。
注!一个任务储存器不要共享给多个调度器,否则会导致状态混乱
执行器
任务会被执行器放入线程池或进程池去执行,执行完毕后,执行器会通知调度器。
调度器
一个调度器由上方三个组件构成,一般来说,一个程序只要有一个调度器就可以了。开发者也不必直接操作任务储存器、执行器以及触发器,因为调度器提供了统一的接口,通过调度器就可以操作组件,比如任务的增删改查。
调度器组件详解
根据开发需求选择相应的组件,下面是不同的调度器组件:
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。GeventScheduler
Gevent调度器,适用于应用通过Gevent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。
任务储存器的选择,要看任务是否需要持久化。如果你运行的任务是无状态的,选择默认任务储存器MemoryJobStore
就可以应付。但是,如果你需要在程序关闭或重启时,保存任务的状态,那么就要选择持久化的任务储存器。如果,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。
执行器的选择,同样要看你的实际需求。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。
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。复合触发器,请查阅一下文档:链接
触发器详解
date 在指定时间点触发任务
from datetime import date from apscheduler.schedulers.blocking import BlockingScheduler sched = BlockingScheduler() def my_job(text): print(text) # 在2009年11月6日执行 sched.add_job(my_job, 'date', run_date=date(2009, 11, 6), args=['text']) sched.start()
其中run_date
参数可以是date类型、datetime类型或文本类型。
datetime类型(用于精确时间)
# 在2009年11月6日 16:30:05执行 sched.add_job(my_job, 'date', run_date=datetime(2009, 11, 6, 16, 30, 5), args=['text'])
文本类型
sched.add_job(my_job, 'date', run_date='2009-11-06 16:30:05', args=['text'])
未指定时间,则会立即执行
# 未显式指定,那么则立即执行 sched.add_job(my_job, args=['text'])
interval 周期触发任务
from datetime import datetime from apscheduler.schedulers.blocking import BlockingScheduler def job_function(): print("Hello World") sched = BlockingScheduler() # 每2小时触发 sched.add_job(job_function, 'interval', hours=2) sched.start()
你可以框定周期开始时间start_date
和结束时间end_date
。
# 周期触发的时间范围在2010-10-10 9:30 至 2014-06-15 11:00 sched.add_job(job_function, 'interval', hours=2, start_date='2010-10-10 09:30:00', end_date='2014-06-15 11:00:00')
也可以通过scheduled_job()
装饰器实现
from apscheduler.scheduler import BlockingScheduler @sched.scheduled_job('interval', id='my_job_id', hours=2) def job_function(): print("Hello World")
jitter
振动参数,给每次触发添加一个随机浮动秒数,一般适用于多服务器,避免同时运行造成服务拥堵。
# 每小时(上下浮动120秒区间内)运行`job_function` sched.add_job(job_function, 'interval', hours=1, jitter=120)
cron 强大的类crontab表达式
# 注意参数顺序 class apscheduler.triggers.cron.CronTrigger( 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)
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*
,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=1, minute=20
等同于设定year='*', month='*', day=1, week='*', day_of_week='*', hour='*', minute=20, second=0
,即每个月的第一天,且当分钟到达20时就触发。
表达式类型
表达式 | 参数类型 | 描述 |
---|---|---|
* |
所有 | 通配符。例:minutes=* 即每分钟触发 |
*/a |
所有 | 可被a整除的通配符。 |
a-b |
所有 | 范围a-b触发 |
a-b/c |
所有 | 范围a-b,且可被c整除时触发 |
xth y |
日 | 第几个星期几触发。x为第几个,y为星期几 |
last x |
日 | 一个月中,最后个星期几触发 |
last |
日 | 一个月最后一天触发 |
x,y,z |
所有 | 组合表达式,可以组合确定值或上方的表达式 |
注!
month
和day_of_week
参数分别接受的是英语缩写jan
–dec
和mon
–sun
from apscheduler.schedulers.blocking import BlockingScheduler def job_function(): print "Hello World" sched = BlockingScheduler() # 任务会在6月、7月、8月、11月和12月的第三个周五,00:00、01:00、02:00和03:00触发 sched.add_job(job_function, 'cron', month='6-8,11-12', day='3rd fri', hour='0-3') sched.start()
start_date
和 end_date
可以用来适用时间范围
# 在2014-05-30 00:00:00前,每周一到每周五 5:30运行 sched.add_job(job_function, 'cron', day_of_week='mon-fri', hour=5, minute=30, end_date='2014-05-30')
通过 scheduled_job()
装饰器实现:
@sched.scheduled_job('cron', id='my_job_id', day='last sun') def some_decorated_task(): print("I am printed at 00:00:00 on the last Sunday of every month!")
使用标准crontab表达式:
sched.add_job(job_function, CronTrigger.from_crontab('0 0 1-15 may-aug *'))
也可以添加jitter
振动参数
# 每小时上下浮动120秒触发 sched.add_job(job_function, 'cron', hour='*', jitter=120)
夏令时问题
有些timezone
时区可能会有夏令时的问题。这个可能导致令时切换时,任务不执行或任务执行两次。避免这个问题,可以使用UTC
时间,或提前预知并规划好执行的问题。
# 在Europe/Helsinki时区, 在三月最后一个周一就不会触发;在十月最后一个周一会触发两次 sched.add_job(job_function, 'cron', hour=3, minute=30)
配置调度器
APScheduler 有多种不同的配置方法,你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。
下面举一个例子,创建一个使用默认任务储存器和执行器的BackgroundScheduler
:
from apscheduler.schedulers.background import BackgroundScheduler scheduler = BackgroundScheduler() # 因为是非阻塞的后台调度器,所以程序会继续向下执行
这样就可以创建了一个后台调度器。这个调度器有一个名称为default
的MemoryJobStore
(内存任务储存器)和一个名称是default
且最大线程是10的ThreadPoolExecutor
(线程池执行器)。
假如你现在有这样的需求,两个任务储存器分别搭配两个执行器;同时,还要修改任务的默认参数;最后还要改时区。可以参考下面例子,它们是完全等价的。
- 名称为“mongo”的
MongoDBJobStore
- 名称为“default”的
SQLAlchemyJobStore
- 名称为“ThreadPoolExecutor ”的
ThreadPoolExecutor
,最大线程20个 - 名称“processpool”的
ProcessPoolExecutor
,最大进程5个 - UTC时间作为调度器的时区
- 默认为新任务关闭合并模式()
- 设置新任务的默认最大实例数为3
方法一:
from pytz import utc from apscheduler.schedulers.background import BackgroundScheduler from apscheduler.jobstores.mongodb import MongoDBJobStore from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore from apscheduler.executors.pool import ThreadPoolExecutor, ProcessPoolExecutor jobstores = { 'mongo': MongoDBJobStore(), 'default': SQLAlchemyJobStore(url='sqlite:///jobs.sqlite') } executors = { 'default': ThreadPoolExecutor(20), 'processpool': ProcessPoolExecutor(5) } job_defaults = { 'coalesce': False, 'max_instances': 3 } scheduler = BackgroundScheduler(jobstores=jobstores, executors=executors, job_defaults=job_defaults, timezone=utc)
方法二:
from apscheduler.schedulers.background import BackgroundScheduler # The "apscheduler." prefix is hard coded scheduler = BackgroundScheduler({ 'apscheduler.jobstores.mongo': { 'type': 'mongodb' }, 'apscheduler.jobstores.default': { 'type': 'sqlalchemy', 'url': 'sqlite:///jobs.sqlite' }, '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', })
方法三:
from pytz import utc from apscheduler.schedulers.background import BackgroundScheduler from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore from apscheduler.executors.pool import ProcessPoolExecutor jobstores = { 'mongo': {'type': 'mongodb'}, 'default': SQLAlchemyJobStore(url='sqlite:///jobs.sqlite') } executors = { 'default': {'type': 'threadpool', 'max_workers': 20}, 'processpool': ProcessPoolExecutor(max_workers=5) } job_defaults = { 'coalesce': False, 'max_instances': 3 } scheduler = BackgroundScheduler() # ..这里可以添加任务 scheduler.configure(jobstores=jobstores, executors=executors, job_defaults=job_defaults, timezone=utc)
启动调度器
启动调度器是只需调用start()
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()
- 通过装饰器
scheduled_job()
第一种方法是最常用的;第二种方法是最方便的,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
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,
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。
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。
比如:
job.modify(max_instances=6, name='Alternate name')
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。
比如:
scheduler.reschedule_job('my_job_id', trigger='cron', minute='*/5')
关闭调度器
关闭方法如下:
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:
scheduler.shutdown(wait=False)
上述方法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()
也可以恢复任务:
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)
限制任务执行的实例并行数
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,调度器才打开了。这时,调度器会检查每个任务的misfire_grace_time
参数int
值,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。
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。
具体可以查看文档中events
模块,里面有关于事件类型以及事件参数的详细说明。
def my_listener(event): if event.exception: print('The job crashed :(') else: print('The job worked :)') # 当任务执行完或任务出错时,调用my_listener scheduler.add_listener(my_listener, EVENT_JOB_EXECUTED | EVENT_JOB_ERROR)
事件类型
Constant | Description | Event class |
---|---|---|
EVENT_SCHEDULER_STARTED | The scheduler was started | SchedulerEvent |
EVENT_SCHEDULER_SHUTDOWN | The scheduler was shut down | SchedulerEvent |
EVENT_SCHEDULER_PAUSED | Job processing in the scheduler was paused | SchedulerEvent |
EVENT_SCHEDULER_RESUMED | Job processing in the scheduler was resumed | SchedulerEvent |
EVENT_EXECUTOR_ADDED | An executor was added to the scheduler | SchedulerEvent |
EVENT_EXECUTOR_REMOVED | An executor was removed to the scheduler | SchedulerEvent |
EVENT_JOBSTORE_ADDED | A job store was added to the scheduler | SchedulerEvent |
EVENT_JOBSTORE_REMOVED | A job store was removed from the scheduler | SchedulerEvent |
EVENT_ALL_JOBS_REMOVED | All jobs were removed from either all job stores or one particular job store | SchedulerEvent |
EVENT_JOB_ADDED | A job was added to a job store | JobEvent |
EVENT_JOB_REMOVED | A job was removed from a job store | JobEvent |
EVENT_JOB_MODIFIED | A job was modified from outside the scheduler | JobEvent |
EVENT_JOB_SUBMITTED | A job was submitted to its executor to be run | JobSubmissionEvent |
EVENT_JOB_MAX_INSTANCES | A job being submitted to its executor was not accepted by the executor because the job has already reached its maximum concurrently executing instances | JobSubmissionEvent |
EVENT_JOB_EXECUTED | A job was executed successfully | JobExecutionEvent |
EVENT_JOB_ERROR | A job raised an exception during execution | JobExecutionEvent |
EVENT_JOB_MISSED | A job’s execution was missed | JobExecutionEvent |
EVENT_ALL | A catch-all mask that includes every event type | N/A |
异常捕获
通过logging模块,可以添加apscheduler
日志至DEBUG
级别,这样就能捕获异常信息。
关于logging
初始化的方式如下:
import logging logging.basicConfig() logging.getLogger('apscheduler').setLevel(logging.DEBUG)
日志会提供很多调度器的内部运行信息。
文章参考链接:https://apscheduler.readthedocs.io/en/latest/index.html