测试平台系列(72) 了解ApScheduler基本用法

本文涉及的产品
云数据库 Redis 版,社区版 2GB
推荐场景:
搭建游戏排行榜
云原生内存数据库 Tair,内存型 2GB
云数据库 Redis 版,经济版 1GB 1个月
简介: 了解ApScheduler基本用法

大家好~我是米洛


我正在从0到1打造一个开源的接口测试平台, 也在编写一套与之对应的完整教程,希望大家多多支持。

回顾


上一节我们调研了一下市面上的定时任务方案,最终确定为APScheduler,但据说在uvicorn下还有一些坑。

没关系,笔者也是在摸索阶段。如果有遇到问题,解决了也可以给大家参考。

这篇主要给大家介绍一下APScheduler的基本信息和使用方法。

四个名词


37.jpg

官网讲的很详细


  • 触发器: 定时任务什么时候触发
  • 工作商店: 定时任务存在哪里,内存?MySQL?Redis?
  • 执行器: 执行任务的程序
  • 调度程序: 不同任务之间的调度管理程序,还包括任务的添加和修改等

存储介质


上一节我们提到了定时任务持久化。

那么在APScheduler中支持哪些存储介质呢?看一张图:

38.jpg

图中很详细

可以看到,它支持多种介质,包括我们最不愿意用的memory(内存)。因为如果服务重启,数据就都没了,所以我们不考虑使用这个。

  • SQLAlchemy
    这是我们常用的方法,通过它可以写入到mysql,在不引入其他组件的情况下完全可以考虑。
  • MongoDB
    NoSQL的一种,比较方便,我们秉着不额外增加组件的信念,暂不考虑。
  • Redis
    redis后续我们自身服务也需要用到,但把它作为一个"数据库"来使用,还得考虑redis备份等情况,当然优点就是会比mysql更快。
    至于其他的zk,rethinkdb,由于我们暂时也不会引用,所以不分析了。
    综合而言,还是用SQLAlchemy代价最小,成本最低。

运行模式


在运行demo的过程中,发现APScheduler很强大,可以支持各种并发模式。

39.jpg

采用谷歌翻译 翻译了一下,现在的翻译软件都很好用了

由于我们是异步Asycio,所以我们选择第三种执行器。其他的包括Gevent等也是Flask/Django等框架的好选择。

了解基本API


  • 配置scheduler


from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.schedulers.asyncio import AsyncIOScheduler
# 选择job存储介质为sqlalchemy
job_store = {
    'default': SQLAlchemyJobStore(url=Config.SQLALCHEMY_DATABASE_URI)
}
# 选择调度程序为AsyncIOScheduler
scheduler = AsyncIOScheduler()
# 配置好对应的程序
scheduler.configure(jobstores=job_store)
# 启动
scheduler.start()
  • 添加job


# 把方法: myfunc添加到定时任务,每2分钟执行一次
scheduler.add_job(myfunc, 'interval', minutes=2, id='my_job_id')

与pity结合


在FastApi中,有个startup的钩子方法,意味着当服务启动的时候会自动执行该方法。我们来看看怎么用的:

40.jpg

image

@pity.on_event意思是监听事件,后面的参数: "startup"代表pity服务启动。

也就是说,当pity启动的时候,则初始化Scheduler。

这里我封装了一个Scheduler类,后面会给大家介绍里面的具体方法。


下一节我们编写测试计划相关接口,并与APScheduler结合起来,完成一整套定时任务功能。



相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore     ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
3月前
|
关系型数据库 测试技术 数据库
使用Docker搭建测试用例管理平台TestLink:简易指南
使用Docker搭建TestLink测试管理软件的步骤如下:首先,拉取`bitnami/mariadb`和`bitnami/testlink-archived`镜像。然后,启动MariaDB容器,创建数据库。接着,启动TestLink容器并连接到MariaDB。检查容器状态确保它们已启动。最后,访问`localhost:8099`以使用TestLink,默认用户名为`user`,密码为`bitnami`。这样,你就能在本地便捷地进行测试管理了。
129 2
|
14天前
|
Kubernetes 测试技术 Perl
混沌测试平台 Chaos Mesh
混沌测试平台 Chaos Mesh
34 1
|
1月前
|
传感器 数据采集 监控
LabVIEW电池管理系统测试平台
LabVIEW电池管理系统测试平台
28 4
|
6天前
|
运维 Kubernetes 监控
|
2月前
|
人工智能 分布式计算 DataWorks
首批!阿里云 MaxCompute 完成中国信通院数据智能平台专项测试
2024年5月31日,在中国信通院组织的首批数据智能平台专项测试中,阿里云数据智能平台解决方案(MaxCompute、DataWorks、PAI)顺利完成测试。
166 5
首批!阿里云 MaxCompute 完成中国信通院数据智能平台专项测试
|
1月前
|
传感器 存储 数据采集
LabVIEW阀性能测试平台
LabVIEW阀性能测试平台
24 0
|
2月前
|
消息中间件 Kubernetes Kafka
AutoMQ 自动化持续测试平台技术内幕
Marathon 是一个针对流系统 AutoMQ 的自动化持续测试平台,旨在在模拟生产环境和各种故障场景中验证 SLA 的可靠性。设计原则包括易拓展、可观测和低成本。平台采用分布式架构,Controller 负责资源管理和任务编排,动态调整 Worker 数量和配置,而 Worker 是无状态的,用于生成负载和上报数据。系统基于 K8S,利用服务发现、事件总线和 Spot 实例降低成本并提高弹性。测试场景以代码形式描述,支持不同流量模型和断言,提供丰富的可观测性和告警功能。未来,Marathon 有望泛化为适用于各种分布式系统的测试平台。
38 0
AutoMQ 自动化持续测试平台技术内幕
|
2月前
|
jenkins Java 测试技术
电商返利平台的测试与持续集成
电商返利平台的测试与持续集成
|
3月前
|
数据挖掘 测试技术 网络安全
LabVIEW开发卫星测试平台
LabVIEW开发卫星测试平台
39 3
|
3月前
|
消息中间件 测试技术 Linux
linux实时操作系统xenomai x86平台基准测试(benchmark)
本文是关于Xenomai实时操作系统的基准测试,旨在评估其在低端x86平台上的性能。测试模仿了VxWorks的方法,关注CPU结构、指令集等因素对系统服务耗时的影响。测试项目包括信号量、互斥量、消息队列、任务切换等,通过比较操作前后的时戳来测量耗时,并排除中断和上下文切换的干扰。测试结果显示了各项操作的最小、平均和最大耗时,为程序优化提供参考。注意,所有数据基于特定硬件环境,测试用例使用Alchemy API编写。
898 0
linux实时操作系统xenomai x86平台基准测试(benchmark)

热门文章

最新文章