APScheduler简介

简介: APScheduler简介
pip install apscheduler

触发器(triggers)

触发器就是根据你指定的触发方式,比如是按照时间间隔,还是按照 crontab触发,触发条件是什么等。每个任务都有自己的触发器。

触发器有三种,分别是:指定日期时间触发器(date)、时间间隔触发器(interval)、特定时间触发器(crontab)。

指定日期时间触发器(date)

在某个日期时间只触发一次事件。示例代码如下:

from datetime import datetime
from apscheduler.schedulers.blocking import BlockingScheduler
scheduler = BlockingScheduler()
def my_job(text):
    print(text)
# 触发类型
trigger_type = 'date'
# 触发条件
trigger_props = {
    'run_date': datetime.strptime('2022-05-24 17:40:00', '%Y-%m-%d %H:%M:%S')
}
scheduler.add_job(my_job, trigger_type, **trigger_props, args=['hello world'])
scheduler.start()

时间间隔触发器(interval)

想要在固定的时间间隔触发事件。interval的触发条件可以设置以下的触发参数:

  • weeks:周。整形。
  • days:一个月中的第几天。整形。
  • hours:小时。整形。
  • minutes:分钟。整形。
  • seconds:秒。整形。
  • start_date:间隔触发的起始时间。
  • end_date:间隔触发的结束时间。
  • jitter:触发的时间误差。

示例代码如下:

# 触发类型
trigger_type = 'interval'
# 触发条件
trigger_props = {
    'minutes': 1    # 间隔1分钟运行(并不是每分钟的第一秒运行)
}
scheduler.add_job(my_job, trigger_type, **trigger_props, args=['hello world'])
scheduler.start()

特定时间触发器(crontab)

在某个确切的时间周期性的触发事件。可以使用的参数如下:

  • year:4位数字的年份。
  • month:1-12月份。
  • day:1-31日。
  • week:1-53周。
  • day_of_week:一个礼拜中的第几天( 0-6或者 mon、 tue、 wed、 thu、 fri、 sat、 sun)。
  • hour: 0-23小时。
  • minute: 0-59分钟。
  • second: 0-59秒。
  • start_date: datetime类型或者字符串类型,起始时间。
  • end_date: datetime类型或者字符串类型,结束时间。
  • timezone:时区。
  • jitter:任务触发的误差时间。

也可以使用表达式类型,如下图所示:

示例代码如下:

# 触发类型
trigger_type = 'cron'
# 触发条件
trigger_props = {
    # 指定年份
    'year': 2022,
    # 指定3-6月
    'month': '3-6',
    # 每周二、周三、周四
    'day_of_week': 'tue,wed,thu',
    # 每小时
    'hour': '*',
    # 第一分钟
    'minute': '1',
    # 每隔5秒
    'second': '*/5'
}
scheduler.add_job(my_job, trigger_type, **trigger_props, args=['hello world'])
scheduler.start()

任务存储器(job stores)

任务存储器是可以存储任务的地方,默认情况下任务保存在内存,也可将任务保存在各种数据库中。任务存储进去后,会进行序列化,然后也可以反序列化提取出来,继续执行。

任务存储器的选择有两种。一是内存,也是默认的配置。二是数据库。使用内存的方式是简单高效,但是不好的是,一旦程序出现问题,重新运行的话,会把之前已经执行了的任务重新执行一遍。数据库则可以在程序崩溃后,重新运行可以从之前中断的地方恢复正常运行。有以下几种选择:

  • MemoryJobStore:没有序列化,任务存储在内存中,增删改查都是在内存中完成。
  • SQLAlchemyJobStore:使用 SQLAlchemy这个 ORM框架作为存储方式。
  • MongoDBJobStore:使用 MongoDB作为存储器。
  • RedisJobStore:使用 redis作为存储器。

执行器(executors)

执行器的目的是安排任务到线程池或者进程池中运行的。

执行器的选择取决于应用场景。通常默认的 ThreadPoolExecutor已经在大部分情况下是可以满足我们需求的。如果我们的任务涉及到一些 CPU密集计算的操作。那么应该考虑 ProcessPoolExecutor。然后针对每种程序, apscheduler也设置了不同的 executor:

  • ThreadPoolExecutor:线程池执行器。
  • ProcessPoolExecutor:进程池执行器。
  • GeventExecutor: Gevent程序执行器。
  • TornadoExecutor: Tornado程序执行器。
  • TwistedExecutor: Twisted程序执行器。
  • AsyncIOExecutor: asyncio程序执行器。

调度器(schedulers)

任务调度器是属于整个调度的总指挥官。他会合理安排作业存储器、执行器、触发器进行工作,并进行添加和删除任务等。调度器通常是只有一个的。开发人员很少直接操作触发器、存储器、执行器等。因为这些都由调度器自动来实现了。

常见的调度器如下:

  • BlockingScheduler:适用于调度程序是进程中唯一运行的进程,调用 start函数会阻塞当前线程,不能立即返回。
  • BackgroundScheduler:适用于调度程序在应用程序的后台运行,调用 start后主线程不会阻塞。
  • AsyncIOScheduler:适用于使用了 asyncio模块的应用程序。
  • GeventScheduler:适用于使用 gevent模块的应用程序。
  • TwistedScheduler:适用于构建 Twisted的应用程序。
  • QtScheduler:适用于构建 Qt的应用程序。
相关文章
|
6月前
|
调度 Apache
airflow scheduler -D 是什么作用
【6月更文挑战第30天】airflow scheduler -D 是什么作用
103 1
|
JSON Java 调度
DolphinScheduler教程(03)- 源码分析(三)
DolphinScheduler教程(03)- 源码分析(三)
546 0
|
2月前
|
存储 Linux 调度
APScheduler
【10月更文挑战第09天】
21 2
|
4月前
|
分布式计算 Hadoop 关系型数据库
dolphinscheduler
先根据伪集群来部署、部署中参考非伪集群 1、mysql数据库 mysql -h主机地址 -u用户名 -p 2、查看等 less:G、上下按键、ctrl+b、ctrl+f、q find / -iname '*mysql*' 更改目录所有者 chown -R dolphinscheduler:dolphinscheduler apache-dolphinscheduler-*-bin /usr/apache-dolphinscheduler-3.1.0-bin/tools/libs 里面也需要mysql驱动
59 4
|
4月前
|
分布式计算 Hadoop 关系型数据库
dolphinscheduler搭建
先根据伪集群来部署、部署中参考非伪集群 1、mysql数据库 mysql -h主机地址 -u用户名 -p 2、查看等 less:G、上下按键、ctrl+b、ctrl+f、q find / -iname '*mysql*' 更改目录所有者 chown -R dolphinscheduler:dolphinscheduler apache-dolphinscheduler-*-bin /usr/apache-dolphinscheduler-3.1.0-bin/tools/libs 里面也需要mysql驱动
74 1
|
6月前
|
Kubernetes 监控 调度
K8S中Scheduler原理分析
【6月更文挑战第20天】K8S Scheduler是集群的关键组件,它监听API Server,为新Pod选择合适的Node。
|
5月前
|
存储 Java Unix
`APScheduler`(Advanced Python Scheduler)是一个轻量级的Python库,用于在应用程序中调度任务。
`APScheduler`(Advanced Python Scheduler)是一个轻量级的Python库,用于在应用程序中调度任务。
|
7月前
|
调度
APScheduler任务相关操作
APScheduler任务相关操作
50 0
|
7月前
|
Java 调度 数据库管理
APScheduler自定义配置
APScheduler自定义配置
66 0