Python编程:定时任务apscheduler框架

简介: Python编程:定时任务apscheduler框架

APScheduler : Advanced Python Scheduler

官方文档:https://apscheduler.readthedocs.io/en/3.3.1/userguide.html

本文只做简单总结,具体示例参考文章底部链接

20190509102324930.png

图片来自:https://blog.csdn.net/somezz/article/details/83104368#_225

安装

$ pip install apscheduler

体系结构

schedulers(调度器)
    - BlockingScheduler : 主线程中运行,阻塞线程
    - BackgroundScheduler : 后台线程中运行,不会阻塞线程
    - AsyncIOScheduler
    - GeventScheduler
    - TornadoScheduler
    - TwistedScheduler
    - QtScheduler
triggers(触发器)
    - date 一次性任务
        - run_date (datetime 或 str) 作业的运行日期或时间
        - timezone (datetime.tzinfo 或 str)    指定时区
    - interval 循环任务
        - weeks (int)   间隔几周
        - days (int)  间隔几天
        - hours (int) 间隔几小时
        - minutes (int)   间隔几分钟
        - seconds (int)   间隔多少秒
        - start_date (datetime 或 str) 开始日期
        - end_date (datetime 或 str)   结束日期
        - timezone (datetime.tzinfo 或str) 时区
        - job stores(作业存储器)
    - cron 定时任务
        - year (int 或 str)    年,4位数字
        - month (int 或 str)   月 (范围1-12)
        - day (int 或 str) 日 (范围1-31
        - week (int 或 str)    周 (范围1-53)
        - day_of_week (int 或 str) 周内第几天或者星期几 (范围0-6 或者 mon,tue,wed,thu,fri,sat,sun)
        - hour (int 或 str)    时 (范围0-23)
        - minute (int 或 str)  分 (范围0-59)
        - second (int 或 str)  秒 (范围0-59)
        - start_date (datetime 或 str) 最早开始日期(包含)
        - end_date (datetime 或 str)   最晚结束时间(包含)
        - timezone (datetime.tzinfo 或str) 指定时区
job stores(作业存储器)
    - 添加 job
        - add_job()
        - scheduled_job()
    - 移除 job
        - remove_job()
        - job.remove()
    - 修改 job
        - modify_job()
     - 获取 job 列表
        - get_jobs()
    - 关闭 job
        - scheduler.shutdown(wait=false)
executors(执行器)
    - ProcessPoolExecutor
    - ThreadPoolExecutor

简单示例

from apscheduler.schedulers.blocking import BlockingScheduler
scheduler = BlockingScheduler()
# 方式一:interval 间隔任务
scheduler.add_job(task_name, 'interval', seconds=5)
# 方式二:cron 定时任务 */3 0-10 * * *
scheduler.add_job(main, 'cron', minute="*/3", hour="0-10", day="*", month="*",day_of_week="*")
# 方式三:date 定时任务(执行一次)
scheduler.add_job(my_job, 'date', run_date=datetime(2009, 11, 6, 16, 30, 5))
scheduler.start()

说明:

task_name 需要修改为自定义任务函数名称

其他示例

from datetime import datetime
from apscheduler.schedulers.blocking import BlockingScheduler
scheduler = BlockingScheduler()
def jobA():
    print("{}: {}".format("job A", datetime.now().strftime('%Y-%m-%d %H:%M:%S')))
def jobC():
    print("{}: {}".format("job C", datetime.now().strftime('%Y-%m-%d %H:%M:%S')))
# 添加作业, 方式一,可指定job_id
scheduler.add_job(jobA, 'interval', seconds=5)
scheduler.add_job(jobC, 'interval', minutes=2, id="job_c")
# 添加作业, 方式二
@scheduler.scheduled_job('interval', seconds=5)
def jobB():
    print("{}: {}".format("job B", datetime.now().strftime('%Y-%m-%d %H:%M:%S')))
# 移除作业
scheduler.remove_job(job_id="job_c")
scheduler.start()

关闭日志

如果日志太多,看不到自己的重要日志,那么就关闭apscheduler的日志

import logging
logging.basicConfig()
logging.getLogger('apscheduler').setLevel(logging.ERROR)

参考

  1. 定时任务框架APScheduler学习详解
  2. apscheduler的使用
  3. Advanced Python Scheduler
  4. https://apscheduler.readthedocs.io/en/latest/index.html
相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
2天前
|
API 数据库 数据安全/隐私保护
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】Django REST framework (DRF) 是用于构建Web API的强力工具,尤其适合Django应用。本文深入讨论DRF面试常见问题,包括视图、序列化、路由、权限控制、分页过滤排序及错误处理。同时,强调了易错点如序列化器验证、权限认证配置、API版本管理、性能优化和响应格式统一,并提供实战代码示例。了解这些知识点有助于在Python面试中展现优秀的Web服务开发能力。
19 1
|
2天前
|
SQL 中间件 API
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】**Flask是Python的轻量级Web框架,以其简洁API和强大扩展性受欢迎。本文深入探讨了面试中关于Flask的常见问题,包括路由、Jinja2模板、数据库操作、中间件和错误处理。同时,提到了易错点,如路由冲突、模板安全、SQL注入,以及请求上下文管理。通过实例代码展示了如何创建和管理数据库、使用表单以及处理请求。掌握这些知识将有助于在面试中展现Flask技能。**
11 1
Flask框架在Python面试中的应用与实战
|
5天前
|
安全 数据处理 开发者
《Python 简易速速上手小册》第7章:高级 Python 编程(2024 最新版)
《Python 简易速速上手小册》第7章:高级 Python 编程(2024 最新版)
18 1
|
5天前
|
人工智能 数据挖掘 程序员
《Python 简易速速上手小册》第1章:Python 编程入门(2024 最新版)
《Python 简易速速上手小册》第1章:Python 编程入门(2024 最新版)
34 0
|
6天前
|
API Python
Python模块化编程:面试题深度解析
【4月更文挑战第14天】了解Python模块化编程对于构建大型项目至关重要,它涉及代码组织、复用和维护。本文深入探讨了模块、包、导入机制、命名空间和作用域等基础概念,并列举了面试中常见的模块导入混乱、不适当星号导入等问题,强调了避免循环依赖、合理使用`__init__.py`以及理解模块作用域的重要性。掌握这些知识将有助于在面试中自信应对模块化编程的相关挑战。
18 0
|
6天前
|
Python
Python金融应用编程:衍生品定价和套期保值的随机过程
Python金融应用编程:衍生品定价和套期保值的随机过程
14 0
|
7天前
|
Python
python面型对象编程进阶(继承、多态、私有化、异常捕获、类属性和类方法)(上)
python面型对象编程进阶(继承、多态、私有化、异常捕获、类属性和类方法)(上)
45 0
|
7天前
|
机器学习/深度学习 算法 定位技术
python中使用马尔可夫决策过程(MDP)动态编程来解决最短路径强化学习问题
python中使用马尔可夫决策过程(MDP)动态编程来解决最短路径强化学习问题
23 1
|
8天前
|
前端开发 数据挖掘 API
使用Python中的Flask框架进行Web应用开发
【4月更文挑战第15天】在Python的Web开发领域,Flask是一个备受欢迎的轻量级Web框架。它简洁、灵活且易于扩展,使得开发者能够快速地构建出高质量的Web应用。本文将深入探讨Flask框架的核心特性、使用方法以及在实际开发中的应用。
|
10天前
|
关系型数据库 数据库 开发者
Python中的Peewee框架:轻量级ORM的优雅之旅
【4月更文挑战第13天】在Python的众多ORM框架中,Peewee以其轻量级、简洁和易于上手的特点,受到了许多开发者的青睐。Peewee的设计理念是“小而美”,它提供了基本的ORM功能,同时保持了代码的清晰和高效。本文将深入探讨Peewee的核心概念、使用场景以及实战应用,帮助读者更好地理解和使用这一框架。