定时任务Apscheduler
一款基于python 库 自带的调度任务工具…,个人觉得比crontab好使,主要是填写时间方便
1-Apscheduler 部分
1-1 顺序执行
#先安装
#pip install apscheduler
#jupyter 环境下就 !pip install apscheduler
#实例my_apscheduler.py
from apscheduler.schedulers.background import BlockingScheduler
from apscheduler.executors.pool import ThreadPoolExecutor,ProcessPoolExecutor
from datetime import datetime
import time,os
from pytz import utc
#名为“default”的 ThreadPoolExecutor,工作线程计数为 20
#名为“processpool”的 ProcessPoolExecutor,工作器计数为 5
#执行器
executors = {
"default": ThreadPoolExecutor(20),#默认线程数
"processpool": ProcessPoolExecutor(5)
}
#默认情况下,新作业的合并处于关闭状态
#新作业的默认最大实例限制为 3
job_defaults = {
"coalesce": False,
"max_instances": 3
}
tt=time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
#实例化调度器
#UTC 作为调度程序的时区
scheduler = BlockingScheduler(executors=executors, job_defaults=job_defaults,timezone=utc)
#创建一个任务
def my_job(): # 任务 一天调度一次,
print(tt)#打印时间
cm0="python root/train.py"
cm1="python test.py"
os.system(cm0)
os.system(cm1)
scheduler.add_job(my_job, 'cron', hour=0,minute=1)#每天的0点1分,cron是定时定点跑
#scheduler.add_job(my_job, 'interval', minutes = 1)#每分钟跑
#开启调度
scheduler.start()
1-2 并行执行
Popen()函数返回的是一个Popen对象,而不是像os.system()函数一样返回一个命令执行结果的返回值。如果需要获取命令执行结果,可以使用Popen.communicate()函数来实现。
import subprocess
#创建一个任务
def my_job():
tt = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
print(tt)
cmd1 = ["python", "E:\\Pycharm_project\\Sche_task\\20230428\\recognize_target_type.py"]
cmd2 = ["python", "E:\\Pycharm_project\\Sche_task\\20230428\\split_task_update_status_send_request.py"]
#subprocess.Popen()函数中使用了stdout=subprocess.PIPE和stderr=subprocess.PIPE参数,表示将子进程输出重定向到管道中,并使用communicate()方法读取子进程输出的结果。
p1 = subprocess.Popen(cmd1, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
p2 = subprocess.Popen(cmd2, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
out1, err1 = p1.communicate()#获取输出结果
out2, err2 = p2.communicate()#方法读取子进程输出的结果
print(out1.decode('utf-8'))
print(err1.decode('utf-8'))
print(out2.decode('utf-8'))
print(err2.decode('utf-8'))
#要获取命令执行结果,可以使用subprocess.Popen()函数的communicate()方法。
#该方法会等待子进程完成并返回一个元组,
#其中第一个元素是子进程输出的标准输出结果,第二个元素是子进程输出的标准错误结果。
并发执行
import concurrent.futures
import os
def my_job():
tt = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
print(tt)
# 使用 ThreadPoolExecutor 来并行执行 cm0 和 cm1
with concurrent.futures.ThreadPoolExecutor() as executor:
future_cm0 = executor.submit(os.system, "python root/train.py")
future_cm1 = executor.submit(os.system, "python test.py")
# 等待两个任务完成
concurrent.futures.wait([future_cm0, future_cm1])
scheduler.add_job(my_job, 'cron', hour=0, minute=1)
scheduler.start()
如果需要等待两个命令都执行完成后才结束调度,可以在my_job()函数中使用subprocess.Popen()函数的wait()方法
import subprocess
def my_job():
tt = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
print(tt)
cmd1 = ["python", "E:\\Pycharm_project\\Sche_task\\20230428\\recognize_target_type.py"]
cmd2 = ["python", "E:\\Pycharm_project\\Sche_task\\20230428\\split_task_update_status_send_request.py"]
p1 = subprocess.Popen(cmd1)
p2 = subprocess.Popen(cmd2)
p1.wait()
p2.wait()
2-Infinite loop scheduling
#死循环调度
import os
import time
import datetime
def time_printer():
now = datetime.datetime.now()
ts = now.strftime('%Y-%m-%d %H:%M:%S')
print("do func time:",ts)
while True:
time_printer()
cmd0 = 'python /my.py'
os.system(cmd0)
print("%s 已经执行完毕"%(cmd0))
time.sleep(300)#每5分钟调度
2-Scheduling script
有时候你的调度脚本会因为意外挂掉,给他一个重启的脚本
#案列schedu_task.sh 查看进程,如果挂掉后3秒重启该调度脚本
#!/bin/sh
while true;
do
processExist=`ps aux|grep my_apscheduler.py |grep -v grep`
echo "$processExist"
if [ "$processExist" == "" ];
then
echo 'py file have been finished'
echo 'process has been restarted!'
`nohup python3 /root/my_apscheduler.py >> my_apscheduler.log 2>&1 &`
else
echo 'process already started!'
fi
sleep 3
done
#运行
nohup bash /root/my_schduler.sh &
#不写shell 脚本 直接后台执行调度文件
nohup python -u /root/my_apscheduler.py > out_put.log 2>&1 &
说明
- 使用ps aux命令列出所有正在运行的进程,并将其输出通过管道传递给grep your_file.py命令进行匹配。
- 使用grep -v grep过滤掉匹配中包含grep关键字的行。
- 将匹配结果赋值给processExist变量。
- 输出$processExist以查看是否存在匹配到的进程。
- 如果变量为空字符串,则表示没有找到匹配的进程,输出相应信息并重启进程。
- 如果变量不为空,则表示进程已经在运行,输出相应信息。
– 第二种方式处理
#!/bin/bash
while true; do
# 检查进程是否在运行
if pgrep -f "python your_file.py" >/dev/null; then# /dev/null 静默处理
echo "进程正在运行"
else
echo "进程挂掉了!重新启动中..."
# 重启进程的操作
python your_file.py &
fi
sleep 5 # 可以根据需要调整检测的时间间隔
done
解释说明
-
pgrep -f “python your_file.py”:这是一个使用pgrep命令的形式,通过参数-f(full)和一个匹配模式来查找包含指定字符串的进程。在这里,我们使用"python your_file.py"作为匹配模式,表示查找包含该字符串的进程。如果找到匹配的进程,pgrep命令将返回进程的PID(进程ID);否则,它将不会有任何输出。
-
/dev/null:这是一个重定向操作,将前面命令的标准输出(stdout)重定向到/dev/null设备文件中。/dev/null是一个特殊的设备文件,直接丢弃所有写入它的内容。在这里,我们将pgrep命令的输出重定向到/dev/null,因此不会在终端上显示输出信息。
-
if语句:这是一个条件语句,用于根据pgrep命令的结果进行判断。如果pgrep命令返回了任何输出(即找到了匹配的进程),则条件为真,执行if语句后面的代码块。否则,条件为假,执行if语句后面的其他代码块(如果有)。
3-Generic mysql writes to the database
#将清洗或得到的结果插入mysql数据库
#链接mysql
def conn_sql():
test_mysql = {"host":"IP",'user': '用户名','password':mima
,'charset': 'utf8', 'port':端口号,'connect_timeout':10
}
conn = pymysql.connect(**test_mysql)
return conn
def insert_sql(result, tablename):
import pymysql
conn = conn_sql()
cs = conn.cursor() # 获取游标
list_columns = result.columns
list_columns = tuple(list_columns)
list1 = []
for i in range(0, len(result.columns)):
list1.append('%s')
list1_values = tuple(list1)
sql = """insert into '%s'%s' values%s""" % (tablename, list_columns, list1_values)
sql = sql.replace("'", "")
result6 = result.apply(lambda x: tuple([i for i in x]), axis=1)
res = list(result6)
cs.executemany(sql, res)
conn.commit()
cs.close()
conn.close()
# 删除重新插入的数据
def delete_sql_in(result, insert_tablename):
# conn = pymysql.connect(**mysql2)
conn = conn_sql()
sql_c = """select * from {} where date_time=DATE(NOW())""".format(insert_tablename)
df_c = pd.read_sql(sql_c, conn)
if df_c.empty == False:
del_sql = """delete from {} WHERE date_time =DATE(NOW())""".format(insert_tablename)
cs = conn.cursor() # 获取游标
cs.execute(del_sql)
conn.commit()
insert_sql(result, insert_tablename)
print("写入已完成")
else:
insert_sql(result, insert_tablename)
记录就是为了能cv绝不手写的原则…
了解更多用法可以浏览Apscheduler官方链接