Python中使用定时调度任务（Schedule Jobs）的5种方式

Python中使用定时调度任务（Schedule Jobs）的5种方式

今天构建的大多数应用程序都需要某种方式的调度机制。轮询 API 或数据库、不断检查系统健康状况、将日志存档等是常见的例子。 Kubernetes和Apache Mesos等使用自动伸缩扩容技术（Auto-scaling）的软件需要检查部署的应用程序的状态，为此它们使用定期运行的存活探针（Liveness Probe）。调度任务需要与业务逻辑解耦，因此我们要使用解耦的执行队列，例如Redis队列。

Python 有几种方法可以定时调度一个任务，这就是我们将在本文中学习的内容。我将使用以下方式讨论调度任务：

1. 简单循环 （Simple Loops）
2. 简单循环但是使用了线程 （Simple Loops but Threaded）
3. 调度库 （Schedule Library）
4. Python Crontab
5. RQ 调度器作为解耦队列 （RQ Scheduler as decoupled queues）

简单循环 Simple loops

使用简单循环来实现调度任务这是毫不费力的。使用无限运行的 while 循环定期调用函数可用于调度作业，但这不是最好的方法，不过它是很有效的。可以使用内置time模块的slleep()来延迟执行。不过这并不是大多数作业的调度方式，因为，它看起来很难看，而且与其他方法相比，它的可读性较差。

import time

def task():
    print("Job Completed!")

 while 1:
    task()
    time.sleep(10)

当涉及到每天早上 9:00 或每周三晚上 7:45 等这些日程安排时，事情就变得比较棘手了。

import datetime

def task():
    print("Job Completed!")

 while 1:
    now = datetime.datetime.now()
    # schedule at every wednesday,7:45 pm
    if now.weekday == 3 and now.strftime("%H:%m") == "19:45":
        task()
    # sleep for 6 days
    time.sleep(6 * 24 * 60 * 60)

这是我的第一时间想到的解决办法，不用谢！这种方法的一个问题是这里的逻辑是阻塞的，即一旦在 python 项目中发现这段代码，它就会卡在 while 1 循环中，从而阻塞其他代码的执行。

简单循环但是使用了线程Simple loops but threaded

线程是计算机科学中的一个概念。具有自己指令的小程序由进程执行并独立管理，这就可以解决我们第一种方法的阻塞情况，让我们看看怎么样。

import time
import threading

def task():
    print("Job Completed!")

def schedule():
    while 1:
        task()
        time.sleep(10)

# makes our logic non blocking
thread = threading.Thread(target=schedule)
thread.start()

线程启动后，其底层逻辑无法被主线程修改，因此我们可能需要添加资源，程序通过这些资源可以检查特定场景并根据它们执行逻辑。

定时调度库 Schedule Library

早些时候，我说使用 while 循环进行调度看起来很丑陋，调度库可以解决这个问题。

import schedule
import time

def task():
    print("Job Executing!")

# for every n minutes
schedule.every(10).minutes.do(task)

# every hour
schedule.every().hour.do(task)

# every daya at specific time
schedule.every().day.at("10:30").do(task)

# schedule by name of day
schedule.every().monday.do(task)

# name of day with time
schedule.every().wednesday.at("13:15").do(task)

while True:
    schedule.run_pending()
    time.sleep(1)

正如您所见，通过这样我们可以毫不费力地创建多个调度计划。我特别喜欢创建作业的方式和方法链（Method Chaining），另一方面，这个片段有一个 while 循环，这意味着代码被阻塞，不过我相信你已经知道什么可以帮助我们解决这个问题。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DnYcDMCF-1633830381091)(https://unsplash.com/@redviking509?utm_source=medium&utm_medium=referral)] on Unsplash](https://cdn-images-1.medium.com/max/8634/0*fT92Yr0JununUEEl)

Python Crontab

Liunx 中的 crontab 实用程序是一种易于使用且被广泛接受的调度解决方案。Python 库python-crontab提供了一个 API 来使用 Python 中的 CLI 工具。在crontab中，一个定时调度使用 unix-cron字符串格式（* * * * *）来描述，它是一组五个值的一条线，这表明当作业应该被执行时，python-crontab 将在文件中写入 crontab 的计划转换为写入编程方法。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cqKzTfwc-1633830381094)(https://linuxhint.com/add-crontab-freebsd/)]](https://cdn-images-1.medium.com/max/2824/1*x-Uv0ZZvTMDXTqqvpdEJQQ.png)

from crontab import CronTab

cron = CronTab(user='root')

job = cron.new(command='my_script.sh')

job.hour.every(1)
cron.write()

python-crontab 不会自动保存计划，需要执行 write() 方法来保存计划。还有更多功能，我强烈建议您查看他们的文档。

RQ 调度器 RQ Scheduler

有些任务不能立即执行，因此我们需要根据 LIFO 或 FIFO 等队列系统创建任务队列并弹出任务。python-rq允许我们做到这一点，使用 Redis 作为代理来排队作业。新作业的条目存储为带有信息的哈希映射，例如created_at, enqueued_at, origin, data, description.

排队任务由名为 worker 的程序执行。workers 在 Redis 缓存中也有一个条目，负责将任务出列以及更新 Redis 中的任务状态。任务可以在需要时排队，但要安排它们，我们需要rq-scheduler。

from rq_scheduler import Scheduler

queue = Queue('circle', connection=Redis())
scheduler = Scheduler(queue=queue)

scheduler.schedule(
    scheduled_time=datetime.utcnow(), # Time for first execution, in UTC timezone
    func=func,                     # Function to be queued
    args=[arg1, arg2],             # Arguments passed into function when executed
    kwargs={'foo': 'bar'},         # Keyword arguments passed into function when executed
    interval=60,                   # Time before the function is called again, in seconds
    repeat=None,                     # Repeat this number of times (None means repeat forever)
    meta={'foo': 'bar'}            # Arbitrary pickleable data on the job itself
)

RQ worker（RQ 工作器）必须在终端中单独启动或通过 python-rq 工作器启动。一旦任务被触发，就可以在工作终端中看到，在成功和失败场景中都可以使用单独的函数回调。

总结 Conclusion

还有一些用于调度的库，但在这里，我已经讨论了最常见的库。值得一提的是Celery，celery 的另一个优点是用户可以在多个代理之间进行选择。我很感激你读到最后。也可以看看我的其他文章。干杯!

翻译来源： https://python.plainenglish.io/5-ways-to-schedule-jobs-in-python-99de8a80f28e