介绍

APScheduler是Python中一个强大的第三方库，用于在后台执行定时任务。它允许我们根据设定的时间间隔、日期规则或特定时间来执行任务，适用于定时执行脚本、定时发送邮件、定时处理数据等场景。

APScheduler的功能使得在Python中实现定时任务变得非常简单和高效。

1. 安装和导入

首先，我们需要安装APScheduler库。可以使用pip命令进行安装：

pip install apscheduler

安装完成后，我们可以在Python代码中导入APScheduler：

 
from apscheduler.schedulers.background import BackgroundScheduler

2. 创建定时任务

APScheduler提供了BackgroundScheduler和BlockingScheduler两种类型的调度器，用于创建定时任务。

BackgroundScheduler在后台运行，不会阻塞主线程；

BlockingScheduler会阻塞主线程直到所有任务完成。

 
from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次

scheduler.add_job(job, 'interval', seconds=5)

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(20)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")

在上述代码中，我们首先创建了一个后台调度器scheduler，然后定义了一个名为job的任务函数，在其中打印当前时间。使用scheduler.add_job()添加了一个定时任务，设置为每隔5秒执行一次。

然后，我们启动了调度器scheduler，让定时任务在后台执行。主线程等待20秒后结束，并调用scheduler.shutdown()关闭调度器。

3. 定时任务触发器

APScheduler提供了多种触发器类型，用于设置定时任务的触发条件。

interval触发器： 按照设定的时间间隔来触发任务。

 
from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次

scheduler.add_job(job, 'interval', seconds=5)

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(20)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")

在上述代码中，我们使用'interval'触发器，设置任务每隔5秒执行一次。

cron触发器： 使用类似于Linux中cron表达式的规则来触发任务，可以精确到秒。

 
from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每天的13点30分触发任务

scheduler.add_job(job, 'cron', hour=13, minute=30)

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(60)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")

在上述代码中，我们使用'cron'触发器，设置任务每天的13点30分触发。

date触发器： 在指定的时间点触发任务。

 
from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，设置任务在2023年7月31日10点30分触发

scheduler.add_job(job, 'date', run_date='2023-07-31 10:30:00')

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(60)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")

在上述代码中，我们使用'date'触发器，设置任务在2023年7月31日10点30分触发。

4. 任务存储

APScheduler支持将任务存储在不同的后端存储中，如内存、数据库等。默认情况下，任务是存储在内存中的。

 
from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次

scheduler.add_job(job, 'interval', seconds=5)

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(20)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")

在上述代码中，我们使用默认的内存存储来存储任务。

如果需要将任务存储在数据库中，可以使用jobstores参数来设置。

from apscheduler.schedulers.background import BackgroundScheduler

from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore

import time

# 创建数据库存储

jobstores = {

    'default': SQLAlchemyJobStore(url='sqlite:///jobs.sqlite')

}

# 创建后台调度器

scheduler = BackgroundScheduler(jobstores=jobstores)

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次

scheduler.add_job(job, 'interval', seconds=5)

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(20)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")






在上述代码中，我们使用了SQLAlchemyJobStore来将任务存储在SQLite数据库中。


5. 并发执行


默认情况下，APScheduler会将任务串行执行，也就是说一个任务结束后才会执行下一个任务。如果希望并发执行多个任务，可以使用max_instances参数来设置。








 








from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job(index):

    print(f"定时任务{index}执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次，最多并发3个任务

scheduler.add_job(job, 'interval', seconds=5, args=[1], max_instances=3)

scheduler.add_job(job, 'interval', seconds=5, args=[2], max_instances=3)

scheduler.add_job(job, 'interval', seconds=5, args=[3], max_instances=3)

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(20)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")






在上述代码中，我们使用了args参数传递参数给任务函数，并使用max_instances参数设置最多并发3个任务。


6. 阻塞和非阻塞


APScheduler提供了阻塞和非阻塞两种调度器类型。


阻塞调度器： 在调度器启动后，会阻塞主线程直到所有任务完成。








 








from apscheduler.schedulers.blocking import BlockingScheduler

import time

# 创建阻塞调度器

scheduler = BlockingScheduler()

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次

scheduler.add_job(job, 'interval', seconds=5)

# 启动调度器

scheduler.start()

print("主线程结束")







非阻塞调度器： 在调度器启动后，不会阻塞主线程。








 








from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次

scheduler.add_job(job, 'interval', seconds=5)

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(20)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")






在上述代码中，我们分别使用BlockingScheduler和BackgroundScheduler创建了阻塞和非阻塞调度器。


7. 错误处理


在任务执行过程中，可能会出现异常。APScheduler提供了异常处理机制，我们可以通过try...except...捕获任务函数中的异常，并进行相应的处理。








 








from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job():

    try:

        print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

        # 抛出一个异常

        raise ValueError("任务出现异常")

    except Exception as e:

        print("任务执行过程中发生异常：", str(e))

        # 添加定时任务，每隔5秒执行一次

scheduler.add_job(job, 'interval', seconds=5)

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(20)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")






在上述代码中，我们在任务函数中抛出了一个ValueError异常，并通过try...except...捕获并输出了异常信息。


8. 立即执行任务


有时候我们可能需要立即执行一个任务，而不是等到下次触发时间。APScheduler提供了run_job方法来立即执行任务。








 








from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次

scheduler.add_job(job, 'interval', seconds=5)

# 启动调度器

scheduler.start()

# 立即执行任务

scheduler.run_job(job)

# 主线程等待一段时间后结束

time.sleep(20)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")






在上述代码中，我们使用scheduler.run_job(job)方法立即执行了任务。


9. 调度器持久化


在实际应用中，我们可能需要将调度器的配置保存到文件中，以便在下次启动时恢复。








 








from apscheduler.schedulers.background import BackgroundScheduler

from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore

import time

# 创建数据库存储

jobstores = {

    'default': SQLAlchemyJobStore(url='sqlite:///jobs.sqlite')

}

# 创建后台调度器，并指定jobstores参数

scheduler = BackgroundScheduler(jobstores=jobstores)

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次

scheduler.add_job(job, 'interval', seconds=5)

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(20)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")






在上述代码中，我们创建了一个数据库存储jobstores，并在创建后台调度器时指定了jobstores参数。这样，在调度器运行过程中，任务的配置将会被持久化到数据库中。


10. 任务监听器


APScheduler提供了任务监听器，用于监听任务的状态变化。我们可以通过add_listener方法添加监听器，并在任务状态发生变化时进行相应的处理。








 








from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次

scheduler.add_job(job, 'interval', seconds=5)

# 定义任务监听器

def my_listener(event):

    if event.exception:

        print("任务执行过程中发生异常：", str(event.exception))

    else:

        print("任务执行成功")

        # 添加任务监听器

scheduler.add_listener(my_listener, mask='all')

# 启动调度器

scheduler.start()

# 主线程等待一段时间后结束

time.sleep(20)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")






在上述代码中，我们创建了一个任务监听器my_listener，并在任务执行过程中通过if...else...判断是否出现异常。然后通过scheduler.add_listener(my_listener, mask='all')方法添加了监听器。


11. 移除定时任务


如果我们希望在调度器运行过程中移除某个定时任务，可以使用scheduler.remove_job(job_id)方法。








 








from apscheduler.schedulers.background import BackgroundScheduler

import time

# 创建后台调度器

scheduler = BackgroundScheduler()

# 定义任务函数

def job():

    print("定时任务执行：", time.strftime("%Y-%m-%d %H:%M:%S"))

    # 添加定时任务，每隔5秒执行一次，并获取任务ID

job_id = scheduler.add_job(job, 'interval', seconds=5).id

# 启动调度器

scheduler.start()

# 主线程等待一段时间后移除定时任务

time.sleep(10)

scheduler.remove_job(job_id)

# 主线程等待一段时间后结束

time.sleep(10)

# 关闭调度器

scheduler.shutdown()

print("主线程结束")






在上述代码中，我们通过scheduler.add_job(job, 'interval', seconds=5).id获取了定时任务的ID，并使用scheduler.remove_job(job_id)移除了定时任务。
												


											
python之APScheduler的更多相关文章
	

    
						
  1. python 定时任务APScheduler 使用介绍
		
    python 定时任务APScheduler 使用介绍   介绍: APScheduler的全称是Advanced Python Scheduler.它是一个轻量级的 Python 定时任务调度框架. ...
    
		
    2. 
						
  2. python框架---->APScheduler的使用
		
    这里介绍一下python中关于定时器的一些使用,包括原生的sche包和第三方框架APScheduler的实现.流年未亡,夏日已尽.种花的人变成了看花的人,看花的人变成了葬花的人. python中的sc ...
    
		
    3. 
						
  3. Python使用APScheduler实现定时任务
		
    APScheduler是基于Quartz的一个Python定时任务框架.提供了基于日期.固定时间间隔以及crontab类型的任务,并且可以持久化任务.在线文档:https://apscheduler. ...
    
		
    4. 
						
  4. python 定时任务apscheduler的使用
		
    apscheduler 的使用   我们项目中总是避免不了要使用一些定时任务,比如说最近的项目,用户点击报名考试以后需要在考试日期临近的时候推送小程序消息提醒到客户微信上,翻了翻 fastapi 中的 ...
    
		
    5. 
						
  5. python定时任务APScheduler
		
    APScheduler定时任务 APScheduler 支持三种调度任务:固定时间间隔,固定时间点(日期),Linux 下的 Crontab 命令.同时,它还支持异步执行.后台执行调度任务. 一.基本 ...
    
		
    6. 
						
  6. thinkphp5+python.apscheduler实现计划任务
		
    1.thinkphp5配置自定义命令行 /application/console/command namespace app\console\command; use think\console\Co ...
    
		
    7. 
						
  7. python 定时任务框架apscheduler
		
    文章目录 安装 基本概念介绍 调度器的工作流程 实例1 -间隔性任务 实例2 - cron 任务 配置调度器 方法一 方法二 方法三: 启动调度器 方法一:使用默认的作业存储器: 方法二:使用数据库作 ...
    
		
    8. 
						
  8. Python定时任务利器—Apscheduler
		
    导语 在工作场景遇到了这么一个场景,就是需要定期去执行一个缓存接口,用于同步设备配置.首先想到的就是Linux上的crontab,可以定期,或者间隔一段时间去执行任务.但是如果你想要把这个定时任务作为 ...
    
		
    9. 
						
  9. Python开源框架
		
    info:更多Django信息url:https://www.oschina.net/p/djangodetail: Django 是 Python 编程语言驱动的一个开源模型-视图-控制器(MVC) ...
    
		
    10. 
						
  10. APScheduler
		
    目录 APScheduler简介 支持的后端存储作业 集成的Python框架 APScheduler下载安装 APScheduler组件 各组件简介 调度器 作业存储器 执行器 触发器 使用 添加作业 ...
    
		
    11. 
		

	


随机推荐
	

    
									
  1. SpringMVC:注解配置SpringMVC
			
    目录 创建初始化类,代替web.xml 创建SpringConfig配置类,代替spring的配置文件 创建WebConfig配置类,代替SpringMVC的配置文件 测试功能 使用配置类和注解代替w ...
    
			
    2. 
						
  2. python脚本之requests库上传文件
			
    一.前言 在学习的时候,发现有一个AWD的文件上传执行漏洞,突然想着批量对不同靶机进行操作并get_flag.思路简单,但是没构造 过文件上传的requests 的post请求的payload.便记录 ...
    
			
    3. 
						
  3. 十三，Spring Boot 中注入 Servlet，Filter，Listener
			
    十三,Spring Boot 中注入 Servlet,Filter,Listener @ 目录 十三,Spring Boot 中注入 Servlet,Filter,Listener 1. 基本介绍 2 ...
    
			
    4. 
						
  4. 个人Blog的第一篇博文
			
    个人Blog的第一篇博文 正式加入"博客园"大家庭了,希望以后可以一直坚持下去欸.
    
			
    5. 
						
  5. [OI] 平衡树
			
    1. 二叉查找树 二叉查找树的思想和优先队列比较像,都是把若干个数据按一定规则插到一棵树里,然后就可以维护特定的信息. 在优先队列的大根堆实现里,我们让每棵子树的根节点都大于它的儿子,这样就可以保证根 ...
    
			
    6. 
						
  6. 日干算命api接口_json数据_性格/爱情/事业/财运/健康运势免费接口
			
    ​ 该API接口基于传统的八字学原理,通过用户提供的日干信息,为用户提供性格.爱情.事业.财运和健康等多方面的运势分析和建议.以下是该接口的详细介绍: ‌一.功能概述‌ ‌性格分析‌:根据用户的日干信 ...
    
			
    7. 
						
  7. 随心所动，厂商的CPU核管理策略介绍
			
    一.引文 随着CPU架构的发展,工艺的升级,带来性能提升,能效的提升(同性能下).但是由于极限性能的增加,也带来了peak功耗的增加(大部分情况下,能效比的提升无法抵消这部分),CPU功耗优化一直是广 ...
    
			
    8. 
						
  8. SCHED_RR和SCHED_FIFO的区别
			
    SCHED_RR和SCHED_FIFO是Linux内核中用来调度进程的两种调度策略,它们有以下几点区别: 调度方式:SCHED_RR采用轮转调度方式,而SCHED_FIFO则采用先进先出调度方式. 优 ...
    
			
    9. 
						
  9. nestjs 中管道的使用-验证DTO
			
    1. 安装管道 nest g pi role 意思是安装一个role模块的管道 2. 在controller中使用管道 管道的作用: 1. 数据的转换 2. DTO规则验证 一般使用全局配置管道 区别 ...
    
			
    10. 
						
  10. 什么是 vite ？
			
    vite 是尤雨溪团队开发的新一代前端构建工具,作者尤雨溪宣传的时候表示 vite 是下一代的构建工具,并表示自己再也不会 webpack 了 : vite 的优点主要有3点 : 第一:开发环境中,无 ...
    
			
    11.