skipped: maximum number of running instances reached (1)

Python 的 apscheduler 今天出現

　　skipped: maximum number of running instances reached (1)

問題產生的原因：

　　設定了大量的任務，而APScheduler無法同時處理所有任務

解決方法：

　　調整APScheduler使用的執行緒池大小來增加併發處理任務的能力

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.executors.pool import ThreadPoolExecutor
from jobs.job import deal_jobs
# 建立排程器
executor = ThreadPoolExecutor(20)
scheduler = BackgroundScheduler(executors={'default': executor})
scheduler.add_job(deal_jobs, 'interval', seconds=20)
# 啟動排程器
scheduler.start()

合理設定任務的執行時間

如果任務執行時間過長，會出現等待任務完成，而無法處理其他任務

可以將執行時間長的任務分解，分解為多個子任務，並分配到多個排程器中，每個排程器只需處理一部分子任務，這樣可以提高整體的任務併發效能