簡介
一般來說, Celery
是python可以執行定時任務的常用第三方庫, 但是Celery
不支援動態新增定時任務 (Django有外掛可以動態新增). 除此之外, APScheduler
相對於Celery
來說更加輕量級, 有學習的價值.
APScheduler
有很多優點, 如: 支援持久化, 且可以動態新增定時任務.
$pip install apscheduler
APScheduler的各個元件的關係, 如下圖:
一般使用
步驟:
-
建立排程器
-
配置排程器
- 任務儲存器
- 執行器
- 全域性配置
-
新增任務
-
執行排程任務
-
修改/刪除任務
除此之外, 可以監聽事件, 執行自定義的函式
import datetime
from pytz import timezone
from apscheduler.schedulers.blocking import BlockingScheduler
from apscheduler.executors.pool import ProcessPoolExecutor
from apscheduler.jobstores.memory import MemoryJobStore
job_stores = {
'default': MemoryJobStore()
}
executors = {
'processpool': ProcessPoolExecutor(max_workers=5)
}
job_defaults = {
'coalesce': False,
'max_instances': 3
}
def hello_world():
print("hello world")
# 阻塞排程器
scheduler = BlockingScheduler()
scheduler.configure(jobstores=job_stores, executors=executors, job_defaults=job_defaults)
# 在當前時間的3秒後, 觸發執行hello_world, 詳情見: "觸發器與排程器API"
scheduler.add_job(hello_world, "date", run_date=datetime.datetime.now() + datetime.timedelta(seconds=3),
timezone=timezone("Asia/Shanghai"))
scheduler.start()
排程器
配置作業儲存器和執行器可以在排程器中完成。例如新增、修改、移除作業,根據不同的應用場景,可以選擇不同的排程器,可選擇的排程器如下:
# 阻塞式排程器 [ 排程器是你程式中唯一要執行的東西 ]
from apscheduler.schedulers.blocking import BlockingScheduler
# 後臺排程器 [ 應用程式後臺靜默執行 ]
from apscheduler.schedulers.background import BackgroundScheduler
# AsyncIO排程器 [ 如果你的程式使用了 asyncio 庫 ]
from apscheduler.schedulers.asyncio import AsyncIOScheduler
# Gevent排程器 [ 如果你的程式使用了 gevent 庫 ]
from apscheduler.schedulers.gevent import GeventScheduler
# Tornado排程器 [ 如果你打算構建一個 Tornado 程式 ]
from apscheduler.schedulers.tornado import TornadoScheduler
# Twisted排程器 [ 如果你打算構建一個 Twisted 程式 ]
from apscheduler.schedulers.twisted import TwistedScheduler
# Qt排程器 [ 如果你打算構建一個 Qt 程式 ]
from apscheduler.schedulers.qt import QtScheduler
在使用非阻塞的排程器時需要注意:程式是否會退出從而無法執行任務
配置
有3種方式配置
方式一
from pytz import utc
from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.mongodb import MongoDBJobStore
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor, ProcessPoolExecutor
# 鍵為名稱
# 值為字典 例項化物件作為值, 引數直接在例項化時傳入
jobstores = {
'mongo': MongoDBJobStore(),
'default': SQLAlchemyJobStore(url='sqlite:///jobs.sqlite')
}
executors = {
'default': ThreadPoolExecutor(20),
'processpool': ProcessPoolExecutor(5)
}
job_defaults = {
'coalesce': False,
'max_instances': 3
}
scheduler = BackgroundScheduler(jobstores=jobstores, executors=executors,
job_defaults=job_defaults, timezone=utc)
方式二
from pytz import utc
from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ProcessPoolExecutor
# 鍵為名稱,值要為字典,type指定排程器, 其它鍵值對指定引數
jobstores = {
'mongo': {'type': 'mongodb'},
'default': SQLAlchemyJobStore(url='sqlite:///jobs.sqlite')
}
executors = {
'default': {'type': 'threadpool', 'max_workers': 20},
'processpool': ProcessPoolExecutor(max_workers=5)
}
job_defaults = {
'coalesce': False,
'max_instances': 3
}
scheduler = BackgroundScheduler()
scheduler.configure(jobstores=jobstores, executors=executors, job_defaults=job_defaults, timezone=utc)
方式三
from apscheduler.schedulers.background import BackgroundScheduler
# 字首 "apscheduler." 是硬編碼的
# apscheduler.jobstores指定任務儲存器
# apscheduler.executors指定執行器
# 最後的 "." 指定名稱
scheduler = BackgroundScheduler({
'apscheduler.jobstores.mongo': {
'type': 'mongodb'
},
'apscheduler.jobstores.default': {
'type': 'sqlalchemy',
'url': 'sqlite:///jobs.sqlite'
},
'apscheduler.executors.default': {
'class': 'apscheduler.executors.pool:ThreadPoolExecutor',
'max_workers': '20'
},
'apscheduler.executors.processpool': {
'type': 'processpool',
'max_workers': '5'
},
'apscheduler.job_defaults.coalesce': 'false',
'apscheduler.job_defaults.max_instances': '3',
'apscheduler.timezone': 'UTC',
})
default
這個名字是可以手動指定,但不指定時,APScheduler會使用預設值(呼叫add_executor
/add_jobstore
)
執行器
處理作業的執行,通常通過在作業中提交指定的可呼叫物件到一個執行緒或者程式池來進行,當作業完成時,執行器會將通知排程器
步驟:
- 將執行器加入到排程器
- 新增任務時,指定執行器
# 執行緒池執行器
from apscheduler.executors.pool import ThreadPoolExecutor
# 程式池執行器
from apscheduler.executors.pool import ProcessPoolExecutor
# AsyncIO事件迴圈執行器
from apscheduler.executors.asyncio import AsyncIOExecutor
# Gevent事件迴圈執行器
from apscheduler.executors.gevent import GeventExecutor
# Tornado事件迴圈執行器
from apscheduler.executors.tornado import TornadoExecutor
預設ThreadPoolExecutor
ThreadPoolExecutor
和ProcessPoolExecutor
分別呼叫concurrent.futures.ThreadPoolExecutor
和concurrent.futures.ProcessPoolExecutor
, 引數有:max_workers=10, pool_kwargs=None
使用例子
import datetime
from pytz import timezone
from apscheduler.schedulers.blocking import BlockingScheduler
from apscheduler.executors.pool import ThreadPoolExecutor
executors = {
'pool': ThreadPoolExecutor(max_workers=5)
}
def hello_world():
print("hello world")
scheduler = BlockingScheduler()
# 新增到配置檔案
scheduler.configure(executors=executors)
# 指定執行器
scheduler.add_job(hello_world, "date", run_date=datetime.datetime.now() + datetime.timedelta(seconds=3),
timezone=timezone("Asia/Shanghai"), executor="pool")
scheduler.start()
任務儲存器
儲存被排程的作業,預設的作業儲存器只是簡單地把作業儲存在記憶體中,其他的作業儲存器則是將作業儲存在資料庫中,當作業被儲存在一個持久化的作業儲存器中的時候,該作業的資料會被序列化,並在載入時被反序列化,需要說明的是,作業儲存器不能共享排程器。
步驟:
- 定義任務儲存器
- 使用任務儲存器
# 記憶體任務儲存器
from apscheduler.jobstores.memory import MemoryJobStore
# 使用SQLAlchemy ORM的任務儲存器
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
# MongoDB任務儲存器
from apscheduler.jobstores.mongodb import MongoDBJobStore
# Redis任務儲存器
from apscheduler.jobstores.redis import RedisJobStore
# RethinkDB任務儲存器
from apscheduler.jobstores.rethinkdb import RethinkDBJobStore
# ZooKeeper任務儲存器
from apscheduler.jobstores.zookeeper import ZooKeeperJobStore
預設MemoryJobStore
一般使用
import datetime
from pytz import timezone
from apscheduler.schedulers.blocking import BlockingScheduler
from apscheduler.jobstores.redis import RedisJobStore
job_stores = {
'redis': RedisJobStore()
}
def hello_world():
print("hello world")
scheduler = BlockingScheduler()
scheduler.configure(jobstores=job_stores)
scheduler.add_job(hello_world, "date", run_date=datetime.datetime.now() + datetime.timedelta(seconds=3),
timezone=timezone("Asia/Shanghai"), jobstore="redis")
scheduler.start()
SQLAlchemyJobStore使用
sqlalchemy + mysql
"""
SQLAlchemyJobStore(url=None, engine=None, tablename='apscheduler_jobs',
metadata=None, ..., tableschema=None, engine_options=None):
指定URL時,內部呼叫,create_engine
URL的字串形式為 dialect[+driver]://user:password@host/dbname[?key=value..]
在哪裡 dialect 是資料庫名稱,例如 mysql , oracle , postgresql 等,
以及 driver DBAPI的名稱,例如 psycopg2 , pyodbc , cx_oracle 或者
# 使用DB API格式建立建立連線, 見PEP: https://www.python.org/dev/peps/pep-0249/
"""
import datetime
from pytz import timezone
from apscheduler.schedulers.blocking import BlockingScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
MYSQL = {
"url": "mysql+pymysql://root:123456@localhost/test"
}
job_stores = {
'mysql': SQLAlchemyJobStore(**MYSQL)
}
def hello_world():
print("hello world")
scheduler = BlockingScheduler()
scheduler.configure(jobstores=job_stores)
scheduler.add_job(hello_world, "date", run_date=datetime.datetime.now() + datetime.timedelta(seconds=3),
timezone=timezone("Asia/Shanghai"), jobstore="mysql")
scheduler.start()
RedisJobStore使用
"""
RedisJobStore(db=0, jobs_key='apscheduler.jobs', run_times_key='apscheduler.run_times', ..., **connect_args)
呼叫 Redis(db=int(db), **connect_args)
Redis的引數:
host='localhost', port=6379,
db=0, password=None, socket_timeout=None,
socket_connect_timeout=None,
socket_keepalive=None, socket_keepalive_options=None,
connection_pool=None, unix_socket_path=None,
encoding='utf-8', encoding_errors='strict',
charset=None, errors=None,
decode_responses=False, retry_on_timeout=False,
ssl=False, ssl_keyfile=None, ssl_certfile=None,
ssl_cert_reqs='required', ssl_ca_certs=None,
ssl_check_hostname=False,
max_connections=None, single_connection_client=False,
health_check_interval=0, client_name=None, username=None
"""
import datetime
from pytz import timezone
from apscheduler.schedulers.blocking import BlockingScheduler
from apscheduler.jobstores.redis import RedisJobStore
REDIS = {
'host': '127.0.0.1',
'port': '6379',
'db': 0,
}
job_stores = {
'redis': RedisJobStore(**REDIS)
}
def hello_world():
print("hello world")
scheduler = BlockingScheduler()
scheduler.configure(jobstores=job_stores)
scheduler.add_job(hello_world, "date", run_date=datetime.datetime.now() + datetime.timedelta(seconds=3),
timezone=timezone("Asia/Shanghai"), jobstore="redis")
scheduler.start()
其它自己查資料
全域性配置
from apscheduler.schedulers.blocking import BlockingScheduler
job_defaults = {
'coalesce': False, # 關閉聚合(coalescing)功能
'max_instances': 3, # 預設限制最大例項數為 3
"timezone": "UTC", # 排程器的時區
}
scheduler = BlockingScheduler()
scheduler.configure(job_defaults=job_defaults)
關於coalescing, 見: 錯過的作業執行以及合併操作
排程器API
以下方法為排程器的API
新增任務
使用
.add_job
直接新增或使用.scheduled_job
作為裝飾器新增任務,
例如:
# ....
def hello_world():
print("hello_world")
scheduler = BlockingScheduler()
scheduler.add_job(hello_world, ...)
# ....
# ############## 或
# ...
scheduler = BlockingScheduler()
@scheduler.scheduled_job(...)
def hello_world():
print("hello_world")
# ...
add_job
簽名 (scheduled_job引數相同
)
def add_job(self, func, trigger=None, args=None, kwargs=None, id=None, name=None,
misfire_grace_time=undefined, coalesce=undefined, max_instances=undefined,
next_run_time=undefined, jobstore='default', executor='default',
replace_existing=False, **trigger_args)
- func: 任務函式
- trigger: 觸發器
- args: 給func的位置引數
- kwargs: 給func的關鍵字引數
- id: 指定任務的標識
- name: 任務的說明
- misfire_grace_time: 見: 錯過的作業執行以及合併操作
- coalesce: 如果排程器確定任務應該連續執行一次以上,則執行一次而不是多次, 見: 錯過的作業執行以及合併操作
- max_instances: 任務允許的最大併發執行例項數
- next_run_time: 沒用過
- jobstore 指定任務儲存器
- executor 指定執行器
- replace_existing :
True
時, 用相同的id
替換現有任務 - trigger_args: 給觸發器的關鍵字引數
.add_job
返回apscheduler.job.Job
例項, 見: Job
觸發器為空時, 立即執行
例子
import datetime
from apscheduler.schedulers.blocking import BlockingScheduler
def hello_world():
print("hello_world")
scheduler = BlockingScheduler()
scheduler.add_job(hello_world, "date", run_date=datetime.datetime.now() + datetime.timedelta(seconds=3),
timezone="Asia/Shanghai")
scheduler.start()
觸發器
由於
add_job
和scheduled_job
有trigger_args
引數, 所以可以通過使用關鍵字引數傳入到觸發器中
但是, 假如不用字串的方式傳入觸發器而是用物件的話, 可以直接傳入
即.add_job(f, 'date', run_date=...)
和.add_job(f, DateTrigger(run_date=...), ...)
的區別
觸發器中包含排程邏輯,每個作業都有自己的觸發器來決定下次執行時間。除了它們自己初始配置以外,觸發器完全是無狀態的。
-
date
日期觸發只執行一次
簽名:
classapscheduler.triggers.date.DateTrigger(run_time: datetime.datetime, timezone: Union[datetime.tzinfo, str] = 'local') # run_time: 任務執行時間 datetime # timezone: 時區
例子:
from datetime import date from apscheduler.schedulers.blocking import BlockingScheduler scheduler = BlockingScheduler() def my_job(text): print(text) # 在2021年12月3日執行 scheduler.add_job(my_job, 'date', run_date=date(2021, 12, 3), args=['text']) scheduler.start()
立即執行
from datetime import date from apscheduler.schedulers.blocking import BlockingScheduler scheduler = BlockingScheduler() def my_job(text): print(text) # 立刻執行 scheduler.add_job(my_job, 'date', args=['text'], timezone="Asia/shanghai") scheduler.start()
-
interval
間隔觸發每隔一段時間執行一次
簽名:
classapscheduler.triggers.interval.IntervalTrigger(*, weeks: float = 0, days: float = 0, hours: float = 0, minutes: float = 0, seconds: float = 0, microseconds: float = 0, start_time: Optional[datetime.datetime] = None, end_time: Optional[datetime.datetime] = None, timezone: Union[datetime.tzinfo, str] = 'local') # weeks 間隔禮拜數 (int) # days 間隔天數 (int) # hours 間隔小時數 (int) # minutes 間隔分鐘數 (int) # seconds 間隔秒數 (int) # start_date 週期執行的起始時間點(datetime|str) # end_date 最後可能觸發時間 (datetime|str) # timezone 計算date/time型別時需要使用的時區 (datetime.tzinfo|str)
例子:
from datetime import datetime from apscheduler.schedulers.blocking import BlockingScheduler def job_function(): print("Hello World") schedulers = BlockingScheduler() # 每隔2秒, 執行一次 schedulers.add_job(job_function, 'interval', seconds=2, timezone="Asia/shanghai") schedulers.start()
-
cron
週期觸發使用類似
crontab
的格式定義觸發時間簽名:
classapscheduler.triggers.cron.CronTrigger(*, year: Optional[Union[int, str]] = None, month: Optional[Union[int, str]] = None, day: Optional[Union[int, str]] = None, week: Optional[Union[int, str]] = None, day_of_week: Optional[Union[int, str]] = None, hour: Optional[Union[int, str]] = None, minute: Optional[Union[int, str]] = None, second: Optional[Union[int, str]] = None, start_time: Optional[Union[datetime.datetime, str]] = None, end_time: Optional[Union[datetime.datetime, str]] = None, timezone: Optional[Union[str, datetime.tzinfo]] = None) """ 引數: year(int|str) 4 位年份 month(int|str) 2 位月份(1-12) day(int|str) 一個月內的第幾天(1-31) week(int|str) ISO 禮拜數(1-53) day_of_week(int|str) 一週內的第幾天(0-6 或者 mon, tue, wed, thu, fri, sat, sun) hour(int|str) 小時(0-23) minute(int|str) 分鐘(0-59) second(int|str) 秒(0-59) start_date(datetime|str) 最早可能觸發的時間(date/time),含該時間點 end_date(datetime|str) 最後可能觸發的時間(date/time),含該時間點 timezone(datetime.tzinfo|str) 計算 date/time 時所指定的時區(預設為 scheduler 的時區) """
不指定引數時, 為
*
一般使用:
from apscheduler.schedulers.blocking import BlockingScheduler def job_function(): print("Hello World") scheduler = BlockingScheduler() # 每分鐘的第2秒執行一次 scheduler.add_job(job_function, 'cron', second=2, timezone="Asia/shanghai") scheduler.start()
假如熟練使用corn, 可以使用corntab語法,
表達 應用欄位 描述 *
any 任意時間 */a
any 每隔多長時間, 如: */10 4 * * *
, 4點每隔10分鐘執行一次(4:10 4:20 ...)a-b
any 在 a-b
範圍內的萬用字元a-b/c
any 在 a-b
範圍內可被c
整除的萬用字元xth y
day 表示一個月內的第 x
個禮拜的星期y
last x
day 表示一個月內最後的星期 x
觸發last
day 表示月末當天觸發 x,y,z
any 其他表示式可以組合的形式, 即不連續的時間 例子:
注意沒有cron
, 直接指定觸發器from apscheduler.schedulers.blocking import BlockingScheduler from apscheduler.triggers.cron import CronTrigger def job_function(): print("Hello World") scheduler = BlockingScheduler() # 五個佔位符: # 第一個 一小時的第幾分鐘 # 第二個 一天的第幾個小時 # 第三個 一月的第幾天 # 第四個 一年的第幾月 # 第五個 一週的星期幾 # 例子: """ 45 22 * * * 每天22:45 0 17 * * 1 每週一的17:00 0 4 1,15 * * 1號或15號的4:00 40 4 * * 1-5 週一到週五的4:40 */10 4 * * * 四點的每10分鐘(4:10、4:20......) """ # 每2分鐘執行一次 scheduler.add_job(job_function, CronTrigger.from_crontab("*/2 * * * *", timezone="Asia/shanghai")) scheduler.start()
-
calendarinterval
見: apscheduler.triggers.calendarinterval -
combining
見: apscheduler.triggers.combining
移除任務
當從 scheduler 中移除一個 job 時,它會從關聯的 job store 中被移除,不再被執行。
兩種方法:
job = scheduler.add_job(myfunc, 'interval', minutes=2)
job.remove()
# 或使用ID
scheduler.add_job(myfunc, 'interval', minutes=2, id='my_job_id')
scheduler.remove_job('my_job_id')
修改任務
例子:
job = scheduler.add_job(myfunc, 'interval', minutes=2, id="my_job_id")
job.modify(args=["lczmx", ]max_instances=6, name='Alternate name')
# 根據ID修改
scheduler.modify_job("my_job_id", args=["lczmx", ])
# 重新排程
scheduler.reschedule_job('my_job_id', trigger='cron', minute='*/5')
暫停或恢復任務
通過 Job 例項或者 scheduler 本身你可以輕易地暫停和恢復 job 。當一個 job 被暫停,它的下一次執行時間將會被清空,同時不再計算之後的執行時間,直到這個 job 被恢復。
from apscheduler.schedulers.blocking import BlockingScheduler
def job_function():
print("Hello world")
scheduler = BlockingScheduler()
job = scheduler.add_job(job_function, "interval", seconds=2, timezone="Asia/shanghai", id="my_job_id")
# ################# 暫停 ###########
job.pause()
# 或
scheduler.pause_job("my_job_id")
# ################# 恢復 ###########
job.resume()
# 或
scheduler.resume_job("my_job_id")
scheduler.start()
檢視任務資訊
from apscheduler.schedulers.blocking import BlockingScheduler
def job_function():
print("Hello world")
scheduler = BlockingScheduler()
job = scheduler.add_job(job_function, "interval", seconds=2, timezone="Asia/shanghai", id="my_job_id")
# 獲取某個任務的資訊, 需要id, 可以指定job store
print(scheduler.get_job("my_job_id"))
# 獲取全部任務資訊列表, 可以指定job store
print(scheduler.get_jobs())
# 格式化輸出任務資訊, 可以指定job store
# !! 內部呼叫print
scheduler.print_jobs()
scheduler.start()
終止排程器
# 一般使用
# 預設會等待 目前 正在執行 所有任務執行完
scheduler.shutdown()
# 使用wait引數指定不等待
scheduler.shutdown(wait=False)
暫停/恢復排程器
from apscheduler.schedulers.blocking import BlockingScheduler
def job_function():
print("Hello world")
scheduler = BlockingScheduler()
job = scheduler.add_job(job_function, "interval", seconds=2, timezone="Asia/shanghai", id="my_job_id")
# 休眠這個排程器
scheduler.pause()
# 恢復這個排程器
scheduler.resume()
# 使用 .start , 喚醒處於暫停狀態的排程器
scheduler.start(paused=True)
scheduler.start()
新增事件
你可以為 scheduler 繫結事件監聽器(event listen)。Scheduler 事件在某些情況下會被觸發,而且它可能攜帶有關特定事件的細節資訊。
使用.add_listener
來新增時間監聽, 引數:
- callback 回撥函式
- mask 事件
所有事件有如下表
事件 | 說明 | 回撥函式的引數(Event類) |
---|---|---|
EVENT_SCHEDULER_STARTED | 排程器已啟動 | SchedulerEvent |
EVENT_SCHEDULER_SHUTDOWN | 排程器被關閉 | SchedulerEvent |
EVENT_SCHEDULER_PAUSED | 排程器任務暫停 | SchedulerEvent |
EVENT_SCHEDULER_RESUMED | 排程器任務處理恢復 | SchedulerEvent |
EVENT_EXECUTOR_ADDED | 在排程器中新增任務 | SchedulerEvent |
EVENT_EXECUTOR_REMOVED | 在排程器中移除任務 | SchedulerEvent |
EVENT_JOBSTORE_ADDED | 在排程器中新增任務儲存器 | SchedulerEvent |
EVENT_JOBSTORE_REMOVED | 在排程器中移除任務儲存器 | SchedulerEvent |
EVENT_ALL_JOBS_REMOVED | 排程器中的所有任務被移除 | SchedulerEvent |
EVENT_JOB_ADDED | 在任務儲存器中新增任務 | JobEvent |
EVENT_JOB_REMOVED | 在任務儲存器中移除任務 | JobEvent |
EVENT_JOB_MODIFIED | 在排程器外部修改任務 | JobEvent |
EVENT_JOB_SUBMITTED | 將任務提交到執行器 | JobSubmissionEvent |
EVENT_JOB_MAX_INSTANCES | 執行器的可執行任務數達到最大值 | JobSubmissionEvent |
EVENT_JOB_EXECUTED | 成功執行一個任務 | JobExecutionEvent |
EVENT_JOB_ERROR | 一個任務在執行時發生錯誤 | JobExecutionEvent |
EVENT_JOB_MISSED | 一個任務在執行時錯過 | JobExecutionEvent |
EVENT_ALL | 所有事件 | 根據上面事件動態傳入類 |
與排程器相關事件: apscheduler.events.SchedulerEvent
屬性
code
事件程式碼alias
任務儲存器或執行器新增或刪除的別名
與任務相關事件: apscheduler.events.JobEvent
屬性
code
事件程式碼job_id
任務idjobstore
任務儲存器別名
向執行器提交任務的相關事件: apscheduler.events.JobSubmissionEvent
屬性
code
事件程式碼job_id
任務idjobstore
任務儲存器別名scheduled_run_times
任務排程的時間列表 (datetime.datetime列表)
任務執行在執行器的相關事件: apscheduler.events.JobExecutionEvent
屬性
code
事件程式碼job_id
任務idjobstore
任務儲存器別名scheduled_run_time
任務排程的時間 (datetime.datetime)retval
任務的返回值exception
任務丟擲的異常traceback
異常追蹤資訊
例子:
from apscheduler.schedulers.blocking import Blockin gScheduler
from apscheduler.events import *
from apscheduler.events import SchedulerEvent
def my_listener(event):
if event.exception:
print('發生異常')
else:
print('任務已經執行')
def job_function():
print("Hello world")
scheduler = BlockingScheduler()
# 立即執行
job = scheduler.add_job(job_function, timezone="Asia/shanghai")
scheduler.add_listener(my_listener, EVENT_JOB_EXECUTED | EVENT_JOB_ERROR)
scheduler.start()
故障排查
如果 scheduler 沒有如預期般正常執行,可以嘗試將apscheduler
的logger
的日誌級別提升到DEBUG
等級。
如果你還沒有在一開始就將日誌啟用起來,那麼你可以:
import logging
logging.basicConfig()
logging.getLogger('apscheduler').setLevel(logging.DEBUG)
這會提供 scheduler 執行時大量的有用資訊。
最大允許例項
預設情況下,每個任務同時只會有一個例項在執行。這意味著如果 一個任務到達計劃執行時間點時,前一個任務尚未完成,那麼這個 任務最近的一次執行計劃將會 misfire(錯過)。
可以通過在新增任務時指定max_instances
關鍵字引數, 來設定具體任務的最大例項數目,以便 scheduler
隨後可以併發地執行它。
錯過的作業執行以及合併操作
即: coalescing
有時候scheduler
無法在被排程的任務的計劃執行時間點去執行這個任務。
常見的原因是: 這個 任務是在持久化的job store
中,恰好在其打算執行的時刻scheduler
被關閉或重啟了。
這樣,這個 任務 就被定義為 misfired (錯過)。scheduler
稍後會檢查 任務每個被錯過的執行時間的misfire_grace_time
選項(可以單獨給每個 任務設定或者給 scheduler 做全域性設定),以此來確定這個執行操作是否要繼續被觸發。這可能到導致連續多次執行。
如果這個行為不符合你的實際需要,可以使用coalescing
來, 回滾所有的被錯過的執行操作為唯一的一個操作。如果對 任務啟用coalescing
,那麼即便 scheduler 在佇列中看到這個 任務一個或多個執行計劃,scheduler 都只會觸發一次。
注意:
如果因為程式(執行緒)池中沒有可用的程式(執行緒)而導致 任務的執行被推遲了,那麼 執行器 會直接跳過它,因為相對於原計劃的執行時間來說實在太 "晚" 了。
如果在你的應用程式中出現了這種情況,你可以增加 執行器的執行緒(程式)的數目,或者調整misfire_grace_time
,設定一個更高的值。