python中的定时任务

使用threading模块中的Timer函数

from threading import Timer
import time

def execute_func(name, age, gender, hobby):
    print(f"name is {name}, age is {age}, gender is {gender}, hobby is {hobby}")

def start_func():
    # Timer接收的参数是:interval, function, args=None, kwargs=None
    # interval：时间间隔，一个数字，表示多少秒后执行
    # function：函数，要执行的函数
    # args：位置参数
    # kwargs：关键字参数
    t = Timer(3, execute_func, args=("satori", 10), kwargs={"gender": "f", "hobby": "animal"})
    # 调用start之后启动,并且不会阻塞，因为单独开启了一个线程
    t.start()
    time.sleep(5)
    print("在我打印之前，execute_func函数就已经被执行完毕了")

start_func()

运行结果

name is satori, age is 10, gender is f, hobby is animal
在我打印之前，execute_func函数就已经被执行完毕了

使用schedule模块

import schedule

def foo():
    print(123)

# 每隔3秒钟运行foo，如果有参数，直接通过args= 或者kwargs=进行传参即可
schedule.every(3).seconds.do(foo)
# 每隔1秒钟运行foo
schedule.every().seconds.do(foo)
# 每隔1分钟运行foo
schedule.every().minutes.do(foo)
# 每隔一小时运行foo
schedule.every().hours.do(foo)
# 每隔一天运行foo
schedule.every().days.do(foo)
# 每隔一星期运行foo
schedule.every().weeks.do(foo)
# 每隔3到5秒钟运行foo
schedule.every(3).to(5).seconds.do(foo)
# 每隔3到5天运行foo
schedule.every(3).to(5).days.do(foo)

# 每天在10:30的时候运行foo
schedule.every().days.at("10:30").do(foo)
# 每周一的时候运行foo
schedule.every().monday.do(foo)
# 每周日晚上11点的时候运行foo
schedule.every().sunday.at("23:00").do(foo)
while True:
    # 保持schedule一直运行，然后去查询上面的任务
    schedule.run_pending()

import schedule
import time

def foo1():
    time.sleep(2)
    print(time.perf_counter() - start_time)

def foo2():
    time.sleep(2)
    print(time.perf_counter() - start_time)

schedule.every(5).seconds.do(foo1)
schedule.every(5).seconds.do(foo2)

start_time = time.perf_counter()
while 1:
    schedule.run_pending()

运行结果

7.000133540999999
9.000496485
14.001490562999999
16.002477991
21.002556953
23.003146251
28.003308606
30.003953593

注意到：运行时间是每隔七秒后，由于任务本身也占用了时间。可以考虑使用多线程

import schedule
import time
import threading

def foo1():
    time.sleep(2)
    print(time.perf_counter() - start_time)

def foo2():
    time.sleep(2)
    print(time.perf_counter() - start_time)

def t1():
    t = threading.Thread(target=foo1)
    t.start()

def t2():
    t = threading.Thread(target=foo2)
    t.start()

schedule.every(5).seconds.do(t1)
schedule.every(5).seconds.do(t2)

start_time = time.perf_counter()
while 1:
    schedule.run_pending()

运行结果

7.006393073
7.006451532000001
12.007217038999999
12.012260847999999
17.00669922
17.012707463
22.008171498000003
22.008225246000002

可以看到这次变成每隔5秒执行了，而且两个任务之间也没有2s的间隔了

apscheduler模块用法

---

关于定时任务的实现，还有python自带的threading.Timer和schedule模块，但是功能不强，这里就不写了。

apscheduler提供了基于日期、时间间隔、以及crontab类型的任务，我们可以在主程序的运行过程中快速增加新任务或者删除旧任务，如果把任务存储在数据库中，那么任务的状态会被保存。当调度器重启时，不必重新添加任务，保存起来的任务会恢复原状态继续执行

基础概念

apscheduler有以下几个重要的组件

触发器(triggers)：触发器包含调度逻辑，描述一个任务何时被触发，按照日期、时间间隔、cron表达式，三种方式触发。每个作业都有其自己的触发器，除了初始配置之外，触发器是完全无状态的。

任务存储器(job stores)：任务存储器指定了作业被存放的位置，默认情况下任务保存在内存，也可以将任务保存在数据库中，当任务被保存在数据库中，它会被序列化；当被重新加载到内存中，会被反序列化。任务存储器充当保存、加载、更新和查找任务的中间商。在调度器之间不能共享任务存储。

执行器(executors)：执行器是将指定的任务(调用函数)放到线程池或进程池当中去运行，当任务完成时，执行器通知调度器触发相应的事件

调度器(schedulers)：任务调度器，属于控制角色，通过它配置任务存储器、执行器和触发器，添加、修改和删除任务。调度器协调触发器、任务存储器、执行器的运行，通常只有一个调度程序运行在应用程序中，开发人员通常不需要直接处理任务存储器、执行器或者触发器，配置任务存储器和执行器都是通过调度器来完成的。

---

调度器组件

• BlockingScheduler 阻塞式调度器：适用于只跑调度器的程序。
• BackgroundScheduler 后台调度器：适用于非阻塞的情况，调度器会在后台独立运行。
• AsyncIOScheduler AsyncIO调度器，适用于应用使用AsnycIO的情况。
• TornadoScheduler Tornado调度器，适用于构建Tornado应用。
• TwistedScheduler Twisted调度器，适用于构建Twisted应用。
• QtScheduler Qt调度器，适用于构建Qt应用。

任务存储器的选择，要看任务是否需要持久化。如果任务是无状态的，那么选择默认存储器MemoryJobStore就可以应付。但是，如果需要程序关闭或者重启时，保持任务的状态，那么就要选择持久化的任务存储器。另外，作者推荐，使用SQLAlchemyJobStore并搭配PostgreSQL作为后台数据库。这个方案可以提供强大的数据整合与保护功能。

执行器的选择，同样看需求。默认的ThreadPoolExecutor线程池执行器方案可以满足大部分需求。如果，你的程序是计算密集型的，那么最好用ProcessPoolExecutor进程池执行器方案来充分利用多核算力。也可以将ProcessPoolExecutor作为第二执行器，混合使用两种不同的执行器。

配置一个任务，就要设置一个任务触发器。触发器可以设定任务运行的周期、次数和时间。APScheduler有三种内置的触发器：

• date 日期：触发任务运行的具体日期
• interval 间隔：触发任务运行的时间间隔
• cron 周期：触发任务运行的周期

一个任务也可以设定多种触发器，比如，可以设定同时满足所有触发器条件而触发，或者满足一项即触发。

---

触发器

date 在指定时间点触发任务

from datetime import date, datetime
from apscheduler.schedulers.blocking import BlockingScheduler

# 选择了阻塞式调度器，创建一个调度器的实例
scheduler = BlockingScheduler()

# 创建一个任务
def my_task(name, age, gender):
    print(f"name is {name}, age is {age}, gender is {gender}")

# 通过调用调度实例下的add_job方法，将任务添加进去
"""
常用参数：
func：任务(执行函数)
trigger：触发器，一共三种方式。
         date 日期：触发任务运行的具体日期
         interval 间隔：触发任务运行的时间间隔
         cron 周期：触发任务运行的周期
run_date：运行日期，当我们指定trigger为'date'时，可以添加这么一个参数。类型可以是date、datetime、以及文本类型
args：任务的位置参数
kwargs：任务的关键字参数
"""
scheduler.add_job(my_task, trigger="date",
                  run_date=date(2019, 6, 10),
                  args=("mashiro", 17),
                  kwargs={"gender": "女"})

scheduler.add_job(my_task,
                  trigger="date",
                  run_date=datetime(2019, 6, 9, 17, 14, 4),
                  args=("mashiro", 17),
                  kwargs={"gender": "女"})

scheduler.add_job(my_task,
                  trigger="date",
                  run_date="2019-6-9 17:14:05",
                  args=("mashiro", 17),
                  kwargs={"gender": "女"})

# 未指定日期，则会立即执行
scheduler.add_job(my_task,
                  args=("mashiro", 17),
                  kwargs={"gender": "女"})

# 启动调度器
scheduler.start()

运行结果

name is mashiro, age is 17, gender is 女
name is mashiro, age is 17, gender is 女
name is mashiro, age is 17, gender is 女

还有一个没有打印，程序没有结束。等打印的时候，要等到明天，也就是10号了。今天是9号

如果我把日期改一下呢？比如此刻是2019-6-9，我改成18年执行

Run time of job "my_task (trigger: date[2018-11-14 00:00:00 CST], next run at: 2018-11-14 00:00:00 CST)" was missed by 207 days, 17:18:14.146335

会提示如下，提前了这个任务比当前时间，少了207天，是在当前时间之前，是无法执行的。

---

interval 周期触发任务

from apscheduler.schedulers.blocking import BlockingScheduler

scheduler = BlockingScheduler()

def my_task1():
    print("好きなものを仕事にしたことは実に人生の一つ楽しいこと")

def my_task2():
    print("把喜欢的东西变成工作实乃人生一大快事")

# 其他参数没什么变化，当我们把trigger指定成interval的时候，表示每隔xx时间执行一次。可以额外指定如下参数
"""
weeks：每隔多少周后执行一次
days：每隔多少天后执行一次
hours：每隔多少小时后执行一次
minutes：每隔多少分钟后执行一次
seconds：每隔多少秒后执行一次
此外还可以指定start_date，和end_date。表示任务触发的起始时间和结束时间。
比如某个任务每隔一天执行一次，但是这个任务有截止日期，当超过了截止日期的时候，就不需要再执行它了。于是就可以将该"截止日期"设置为end_date，如果超过了，那么任务会被取消掉
"""

# 此时的时间已经超过了2019-6-9 17:32:00,所以第二个任务是会被取消掉的。
scheduler.add_job(func=my_task1, trigger="interval", minutes=1)
scheduler.add_job(func=my_task2, trigger="interval", minutes=1, end_date="2019-6-9 17:43:00")

scheduler.start()

运行结果

好きなものを仕事にしたことは実に人生の一つ楽しいこと
把喜欢的东西变成工作实乃人生一大快事
好きなものを仕事にしたことは実に人生の一つ楽しいこと
把喜欢的东西变成工作实乃人生一大快事
好きなものを仕事にしたことは実に人生の一つ楽しいこと
把喜欢的东西变成工作实乃人生一大快事
好きなものを仕事にしたことは実に人生の一つ楽しいこと
把喜欢的东西变成工作实乃人生一大快事
好きなものを仕事にしたことは実に人生の一つ楽しいこと
好きなものを仕事にしたことは実に人生の一つ楽しいこと
好きなものを仕事にしたことは実に人生の一つ楽しいこと
。。。。。。
。。。。。。
。。。。。。

from apscheduler.schedulers.blocking import BlockingScheduler
import time

scheduler = BlockingScheduler()

# 另外还有一个jitter参数，表示添加一个随机的浮动秒数。
# 当所有任务全部都在一起执行的时候，可能造成服务器资源压力大，那么添加一个随机秒数，可以避免造成服务拥堵。

# 除了add_job的方式，我们还可以通过scheduled_job使用装饰器的方式
t1 = time.perf_counter()
@scheduler.scheduled_job(trigger="interval", seconds=10, jitter=1)
def my_task():
    print("好きなものを仕事にしたことは実に人生の一つ楽しいこと", time.perf_counter() - t1)

scheduler.start()

运行结果

好きなものを仕事にしたことは実に人生の一つ楽しいこと 10.900859013
好きなものを仕事にしたことは実に人生の一つ楽しいこと 19.972885888
好きなものを仕事にしたことは実に人生の一つ楽しいこと 30.506739256000003
。。。。。。

---

cron

当把trigger指定为cron的时候，可以达到非常强大的效果，该表达式被定义为一个类：

apscheduler.triggers.cron.CronTrigger

"""
class CronTrigger:
    def __init__(self, year=None, month=None, day=None, week=None, day_of_week=None, hour=None,
                 minute=None, second=None, start_date=None, end_date=None, timezone=None,
                 jitter=None):
year：四位数的年份
month：1-12之间的数字或字符串，如果不指定，则为*，表示每个月
day：1-31，如果不指定，则为*，表示每一天
week：1-53，如果不指定，则为*，表示每一星期
day_of_week：一周有7天，用0-6表示，比如指定0-3，则表示周一到周四。不指定则为7天，也可以用			mon,tue,wed,thu,fri,sat,sun表示
hour：0-23
minute：0-59
second：0-59
start_date：起始时间
end_date：结束时间
timezone：时区
jitter：随机的浮动秒数
当省略时间参数时，在显式指定参数之前的参数会被设定为*，表示每(月、天)xxx。之后的参数会被设定为最小值，week 和day_of_week的最小值为*。
比如，设定day=10等同于设定year='*', month='*', day=1, week='*', day_of_week='*', hour=0, minute=0, second=0，
即每个月的第10天触发。为什么是每个月而不是每个星期，注意参数位置，week被放在了后面。day后面的参数hour、minute、second则被设置为0。因此不仅是每个月的第10天触发，还是每个月的第10天的00:00:00的时候触发
"""

表达式类型

表达式	参数类型	描述
*	所有	通配符。例：minutes=*即每分钟触发
*/a	所有	可被a整除的通配符。
a-b	所有	范围a-b触发
a-b/c	所有	范围a-b，且可被c整除时触发
xth y	日	第几个星期几触发。x为第几个，y为星期几
last x	日	一个月中，最后个星期几触发
last	日	一个月最后一天触发
x,y,z	所有	组合表达式，可以组合确定值或上方的表达式

hour =19 ,minute =23 这里表示每个月的每一天在过了19小时23分钟(即19:23)的时候执行任务。因为显式指定的参数的前面的参数都被设置为*，表示每

hour ='19', minute ='23'，可以填字符串也可以填数字

month='6-9,11-12', day='4rd sun', hour='0-3' 表示将在第6、7、8、9、11、12个月的第四个星期日的00:00:00、01:00:00、02:00:00、03:00:00执行任务。

day=15, hour=20,minute=14 表示每个月的第15天的20:14的时候执行任务

day='4rd sun' 表示将在每个月的第四个周日执行任务，而且是00:00:00，因为后面的参数如果不指定的话，默认为最小值。

day=''last sun", hour=17, minute=25 表示每个月的最后一个星期日的17:25执行任务

day="last", hour=20 表示每个月的最后一天的20:00的时候执行任务

day_of_week="0-2" 表示每一周的周一、周二、周三执行任务

month="1-3", day_of_week="mon", hour="22", minute="14", second="48" 表示1月、2月、3月的每个星期1的22:14:48的时候执行任务。

因此值得注意的是：day既可以写数字表示每个月的第xxx天，也可以写xth y表示每个月的第x个星期y、last x表示最后一个星期x、last表示每个月的最后一天。而如果想表示每个月的每个星期几，则可以使用day_of_week='0-6'(每周一到周日,或者写成mon-sun),day_of_week='0-4'(每周一到周五)，day_of_week='0'(每周一)。一般情况：day和day_of_week不建议同时使用。

夏令时问题

有些timezone时区可能会有夏令时的问题。这个可能导致令时切换时，任务不执行或任务执行两次。因此可以指定timezone

from apscheduler.schedulers.blocking import BlockingScheduler
import pytz
import datetime
timezone = pytz.timezone("Asia/Shanghai")

def my_task():
    print("task executed")
    print(datetime.datetime.now())

scheduler = BlockingScheduler()
# 第6个月的第9天的每小时第3分钟第30秒执行,同时指定时区
scheduler.add_job(my_task, trigger="cron", month=6, day=9, minute=3, second=30, timezone=timezone)

scheduler.start()

运行结果

task executed
2019-06-09 19:03:30.001664

---

配置调度器

APScheduler 有多种不同的配置方法，可以选择直接传字典或传参的方式创建调度器；也可以先实例一个调度器对象，再添加配置信息。灵活的配置方式可以满足各种应用场景的需要。

整套的配置选项可以参考API文档BaseScheduler类。一些调度器子类可能有它们自己特有的配置选项，以及独立的任务储存器和执行器也可能有自己特有的配置选项，可以查阅API文档了解。

from apscheduler.schedulers.background import BackgroundScheduler

# 创建一个后台调度器实例，该实例是非阻塞的
scheduler = BackgroundScheduler()
"""
该调度器下有一个名称为default的MemoryJobStore（内存任务储存器）和一个名称是default且最大线程是10的ThreadPoolExecutor（线程池执行器）
"""

但现在我需要自己指定任务存储器和执行器该怎么办呢？比如我要将任务存储器设置为Pgsql和redis，线程池设置为20个，同时搭配5个进程池。

方法一

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.jobstores.redis import RedisJobStore
from apscheduler.executors.pool import ThreadPoolExecutor, ProcessPoolExecutor
import pytz

jobstores = {
    "redis": RedisJobStore(hostname="localhost", port=6379),
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://localhost:5432@postgres:zgghyys123/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(20),
    "process_pool": ProcessPoolExecutor(5)
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}

scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.utc)

方法二

from apscheduler.schedulers.background import BackgroundScheduler

scheduler = BackgroundScheduler({
    "apscheduler.jobstores.redis": {
        "type": "redis",
        "hostname": "localhost",
        "port": 6379
    },

    "apscheduler.jobstores.sqlalchemy_pgsql": {
        "type": "sqlalchemy",
        "url": "postgresql://localhost:5432@postgres:zgghyys123/postgres"
    },

    "apscheduler.executors.thread_pool": {
        "type": "apscheduler.executors.pool:ThreadPoolExecutor",
        "max_workers": 20
    },

    "apscheduler.executors.process_pool": {
        "type": "apscheduler.executors.pool:ProcessPoolExecutor",
        "max_workers": 5
    },

    "apscheduler.job_defaults.coalesce": "false",
    "apscheduler.job_defaults.max_instances": "3",
    "apscheduler.timezone": "UTC"
})

方法三

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.jobstores.redis import RedisJobStore
from apscheduler.executors.pool import ThreadPoolExecutor, ProcessPoolExecutor
import pytz

jobstores = {
    "redis": RedisJobStore(hostname="localhost", port=6379),
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://localhost:5432@postgres:zgghyys123/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(20),
    "process_pool": ProcessPoolExecutor(5)
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}

scheduler = BackgroundScheduler()
scheduler.configure(jobstores=jobstores,
                    executors=executors,
                    job_defaults=job_defaults,
                    timezone=pytz.utc)

以上为自定义调度器的三种方法，推荐第一种或第三种，第二种太麻烦。

---

启动调度器

启动调度器只需要调用start方法即可，除了BlockingScheduler，非阻塞调度器都会立即返回，可以继续运行之后的代码，比如添加任务等。

对于BlockingScheduler，程序则会阻塞在start()位置，所以，要运行的代码必须写在start()之前。

注！调度器启动后，就不能修改配置了。

---

添加任务

添加任务的方法有两种：

• 通过调用add_job方法。最常用
• 通过scheduled_job方法，最方便，但缺点就是运行时不能修改任务。第一种add_job方法会返回一个apscheduler.job.Job实例，这样就可以在运行时，修改或删除任务。

在任何时候你都能配置任务。但是如果调度器还没有启动，此时添加任务，那么任务就处于一个暂存的状态。只有当调度器启动时，才会开始计算下次运行时间。

还有一点要注意，如果你的执行器或任务储存器是会序列化任务的，那么这些任务就必须符合：

1. 回调函数必须全局可用
2. 回调函数参数必须也是可以被序列化的

内置任务储存器中，只有MemoryJobStore不会序列化任务；内置执行器中，只有ProcessPoolExecutor会序列化任务。

重要提醒！
如果在程序初始化时，是从数据库读取任务的，那么必须为每个任务定义一个明确的ID，并且使用replace_existing=True，否则每次重启程序，你都会得到一份新的任务拷贝，也就意味着任务的状态不会保存。

建议
如果想要立刻运行任务，可以在添加任务时省略trigger参数

import datetime
from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz

jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}

scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))

def my_task1():
    print("task1_executed", f"now is {datetime.datetime.now()}")

def my_task2():
    print("task2_executed", f"now is {datetime.datetime.now()}")

def my_task3():
    print("task3_executed", f"now is {datetime.datetime.now()}")

scheduler.add_job(my_task1, trigger="cron", second=10, id="my_task1")
scheduler.add_job(my_task2, trigger="cron", second=10, id="my_task2")
scheduler.add_job(my_task3, trigger="cron", second=10, id="my_task3")

scheduler.start()
while 1:
    pass

运行结果

task1_executed now is 2019-06-09 21:49:10.075890
task2_executed now is 2019-06-09 21:49:10.087858
task3_executed now is 2019-06-09 21:49:10.105834
task1_executed now is 2019-06-09 21:50:10.110394
task2_executed now is 2019-06-09 21:50:10.127318
task3_executed now is 2019-06-09 21:50:10.138316
task1_executed now is 2019-06-09 21:51:10.103801
task2_executed now is 2019-06-09 21:51:10.103801
task3_executed now is 2019-06-09 21:51:10.149701
。。。。。。。

此时数据库里面多了一张表，名叫apscheduler_jobs。保存了执行的状态，当我们重启启动程序的时候，会进行读取。

但是呢？每一次读取都是重新读取，也就是说状态不会被保存，如果想从数据库读取任务，从上一次中断的状态继续执行的话，那么必须要为任务制定id，同时设置replace_existing=True。

---

移除任务

如果想从调度器移除一个任务，那么你就要从相应的任务储存器中移除它，这样才算移除了。有两种方式：

1. 调用remove_job()，参数为：任务ID，任务储存器名称
2. 在通过add_job()创建的任务实例上调用remove()方法

第二种方式更方便，但前提必须在创建任务实例时，实例被保存在变量中。对于通过scheduled_job()创建的任务，只能选择第一种方式。

当任务调度结束时（比如，某个任务的触发器不再产生下次运行的时间），任务就会自动移除。

job = scheduler.add_job(myfunc, 'interval', minutes=2)
job.remove()

同样，通过任务的具体ID：

scheduler.add_job(myfunc, 'interval', minutes=2, id='my_job_id')
scheduler.remove_job('my_job_id')

---

暂停和恢复任务

通过任务实例或调度器，就能暂停和恢复任务。如果一个任务被暂停了，那么该任务的下一次运行时间就会被移除。在恢复任务前，运行次数计数也不会被统计。

暂停任务，有以下两个方法：

• apscheduler.job.Job.pause()
• apscheduler.schedulers.base.BaseScheduler.pause_job()

恢复任务

• apscheduler.job.Job.resume()
• apscheduler.schedulers.base.BaseScheduler.resume_job()

获取任务列表

通过get_jobs()就可以获得一个可修改的任务列表。get_jobs()第二个参数可以指定任务储存器名称，那么就会获得对应任务储存器的任务列表。

print_jobs()可以快速打印格式化的任务列表，包含触发器，下次运行时间等信息。

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz
import time

jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}

scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))

def my_task1():
    print("task1_prepared")
    time.sleep(5)
    print(f"task1_executed")

def my_task2():
    print("task2_prepared")
    time.sleep(5)
    print(f"task2_executed")

def my_task3():
    print("task3_prepared")
    time.sleep(5)
    print(f"task3_executed")

scheduler.add_job(my_task1, trigger="interval", seconds=3, id="my_task1")
scheduler.add_job(my_task2, trigger="interval", seconds=3, id="my_task2")
scheduler.add_job(my_task3, trigger="interval", seconds=3, id="my_task3")

scheduler.start()
print(scheduler.get_jobs())
scheduler.print_jobs()

运行结果

[<Job (id=my_task1 name=my_task1)>, <Job (id=my_task2 name=my_task2)>, <Job (id=my_task3 name=my_task3)>]
Jobstore default:
    my_task1 (trigger: interval[0:00:03], next run at: 2019-06-09 22:35:23 CST)
    my_task2 (trigger: interval[0:00:03], next run at: 2019-06-09 22:35:23 CST)
    my_task3 (trigger: interval[0:00:03], next run at: 2019-06-09 22:35:23 CST)
Jobstore sqlalchemy_pgsql:
    No scheduled jobs

---

修改任务

通过apscheduler.job.Job.modify()或modify_job()，你可以修改任务当中除了id的任何属性。

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz
import time

jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}

scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))

def my_task1():
    print("task1_prepared")
    time.sleep(5)
    print(f"task1_executed")

def my_task2():
    print("task2_prepared")
    time.sleep(5)
    print(f"task2_executed")

def my_task3():
    print("task3_prepared")
    time.sleep(5)
    print(f"task3_executed")

job1 = scheduler.add_job(my_task1, trigger="interval", seconds=10, id="my_task1")
job2 = scheduler.add_job(my_task2, trigger="interval", seconds=10, id="my_task2")
job3 = scheduler.add_job(my_task3, trigger="interval", seconds=10, id="my_task3")

scheduler.start()
# 改变name
job3.modify(name="satori")
print(scheduler.get_jobs())
while 1:
    pass

[<Job (id=my_task1 name=my_task1)>, <Job (id=my_task2 name=my_task2)>, <Job (id=my_task3 name=satori)>]

可以看到job的name被修改了

如果想要重新调度任务（就是改变触发器），你能通过apscheduler.job.Job.reschedule()或reschedule_job()来实现。这些方法会重新创建触发器，并重新计算下次运行时间。

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz
import time

jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}

scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))

def my_task1():
    print("task1_prepared")
    time.sleep(5)
    print(f"task1_executed")

def my_task2():
    print("task2_prepared")
    time.sleep(5)
    print(f"task2_executed")

def my_task3():
    print("task3_prepared")
    time.sleep(5)
    print(f"task3_executed")

job1 = scheduler.add_job(my_task1, trigger="interval", seconds=10, id="my_task1")
job2 = scheduler.add_job(my_task2, trigger="interval", seconds=10, id="my_task2")
job3 = scheduler.add_job(my_task3, trigger="interval", seconds=10, id="my_task3")

scheduler.start()
# 通过id，改变trigger，改成6s后执行
scheduler.reschedule_job(job_id="my_task2", trigger="interval", seconds=6)
while 1:
    pass

运行结果

task2_prepared
task1_prepared
task3_prepared
task2_executed
task2_prepared
task1_executed
task3_executed
.......

为什么会出现这个结果呢？首先task2在6s后就执行了，因此会先打印，task2_prepared。但是要sleep 5s，而task1和task3在10s后执行，所以只差了4s。因此在先打印完task1_prepared和task3_prepared之后，过1s打印task2_executed，此时task1和task3还差4s才能sleep结束。但是由于调度器修改，改成了3s，所以会再次先打印task2_prepared，然后又过了1s，才打印task1_executed和task3_executed

---

关闭调度器

scheduler.shutdown()

默认情况下，调度器会先把正在执行的任务处理完，再关闭任务储存器和执行器。但是，如果你就直接关闭，你可以添加参数：

scheduler.shutdown(wait=False)

上述方法不管有没有任务在执行，会强制关闭调度器。

---

暂停、恢复任务进程

调度器可以暂停正在执行的任务：

scheduler.pause()

也可以恢复任务：

scheduler.resume()

同时，也可以在调度器启动时，默认所有任务设为暂停状态。

scheduler.start(paused=True)

scheduler.remove_job(job_id,jobstore=None)#删除作业
scheduler.remove_all_jobs(jobstore=None)#删除所有作业
scheduler.pause_job(job_id,jobstore=None)#暂停作业
scheduler.resume_job(job_id,jobstore=None)#恢复作业
scheduler.modify_job(job_id, jobstore=None, **changes)#修改单个作业属性信息
scheduler.reschedule_job(job_id, jobstore=None, trigger=None,**trigger_args)#修改单个作业的触发器并更新下次运行时间
scheduler.print_jobs(jobstore=None, out=sys.stdout)#输出作业信息

---

限制任务执行的并行实例数

默认情况下，在同一时间，一个任务只允许一个执行中的实例在运行。比如说，一个任务是每5秒执行一次，但是这个任务在第一次执行的时候花了6秒，也就是说前一次任务还没执行完，后一次任务又触发了，由于默认一次只允许一个实例执行，所以第二次就丢失了。为了杜绝这种情况，可以在添加任务时，设置max_instances参数，为指定任务设置最大实例并行数。

---

丢失任务的执行与合并

有时，任务会由于一些问题没有被执行。最常见的情况就是，在数据库里的任务到了该执行的时间，但调度器被关闭了，那么这个任务就成了“哑弹任务”。错过执行时间后，调度器才打开了。这时，调度器会检查每个任务的misfire_grace_time参数int值，即哑弹上限，来确定是否还执行哑弹任务（这个参数可以全局设定的或者是为每个任务单独设定）。此时，一个哑弹任务，就可能会被连续执行多次。

但这就可能导致一个问题，有些哑弹任务实际上并不需要被执行多次。coalescing合并参数就能把一个多次的哑弹任务揉成一个一次的哑弹任务。也就是说，coalescing为True能把多个排队执行的同一个哑弹任务，变成一个，而不会触发哑弹事件。

注！如果是由于线程池/进程池满了导致的任务延迟，执行器就会跳过执行。要避免这个问题，可以添加进程或线程数来实现或把 misfire_grace_time值调高。

假如一个作业本来 08:00 有一次执行，但是由于某种原因没有被调度上，现在 08:01 了，这个 08:00 的运行实例被提交时，会检查它预订运行的时间和当下时间的差值（这里是1分钟），大于我们设置的 30 秒限制，那么这个运行实例不会被执行。最常见的情形是 scheduler 被 shutdown 后重启，某个任务会积攒了好几次没执行，如 5 次，下次这个作业被提交给执行器时，执行 5 次。设置 coalesce=True 后，只会执行一次

---

调度器事件

调度器允许添加事件侦听器。部分事件会有特有的信息，比如当前运行次数等。add_listener(callback,mask)中，第一个参数是回调对象，mask是指定侦听事件类型，mask参数也可以是逻辑组合。回调对象会有一个参数就是触发的事件。

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz
from apscheduler.events import EVENT_JOB_EXECUTED, EVENT_JOB_ERROR

jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}

scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))

def my_task1():
    print("task1 executed")

def my_task2():
    raise IndexError
    print("task2_executed")

def my_task3():
    print("task3_executed")

def listener(event):
    if event.exception:
        print(f"{event.job_id}出错了")
    else:
        print(f"正常执行")

job1 = scheduler.add_job(my_task1, trigger="interval", seconds=3, id="my_task1")
job2 = scheduler.add_job(my_task2, trigger="interval", seconds=3, id="my_task2")
job3 = scheduler.add_job(my_task3, trigger="interval", seconds=3, id="my_task3")
scheduler.add_listener(listener, EVENT_JOB_EXECUTED | EVENT_JOB_ERROR)
scheduler.start()
while 1:
    pass

运行结果

task1 executed
正常执行
task3_executed
正常执行
Job "my_task2 (trigger: interval[0:00:03], next run at: 2019-06-09 23:12:42 CST)" raised an exception
Traceback (most recent call last):
  File "C:\python37\lib\site-packages\apscheduler\executors\base.py", line 125, in run_job
    retval = job.func(*job.args, **job.kwargs)
  File "D:/mashiro/9.py", line 33, in my_task2
    raise IndexError
IndexError
my_task2出错了
task1 executed
正常执行
task3_executed
正常执行
Job "my_task2 (trigger: interval[0:00:03], next run at: 2019-06-09 23:12:45 CST)" raised an exception
Traceback (most recent call last):
  File "C:\python37\lib\site-packages\apscheduler\executors\base.py", line 125, in run_job
    retval = job.func(*job.args, **job.kwargs)
  File "D:/mashiro/9.py", line 33, in my_task2
    raise IndexError
IndexError

可以看到即使报错了，也会打印"my_task2出错了",但是这样不美观，我们指定一下日志

---

异常捕获

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor
import pytz
from apscheduler.events import EVENT_JOB_EXECUTED, EVENT_JOB_ERROR
import logging

logging.basicConfig(level=logging.INFO,
                    format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
                    datefmt='%Y-%m-%d %H:%M:%S',
                    filename='log1.txt',
                    filemode='a')

jobstores = {
    "sqlalchemy_pgsql": SQLAlchemyJobStore(url="postgresql://postgres:zgghyys123@localhost:5432/postgres")
}

executors = {
    "thread_pool": ThreadPoolExecutor(3),
}

job_defaults = {
    "coalesce": False,  # 默认为新任务关闭合并模式
    "max_instances": 3,  # 设置新任务的最大实例数为3
}

scheduler = BackgroundScheduler(jobstores=jobstores,
                                executors=executors,
                                job_defaults=job_defaults,
                                timezone=pytz.timezone("Asia/Shanghai"))

def my_task1():
    print("task1 executed")

def my_task2():
    raise IndexError
    print("task2_executed")

def my_task3():
    print("task3_executed")

def listener(event):
    if event.exception:
        print(f"{event.job_id}出错了")
    else:
        print(f"正常执行")

job1 = scheduler.add_job(my_task1, trigger="interval", seconds=3, id="my_task1")
job2 = scheduler.add_job(my_task2, trigger="interval", seconds=3, id="my_task2")
job3 = scheduler.add_job(my_task3, trigger="interval", seconds=3, id="my_task3")
scheduler.add_listener(listener, EVENT_JOB_EXECUTED | EVENT_JOB_ERROR)
scheduler._logger = logging
scheduler.start()
while 1:
    pass

运行结果

task1 executed
正常执行
task3_executed
正常执行
my_task2出错了
task1 executed
正常执行
task3_executed
正常执行
my_task2出错了
task1 executed
正常执行
my_task2出错了
task3_executed
正常执行
task1 executed
正常执行
task3_executed
正常执行
my_task2出错了

这样就能捕获异常消息了，而且在做成服务的时候。如果出错了，也可以以邮件的方式通知客户。