在日常工作中，我們常常會(huì)用到需要周期性執(zhí)行的任務(wù)，一種方式是采用 Linux 系統(tǒng)自帶的 crond 結(jié)合命令行實(shí)現(xiàn)。另外一種方式是直接使用Python。接下來(lái)整理的是常見(jiàn)的Python定時(shí)任務(wù)的實(shí)現(xiàn)方式。

目錄利用while True： + sleep（）實(shí)現(xiàn)定時(shí)任務(wù)

使用Timeloop庫(kù)運(yùn)行定時(shí)任務(wù)

利用threading.Timer實(shí)現(xiàn)定時(shí)任務(wù)

利用內(nèi)置模塊sched實(shí)現(xiàn)定時(shí)任務(wù)

利用調(diào)度模塊schedule實(shí)現(xiàn)定時(shí)任務(wù)

利用任務(wù)框架APScheduler實(shí)現(xiàn)定時(shí)任務(wù)

Job 作業(yè)

Trigger 觸發(fā)器

Executor 執(zhí)行器

Jobstore 作業(yè)存儲(chǔ)

Event 事件

調(diào)度器

APScheduler中的重要概念

Scheduler的工作流程

使用分布式消息系統(tǒng)Celery實(shí)現(xiàn)定時(shí)任務(wù)

使用數(shù)據(jù)流工具Apache Airflow實(shí)現(xiàn)定時(shí)任務(wù)

Airflow 產(chǎn)生的背景

Airflow 核心概念

Airflow 的架構(gòu)

利用while True： + sleep（）實(shí)現(xiàn)定時(shí)任務(wù)位于 time 模塊中的 sleep（secs） 函數(shù)，可以實(shí)現(xiàn)令當(dāng)前執(zhí)行的線程暫停 secs 秒后再繼續(xù)執(zhí)行。所謂暫停，即令當(dāng)前線程進(jìn)入阻塞狀態(tài)，當(dāng)達(dá)到 sleep（） 函數(shù)規(guī)定的時(shí)間后，再由阻塞狀態(tài)轉(zhuǎn)為就緒狀態(tài)，等待 CPU 調(diào)度。

基于這樣的特性我們可以通過(guò)while死循環(huán)+sleep（）的方式實(shí)現(xiàn)簡(jiǎn)單的定時(shí)任務(wù)。

代碼示例：

import datetime

import time

def time_printer（）：

now = datetime.datetime.now（）

ts = now.strftime（‘%Y-%m-%d %H：%M：%S’）

print（‘do func time ：’， ts）

def loop_monitor（）：

while True：

time_printer（）

time.sleep（5） # 暫停5秒

if __name__ == “__main__”：

loop_monitor（）

主要缺點(diǎn)：

只能設(shè)定間隔，不能指定具體的時(shí)間，比如每天早上8:00

sleep 是一個(gè)阻塞函數(shù)，也就是說(shuō) sleep 這一段時(shí)間，程序什么也不能操作。

使用Timeloop庫(kù)運(yùn)行定時(shí)任務(wù)Timeloop是一個(gè)庫(kù)，可用于運(yùn)行多周期任務(wù)。這是一個(gè)簡(jiǎn)單的庫(kù)，它使用decorator模式在線程中運(yùn)行標(biāo)記函數(shù)。

示例代碼：

import time

from timeloop import Timeloop

from datetime import timedelta

tl = Timeloop（）

@tl.job（interval=timedelta（seconds=2））

def sample_job_every_2s（）：

print “2s job current time ： {}”.format（time.ctime（））

@tl.job（interval=timedelta（seconds=5））

def sample_job_every_5s（）：

print “5s job current time ： {}”.format（time.ctime（））

@tl.job（interval=timedelta（seconds=10））

def sample_job_every_10s（）：

print “10s job current time ： {}”.format（time.ctime（））

利用threading.Timer實(shí)現(xiàn)定時(shí)任務(wù)threading 模塊中的 Timer 是一個(gè)非阻塞函數(shù)，比 sleep 稍好一點(diǎn)，timer最基本理解就是定時(shí)器，我們可以啟動(dòng)多個(gè)定時(shí)任務(wù)，這些定時(shí)器任務(wù)是異步執(zhí)行，所以不存在等待順序執(zhí)行問(wèn)題。

Timer（interval， function， args=［ ］， kwargs={ }）

interval： 指定的時(shí)間

function： 要執(zhí)行的方法

args/kwargs： 方法的參數(shù)

代碼示例：

備注：Timer只能執(zhí)行一次，這里需要循環(huán)調(diào)用，否則只能執(zhí)行一次

利用內(nèi)置模塊sched實(shí)現(xiàn)定時(shí)任務(wù)sched模塊實(shí)現(xiàn)了一個(gè)通用事件調(diào)度器，在調(diào)度器類使用一個(gè)延遲函數(shù)等待特定的時(shí)間，執(zhí)行任務(wù)。同時(shí)支持多線程應(yīng)用程序，在每個(gè)任務(wù)執(zhí)行后會(huì)立刻調(diào)用延時(shí)函數(shù)，以確保其他線程也能執(zhí)行。

class sched.scheduler（timefunc， delayfunc）這個(gè)類定義了調(diào)度事件的通用接口，它需要外部傳入兩個(gè)參數(shù)，timefunc是一個(gè)沒(méi)有參數(shù)的返回時(shí)間類型數(shù)字的函數(shù)（常用使用的如time模塊里面的time），delayfunc應(yīng)該是一個(gè)需要一個(gè)參數(shù)來(lái)調(diào)用、與timefunc的輸出兼容、并且作用為延遲多個(gè)時(shí)間單位的函數(shù)（常用的如time模塊的sleep）。

代碼示例：

import datetime

import time

import sched

def time_printer（）：

now = datetime.datetime.now（）

ts = now.strftime（‘%Y-%m-%d %H：%M：%S’）

print（‘do func time ：’， ts）

loop_monitor（）

def loop_monitor（）：

s = sched.scheduler（time.time， time.sleep） # 生成調(diào)度器

s.enter（5， 1， time_printer， （））

s.run（）

if __name__ == “__main__”：

loop_monitor（）

scheduler對(duì)象主要方法：

enter（delay， priority， action， argument），安排一個(gè)事件來(lái)延遲delay個(gè)時(shí)間單位。

cancel（event）：從隊(duì)列中刪除事件。如果事件不是當(dāng)前隊(duì)列中的事件，則該方法將跑出一個(gè)ValueError。

run（）：運(yùn)行所有預(yù)定的事件。這個(gè)函數(shù)將等待（使用傳遞給構(gòu)造函數(shù)的delayfunc（）函數(shù)），然后執(zhí)行事件，直到不再有預(yù)定的事件。

個(gè)人點(diǎn)評(píng)：比threading.Timer更好，不需要循環(huán)調(diào)用。

利用調(diào)度模塊schedule實(shí)現(xiàn)定時(shí)任務(wù)schedule是一個(gè)第三方輕量級(jí)的任務(wù)調(diào)度模塊，可以按照秒，分，小時(shí)，日期或者自定義事件執(zhí)行時(shí)間。schedule允許用戶使用簡(jiǎn)單、人性化的語(yǔ)法以預(yù)定的時(shí)間間隔定期運(yùn)行Python函數(shù)（或其它可調(diào)用函數(shù)）。

先來(lái)看代碼，是不是不看文檔就能明白什么意思？

import schedule

import time

def job（）：

print（“I‘m working.。.”）

schedule.every（10）.seconds.do（job）

schedule.every（10）.minutes.do（job）

schedule.every（）.hour.do（job）

schedule.every（）.day.at（“10:30”）.do（job）

schedule.every（5）.to（10）.minutes.do（job）

schedule.every（）.monday.do（job）

schedule.every（）.wednesday.at（“13:15”）.do（job）

schedule.every（）.minute.at（“：17”）.do（job）

while True：

schedule.run_pending（）

time.sleep（1）

裝飾器：通過(guò) @repeat（） 裝飾靜態(tài)方法

import time

from schedule import every， repeat， run_pending

@repeat（every（）.second）

def job（）：

print（’working.。.‘）

while True：

run_pending（）

time.sleep（1）

傳遞參數(shù)：

import schedule

def greet（name）：

print（’Hello‘， name）

schedule.every（2）.seconds.do（greet， name=’Alice‘）

schedule.every（4）.seconds.do（greet， name=’Bob‘）

while True：

schedule.run_pending（）

裝飾器同樣能傳遞參數(shù)：

from schedule import every， repeat， run_pending

@repeat（every（）.second， ’World‘）

@repeat（every（）.minute， ’Mars‘）

def hello（planet）：

print（’Hello‘， planet）

while True：

run_pending（）

取消任務(wù)：

import schedule

i = 0

def some_task（）：

global i

i += 1

print（i）

if i == 10：

schedule.cancel_job（job）

print（’cancel job‘）

exit（0）

job = schedule.every（）.second.do（some_task）

while True：

schedule.run_pending（）

運(yùn)行一次任務(wù)：

import time

import schedule

def job_that_executes_once（）：

print（’Hello‘）

return schedule.CancelJob

schedule.every（）.minute.at（’：34‘）.do（job_that_executes_once）

while True：

schedule.run_pending（）

time.sleep（1）

根據(jù)標(biāo)簽檢索任務(wù)：

# 檢索所有任務(wù)：schedule.get_jobs（）

import schedule

def greet（name）：

print（’Hello {}‘.format（name））

schedule.every（）.day.do（greet， ’Andrea‘）.tag（’daily-tasks‘， ’friend‘）

schedule.every（）.hour.do（greet， ’John‘）.tag（’hourly-tasks‘， ’friend‘）

schedule.every（）.hour.do（greet， ’Monica‘）.tag（’hourly-tasks‘， ’customer‘）

schedule.every（）.day.do（greet， ’Derek‘）.tag（’daily-tasks‘， ’guest‘）

friends = schedule.get_jobs（’friend‘）

print（friends）

根據(jù)標(biāo)簽取消任務(wù)：

# 取消所有任務(wù)：schedule.clear（）

import schedule

def greet（name）：

print（’Hello {}‘.format（name））

if name == ’Cancel‘：

schedule.clear（’second-tasks‘）

print（’cancel second-tasks‘）

schedule.every（）.second.do（greet， ’Andrea‘）.tag（’second-tasks‘， ’friend‘）

schedule.every（）.second.do（greet， ’John‘）.tag（’second-tasks‘， ’friend‘）

schedule.every（）.hour.do（greet， ’Monica‘）.tag（’hourly-tasks‘， ’customer‘）

schedule.every（5）.seconds.do（greet， ’Cancel‘）.tag（’daily-tasks‘， ’guest‘）

while True：

schedule.run_pending（）

運(yùn)行任務(wù)到某時(shí)間：

import schedule

from datetime import datetime， timedelta， time

def job（）：

print（’working.。.‘）

schedule.every（）.second.until（’23:59‘）.do（job） # 今天23:59停止

schedule.every（）.second.until（’2030-01-01 18:30‘）.do（job） # 2030-01-01 18:30停止

schedule.every（）.second.until（timedelta（hours=8））.do（job） # 8小時(shí)后停止

schedule.every（）.second.until（time（23， 59， 59））.do（job） # 今天2359停止

schedule.every（）.second.until（datetime（2030， 1， 1， 18， 30， 0））.do（job） # 2030-01-01 18:30停止

while True：

schedule.run_pending（）

馬上運(yùn)行所有任務(wù)（主要用于測(cè)試）：

import schedule

def job（）：

print（’working.。.‘）

def job1（）：

print（’Hello.。.‘）

schedule.every（）.monday.at（’12:40‘）.do（job）

schedule.every（）.tuesday.at（’16:40‘）.do（job1）

schedule.run_all（）

schedule.run_all（delay_seconds=3） # 任務(wù)間延遲3秒

并行運(yùn)行：使用 Python 內(nèi)置隊(duì)列實(shí)現(xiàn)：

import threading

import time

import schedule

def job1（）：

print（“I’m running on thread %s” % threading.current_thread（））

def job2（）：

print（“I‘m running on thread %s” % threading.current_thread（））

def job3（）：

print（“I’m running on thread %s” % threading.current_thread（））

def run_threaded（job_func）：

job_thread = threading.Thread（target=job_func）

job_thread.start（）

schedule.every（10）.seconds.do（run_threaded， job1）

schedule.every（10）.seconds.do（run_threaded， job2）

schedule.every（10）.seconds.do（run_threaded， job3）

while True：

schedule.run_pending（）

time.sleep（1）

利用任務(wù)框架APScheduler實(shí)現(xiàn)定時(shí)任務(wù)APScheduler（advanceded python scheduler）基于Quartz的一個(gè)Python定時(shí)任務(wù)框架，實(shí)現(xiàn)了Quartz的所有功能，使用起來(lái)十分方便。提供了基于日期、固定時(shí)間間隔以及crontab類型的任務(wù)，并且可以持久化任務(wù)?；谶@些功能，我們可以很方便的實(shí)現(xiàn)一個(gè)Python定時(shí)任務(wù)系統(tǒng)。

它有以下三個(gè)特點(diǎn)：

類似于 Liunx Cron 的調(diào)度程序（可選的開(kāi)始/結(jié)束時(shí)間）

基于時(shí)間間隔的執(zhí)行調(diào)度（周期性調(diào)度，可選的開(kāi)始/結(jié)束時(shí)間）

一次性執(zhí)行任務(wù)（在設(shè)定的日期/時(shí)間運(yùn)行一次任務(wù)）

APScheduler有四種組成部分：

觸發(fā)器（trigger） 包含調(diào)度邏輯，每一個(gè)作業(yè)有它自己的觸發(fā)器，用于決定接下來(lái)哪一個(gè)作業(yè)會(huì)運(yùn)行。除了他們自己初始配置意外，觸發(fā)器完全是無(wú)狀態(tài)的。

作業(yè)存儲(chǔ)（job store） 存儲(chǔ)被調(diào)度的作業(yè)，默認(rèn)的作業(yè)存儲(chǔ)是簡(jiǎn)單地把作業(yè)保存在內(nèi)存中，其他的作業(yè)存儲(chǔ)是將作業(yè)保存在數(shù)據(jù)庫(kù)中。一個(gè)作業(yè)的數(shù)據(jù)講在保存在持久化作業(yè)存儲(chǔ)時(shí)被序列化，并在加載時(shí)被反序列化。調(diào)度器不能分享同一個(gè)作業(yè)存儲(chǔ)。

執(zhí)行器（executor） 處理作業(yè)的運(yùn)行，他們通常通過(guò)在作業(yè)中提交制定的可調(diào)用對(duì)象到一個(gè)線程或者進(jìn)城池來(lái)進(jìn)行。當(dāng)作業(yè)完成時(shí)，執(zhí)行器將會(huì)通知調(diào)度器。

調(diào)度器（scheduler） 是其他的組成部分。你通常在應(yīng)用只有一個(gè)調(diào)度器，應(yīng)用的開(kāi)發(fā)者通常不會(huì)直接處理作業(yè)存儲(chǔ)、調(diào)度器和觸發(fā)器，相反，調(diào)度器提供了處理這些的合適的接口。配置作業(yè)存儲(chǔ)和執(zhí)行器可以在調(diào)度器中完成，例如添加、修改和移除作業(yè)。通過(guò)配置executor、jobstore、trigger，使用線程池（ThreadPoolExecutor默認(rèn)值20）或進(jìn)程池（ProcessPoolExecutor 默認(rèn)值5）并且默認(rèn)最多3個(gè)（max_instances）任務(wù)實(shí)例同時(shí)運(yùn)行，實(shí)現(xiàn)對(duì)job的增刪改查等調(diào)度控制

示例代碼：

from apscheduler.schedulers.blocking import BlockingScheduler

from datetime import datetime

# 輸出時(shí)間

def job（）：

print（datetime.now（）.strftime（“%Y-%m-%d %H：%M：%S”））

# BlockingScheduler

sched = BlockingScheduler（）

sched.add_job（my_job， ‘interval’， seconds=5， id=‘my_job_id’）

sched.start（）

APScheduler中的重要概念

Job 作業(yè)

Job作為APScheduler最小執(zhí)行單位。創(chuàng)建Job時(shí)指定執(zhí)行的函數(shù)，函數(shù)中所需參數(shù)，Job執(zhí)行時(shí)的一些設(shè)置信息。

構(gòu)建說(shuō)明：

id：指定作業(yè)的唯一ID

name：指定作業(yè)的名字

trigger：apscheduler定義的觸發(fā)器，用于確定Job的執(zhí)行時(shí)間，根據(jù)設(shè)置的trigger規(guī)則，計(jì)算得到下次執(zhí)行此job的時(shí)間， 滿足時(shí)將會(huì)執(zhí)行

executor：apscheduler定義的執(zhí)行器，job創(chuàng)建時(shí)設(shè)置執(zhí)行器的名字，根據(jù)字符串你名字到scheduler獲取到執(zhí)行此job的 執(zhí)行器，執(zhí)行job指定的函數(shù)

max_instances：執(zhí)行此job的最大實(shí)例數(shù)，executor執(zhí)行job時(shí)，根據(jù)job的id來(lái)計(jì)算執(zhí)行次數(shù)，根據(jù)設(shè)置的最大實(shí)例數(shù)來(lái)確定是否可執(zhí)行

next_run_time：Job下次的執(zhí)行時(shí)間，創(chuàng)建Job時(shí)可以指定一個(gè)時(shí)間［datetime］，不指定的話則默認(rèn)根據(jù)trigger獲取觸發(fā)時(shí)間

misfire_grace_time：Job的延遲執(zhí)行時(shí)間，例如Job的計(jì)劃執(zhí)行時(shí)間是2100，但因服務(wù)重啟或其他原因?qū)е?131才執(zhí)行，如果設(shè)置此key為40，則該job會(huì)繼續(xù)執(zhí)行，否則將會(huì)丟棄此job

coalesce：Job是否合并執(zhí)行，是一個(gè)bool值。例如scheduler停止20s后重啟啟動(dòng)，而job的觸發(fā)器設(shè)置為5s執(zhí)行一次，因此此job錯(cuò)過(guò)了4個(gè)執(zhí)行時(shí)間，如果設(shè)置為是，則會(huì)合并到一次執(zhí)行，否則會(huì)逐個(gè)執(zhí)行

func：Job執(zhí)行的函數(shù)

args：Job執(zhí)行函數(shù)需要的位置參數(shù)

kwargs：Job執(zhí)行函數(shù)需要的關(guān)鍵字參數(shù)

Trigger 觸發(fā)器

Trigger綁定到Job，在scheduler調(diào)度篩選Job時(shí)，根據(jù)觸發(fā)器的規(guī)則計(jì)算出Job的觸發(fā)時(shí)間，然后與當(dāng)前時(shí)間比較確定此Job是否會(huì)被執(zhí)行，總之就是根據(jù)trigger規(guī)則計(jì)算出下一個(gè)執(zhí)行時(shí)間。

目前APScheduler支持觸發(fā)器：

指定時(shí)間的DateTrigger

指定間隔時(shí)間的IntervalTrigger

像Linux的crontab一樣的CronTrigger。

觸發(fā)器參數(shù)：date

date定時(shí)，作業(yè)只執(zhí)行一次。

run_date （datetime|str） – the date/time to run the job at

timezone （datetime.tzinfo|str） – time zone for run_date if it doesn’t have one already

sched.add_job（my_job， ‘date’， run_date=date（2009， 11， 6）， args=［‘text’］）

sched.add_job（my_job， ‘date’， run_date=datetime（2019， 7， 6， 16， 30， 5）， args=［‘text’］）

觸發(fā)器參數(shù)：interval

interval間隔調(diào)度

weeks （int） – 間隔幾周

days （int） – 間隔幾天

hours （int） – 間隔幾小時(shí)

minutes （int） – 間隔幾分鐘

seconds （int） – 間隔多少秒

start_date （datetime|str） – 開(kāi)始日期

end_date （datetime|str） – 結(jié)束日期

timezone （datetime.tzinfo|str） – 時(shí)區(qū)

sched.add_job（job_function， ‘interval’， hours=2）

觸發(fā)器參數(shù)：cron

cron調(diào)度

（int|str） 表示參數(shù)既可以是int類型，也可以是str類型

（datetime | str） 表示參數(shù)既可以是datetime類型，也可以是str類型

year （int|str） – 4-digit year -（表示四位數(shù)的年份，如2008年）

month （int|str） – month （1-12） -（表示取值范圍為1-12月）

day （int|str） – day of the （1-31） -（表示取值范圍為1-31日）

week （int|str） – ISO week （1-53） -（格里歷2006年12月31日可以寫成2006年-W52-7（擴(kuò)展形式）或2006W527（緊湊形式））

day_of_week （int|str） – number or name of weekday （0-6 or mon，tue，wed，thu，fri，sat，sun） – （表示一周中的第幾天，既可以用0-6表示也可以用其英語(yǔ)縮寫表示）

hour （int|str） – hour （0-23） – （表示取值范圍為0-23時(shí)）

minute （int|str） – minute （0-59） – （表示取值范圍為0-59分）

second （int|str） – second （0-59） – （表示取值范圍為0-59秒）

start_date （datetime|str） – earliest possible date/time to trigger on （inclusive） – （表示開(kāi)始時(shí)間）

end_date （datetime|str） – latest possible date/time to trigger on （inclusive） – （表示結(jié)束時(shí)間）

timezone （datetime.tzinfo|str） – time zone to use for the date/time calculations （defaults to scheduler timezone） -（表示時(shí)區(qū)取值）

CronTrigger可用的表達(dá)式：

表達(dá)式參數(shù)類型描述

*所有通配符。例：minutes=*即每分鐘觸發(fā)

* / a所有每隔時(shí)長(zhǎng)a執(zhí)行一次。例：minutes=”* / 3″ 即每隔3分鐘執(zhí)行一次

a – b所有a – b的范圍內(nèi)觸發(fā)。例：minutes=“2-5”。即2到5分鐘內(nèi)每分鐘執(zhí)行一次

a – b / c所有a – b范圍內(nèi)，每隔時(shí)長(zhǎng)c執(zhí)行一次。

xth y日第幾個(gè)星期幾觸發(fā)。x為第幾個(gè)，y為星期幾

last x日一個(gè)月中，最后一個(gè)星期的星期幾觸發(fā)

last日一個(gè)月中的最后一天觸發(fā)

x， y， z所有組合表達(dá)式，可以組合確定值或上述表達(dá)式

# 6-8，11-12月第三個(gè)周五 00:00， 01:00， 02:00， 03:00運(yùn)行

sched.add_job（job_function， ‘cron’， month=‘6-8，11-12’， day=‘3rd fri’， hour=‘0-3’）

# 每周一到周五運(yùn)行 直到2024-05-30 0000

sched.add_job（job_function， ‘cron’， day_of_week=‘mon-fri’， hour=5， minute=30， end_date=‘2024-05-30’

Executor 執(zhí)行器

Executor在scheduler中初始化，另外也可通過(guò)scheduler的add_executor動(dòng)態(tài)添加Executor。每個(gè)executor都會(huì)綁定一個(gè)alias，這個(gè)作為唯一標(biāo)識(shí)綁定到Job，在實(shí)際執(zhí)行時(shí)會(huì)根據(jù)Job綁定的executor找到實(shí)際的執(zhí)行器對(duì)象，然后根據(jù)執(zhí)行器對(duì)象執(zhí)行Job。

Executor的種類會(huì)根據(jù)不同的調(diào)度來(lái)選擇，如果選擇AsyncIO作為調(diào)度的庫(kù)，那么選擇AsyncIOExecutor，如果選擇tornado作為調(diào)度的庫(kù)，選擇TornadoExecutor，如果選擇啟動(dòng)進(jìn)程作為調(diào)度，選擇ThreadPoolExecutor或者ProcessPoolExecutor都可以。

Executor的選擇需要根據(jù)實(shí)際的scheduler來(lái)選擇不同的執(zhí)行器。目前APScheduler支持的Executor：

executors.asyncio：同步io，阻塞

executors.gevent：io多路復(fù)用，非阻塞

executors.pool： 線程ThreadPoolExecutor和進(jìn)程ProcessPoolExecutor

executors.twisted：基于事件驅(qū)動(dòng)

Jobstore 作業(yè)存儲(chǔ)

Jobstore在scheduler中初始化，另外也可通過(guò)scheduler的add_jobstore動(dòng)態(tài)添加Jobstore。每個(gè)jobstore都會(huì)綁定一個(gè)alias，scheduler在Add Job時(shí)，根據(jù)指定的jobstore在scheduler中找到相應(yīng)的jobstore，并將job添加到j(luò)obstore中。作業(yè)存儲(chǔ)器決定任務(wù)的保存方式， 默認(rèn)存儲(chǔ)在內(nèi)存中（MemoryJobStore），重啟后就沒(méi)有了。APScheduler支持的任務(wù)存儲(chǔ)器有：

jobstores.memory：內(nèi)存

jobstores.mongodb：存儲(chǔ)在mongodb

jobstores.redis：存儲(chǔ)在redis

jobstores.rethinkdb：存儲(chǔ)在rethinkdb

jobstores.sqlalchemy：支持sqlalchemy的數(shù)據(jù)庫(kù)如mysql，sqlite等

jobstores.zookeeper：zookeeper

不同的任務(wù)存儲(chǔ)器可以在調(diào)度器的配置中進(jìn)行配置（見(jiàn)調(diào)度器）

Event 事件

Event是APScheduler在進(jìn)行某些操作時(shí)觸發(fā)相應(yīng)的事件，用戶可以自定義一些函數(shù)來(lái)監(jiān)聽(tīng)這些事件，當(dāng)觸發(fā)某些Event時(shí)，做一些具體的操作。常見(jiàn)的比如。Job執(zhí)行異常事件 EVENT_JOB_ERROR。Job執(zhí)行時(shí)間錯(cuò)過(guò)事件 EVENT_JOB_MISSED。

目前APScheduler定義的Event：

EVENT_SCHEDULER_STARTED

EVENT_SCHEDULER_START

EVENT_SCHEDULER_SHUTDOWN

EVENT_SCHEDULER_PAUSED

EVENT_SCHEDULER_RESUMED

EVENT_EXECUTOR_ADDED

EVENT_EXECUTOR_REMOVED

EVENT_JOBSTORE_ADDED

EVENT_JOBSTORE_REMOVED

EVENT_ALL_JOBS_REMOVED

EVENT_JOB_ADDED

EVENT_JOB_REMOVED

EVENT_JOB_MODIFIED

EVENT_JOB_EXECUTED

EVENT_JOB_ERROR

EVENT_JOB_MISSED

EVENT_JOB_SUBMITTED

EVENT_JOB_MAX_INSTANCES

Listener表示用戶自定義監(jiān)聽(tīng)的一些Event，比如當(dāng)Job觸發(fā)了EVENT_JOB_MISSED事件時(shí)可以根據(jù)需求做一些其他處理。

調(diào)度器

Scheduler是APScheduler的核心，所有相關(guān)組件通過(guò)其定義。scheduler啟動(dòng)之后，將開(kāi)始按照配置的任務(wù)進(jìn)行調(diào)度。除了依據(jù)所有定義Job的trigger生成的將要調(diào)度時(shí)間喚醒調(diào)度之外。當(dāng)發(fā)生Job信息變更時(shí)也會(huì)觸發(fā)調(diào)度。

APScheduler支持的調(diào)度器方式如下，比較常用的為BlockingScheduler和BackgroundScheduler

BlockingScheduler：適用于調(diào)度程序是進(jìn)程中唯一運(yùn)行的進(jìn)程，調(diào)用start函數(shù)會(huì)阻塞當(dāng)前線程，不能立即返回。

BackgroundScheduler：適用于調(diào)度程序在應(yīng)用程序的后臺(tái)運(yùn)行，調(diào)用start后主線程不會(huì)阻塞。

AsyncIOScheduler：適用于使用了asyncio模塊的應(yīng)用程序。

GeventScheduler：適用于使用gevent模塊的應(yīng)用程序。

TwistedScheduler：適用于構(gòu)建Twisted的應(yīng)用程序。

QtScheduler：適用于構(gòu)建Qt的應(yīng)用程序。

Scheduler的工作流程

Scheduler添加job流程：

Scheduler調(diào)度流程：

使用分布式消息系統(tǒng)Celery實(shí)現(xiàn)定時(shí)任務(wù)Celery是一個(gè)簡(jiǎn)單，靈活，可靠的分布式系統(tǒng)，用于處理大量消息，同時(shí)為操作提供維護(hù)此類系統(tǒng)所需的工具， 也可用于任務(wù)調(diào)度。Celery 的配置比較麻煩，如果你只是需要一個(gè)輕量級(jí)的調(diào)度工具，Celery 不會(huì)是一個(gè)好選擇。

Celery 是一個(gè)強(qiáng)大的分布式任務(wù)隊(duì)列，它可以讓任務(wù)的執(zhí)行完全脫離主程序，甚至可以被分配到其他主機(jī)上運(yùn)行。我們通常使用它來(lái)實(shí)現(xiàn)異步任務(wù)（async task）和定時(shí)任務(wù)（crontab）。異步任務(wù)比如是發(fā)送郵件、或者文件上傳， 圖像處理等等一些比較耗時(shí)的操作 ，定時(shí)任務(wù)是需要在特定時(shí)間執(zhí)行的任務(wù)。

需要注意，celery本身并不具備任務(wù)的存儲(chǔ)功能，在調(diào)度任務(wù)的時(shí)候肯定是要把任務(wù)存起來(lái)的，因此在使用celery的時(shí)候還需要搭配一些具備存儲(chǔ)、訪問(wèn)功能的工具，比如：消息隊(duì)列、Redis緩存、數(shù)據(jù)庫(kù)等。官方推薦的是消息隊(duì)列RabbitMQ，有些時(shí)候使用Redis也是不錯(cuò)的選擇。

它的架構(gòu)組成如下圖：

Celery架構(gòu)，它采用典型的生產(chǎn)者-消費(fèi)者模式，主要由以下部分組成：

Celery Beat，任務(wù)調(diào)度器，Beat進(jìn)程會(huì)讀取配置文件的內(nèi)容，周期性地將配置中到期需要執(zhí)行的任務(wù)發(fā)送給任務(wù)隊(duì)列。

Producer：需要在隊(duì)列中進(jìn)行的任務(wù)，一般由用戶、觸發(fā)器或其他操作將任務(wù)入隊(duì)，然后交由workers進(jìn)行處理。調(diào)用了Celery提供的API、函數(shù)或者裝飾器而產(chǎn)生任務(wù)并交給任務(wù)隊(duì)列處理的都是任務(wù)生產(chǎn)者。

Broker，即消息中間件，在這指任務(wù)隊(duì)列本身，Celery扮演生產(chǎn)者和消費(fèi)者的角色，brokers就是生產(chǎn)者和消費(fèi)者存放/獲取產(chǎn)品的地方（隊(duì)列）。

Celery Worker，執(zhí)行任務(wù)的消費(fèi)者，從隊(duì)列中取出任務(wù)并執(zhí)行。通常會(huì)在多臺(tái)服務(wù)器運(yùn)行多個(gè)消費(fèi)者來(lái)提高執(zhí)行效率。

Result Backend：任務(wù)處理完后保存狀態(tài)信息和結(jié)果，以供查詢。Celery默認(rèn)已支持Redis、RabbitMQ、MongoDB、Django ORM、SQLAlchemy等方式。

實(shí)際應(yīng)用中，用戶從Web前端發(fā)起一個(gè)請(qǐng)求，我們只需要將請(qǐng)求所要處理的任務(wù)丟入任務(wù)隊(duì)列broker中，由空閑的worker去處理任務(wù)即可，處理的結(jié)果會(huì)暫存在后臺(tái)數(shù)據(jù)庫(kù)backend中。我們可以在一臺(tái)機(jī)器或多臺(tái)機(jī)器上同時(shí)起多個(gè)worker進(jìn)程來(lái)實(shí)現(xiàn)分布式地并行處理任務(wù)。

Celery定時(shí)任務(wù)實(shí)例：

Python Celery & RabbitMQ Tutorial

Celery 配置實(shí)踐筆記

使用數(shù)據(jù)流工具Apache Airflow實(shí)現(xiàn)定時(shí)任務(wù)Apache Airflow 是Airbnb開(kāi)源的一款數(shù)據(jù)流程工具，目前是Apache孵化項(xiàng)目。以非常靈活的方式來(lái)支持?jǐn)?shù)據(jù)的ETL過(guò)程，同時(shí)還支持非常多的插件來(lái)完成諸如HDFS監(jiān)控、郵件通知等功能。Airflow支持單機(jī)和分布式兩種模式，支持Master-Slave模式，支持Mesos等資源調(diào)度，有非常好的擴(kuò)展性。被大量公司采用。

Airflow使用Python開(kāi)發(fā)，它通過(guò)DAGs（Directed Acyclic Graph， 有向無(wú)環(huán)圖）來(lái)表達(dá)一個(gè)工作流中所要執(zhí)行的任務(wù)，以及任務(wù)之間的關(guān)系和依賴。比如，如下的工作流中，任務(wù)T1執(zhí)行完成，T2和T3才能開(kāi)始執(zhí)行，T2和T3都執(zhí)行完成，T4才能開(kāi)始執(zhí)行。

Airflow提供了各種Operator實(shí)現(xiàn)，可以完成各種任務(wù)實(shí)現(xiàn)：

BashOperator – 執(zhí)行 bash 命令或腳本。

SSHOperator – 執(zhí)行遠(yuǎn)程 bash 命令或腳本（原理同 paramiko 模塊）。

PythonOperator – 執(zhí)行 Python 函數(shù)。

EmailOperator – 發(fā)送 Email。

HTTPOperator – 發(fā)送一個(gè) HTTP 請(qǐng)求。

MySqlOperator， SqliteOperator， PostgresOperator， MsSqlOperator， OracleOperator， JdbcOperator， 等，執(zhí)行 SQL 任務(wù)。

DockerOperator， HiveOperator， S3FileTransferOperator， PrestoToMysqlOperator， SlackOperator…

除了以上這些 Operators 還可以方便的自定義 Operators 滿足個(gè)性化的任務(wù)需求。

一些情況下，我們需要根據(jù)執(zhí)行結(jié)果執(zhí)行不同的任務(wù)，這樣工作流會(huì)產(chǎn)生分支。如：

這種需求可以使用BranchPythonOperator來(lái)實(shí)現(xiàn)。

Airflow 產(chǎn)生的背景

通常，在一個(gè)運(yùn)維系統(tǒng)，數(shù)據(jù)分析系統(tǒng)，或測(cè)試系統(tǒng)等大型系統(tǒng)中，我們會(huì)有各種各樣的依賴需求。包括但不限于：

時(shí)間依賴：任務(wù)需要等待某一個(gè)時(shí)間點(diǎn)觸發(fā)。

外部系統(tǒng)依賴：任務(wù)依賴外部系統(tǒng)需要調(diào)用接口去訪問(wèn)。

任務(wù)間依賴：任務(wù) A 需要在任務(wù) B 完成后啟動(dòng)，兩個(gè)任務(wù)互相間會(huì)產(chǎn)生影響。

資源環(huán)境依賴：任務(wù)消耗資源非常多， 或者只能在特定的機(jī)器上執(zhí)行。

crontab 可以很好地處理定時(shí)執(zhí)行任務(wù)的需求，但僅能管理時(shí)間上的依賴。Airflow 的核心概念 DAG（有向無(wú)環(huán)圖）—— 來(lái)表現(xiàn)工作流。

Airflow 是一種 WMS，即：它將任務(wù)以及它們的依賴看作代碼，按照那些計(jì)劃規(guī)范任務(wù)執(zhí)行，并在實(shí)際工作進(jìn)程之間分發(fā)需執(zhí)行的任務(wù)。

Airflow 提供了一個(gè)用于顯示當(dāng)前活動(dòng)任務(wù)和過(guò)去任務(wù)狀態(tài)的優(yōu)秀 UI，并允許用戶手動(dòng)管理任務(wù)的執(zhí)行和狀態(tài)。

Airflow 中的工作流是具有方向性依賴的任務(wù)集合。

DAG 中的每個(gè)節(jié)點(diǎn)都是一個(gè)任務(wù)，DAG 中的邊表示的是任務(wù)之間的依賴（強(qiáng)制為有向無(wú)環(huán)，因此不會(huì)出現(xiàn)循環(huán)依賴，從而導(dǎo)致無(wú)限執(zhí)行循環(huán)）。

Airflow 核心概念

DAGs：即有向無(wú)環(huán)圖（Directed Acyclic Graph），將所有需要運(yùn)行的tasks按照依賴關(guān)系組織起來(lái)，描述的是所有tasks執(zhí)行順序。

Operators：可以簡(jiǎn)單理解為一個(gè)class，描述了DAG中某個(gè)的task具體要做的事。其中，airflow內(nèi)置了很多operators，如BashOperator 執(zhí)行一個(gè)bash 命令，PythonOperator 調(diào)用任意的Python 函數(shù)，EmailOperator 用于發(fā)送郵件，HTTPOperator 用于發(fā)送HTTP請(qǐng)求， SqlOperator 用于執(zhí)行SQL命令等等，同時(shí)，用戶可以自定義Operator，這給用戶提供了極大的便利性。

Tasks：Task 是 Operator的一個(gè)實(shí)例，也就是DAGs中的一個(gè)node。

Task Instance：task的一次運(yùn)行。Web 界面中可以看到task instance 有自己的狀態(tài)，包括”running”， “success”， “failed”， “skipped”， “up for retry”等。

Task Relationships：DAGs中的不同Tasks之間可以有依賴關(guān)系，如 Task1 》》 Task2，表明Task2依賴于Task2了。通過(guò)將DAGs和Operators結(jié)合起來(lái)，用戶就可以創(chuàng)建各種復(fù)雜的 工作流（workflow）。

Airflow 的架構(gòu)

在一個(gè)可擴(kuò)展的生產(chǎn)環(huán)境中，Airflow 含有以下組件：

元數(shù)據(jù)庫(kù)：這個(gè)數(shù)據(jù)庫(kù)存儲(chǔ)有關(guān)任務(wù)狀態(tài)的信息。

調(diào)度器：Scheduler 是一種使用 DAG 定義結(jié)合元數(shù)據(jù)中的任務(wù)狀態(tài)來(lái)決定哪些任務(wù)需要被執(zhí)行以及任務(wù)執(zhí)行優(yōu)先級(jí)的過(guò)程。調(diào)度器通常作為服務(wù)運(yùn)行。

執(zhí)行器：Executor 是一個(gè)消息隊(duì)列進(jìn)程，它被綁定到調(diào)度器中，用于確定實(shí)際執(zhí)行每個(gè)任務(wù)計(jì)劃的工作進(jìn)程。有不同類型的執(zhí)行器，每個(gè)執(zhí)行器都使用一個(gè)指定工作進(jìn)程的類來(lái)執(zhí)行任務(wù)。例如，LocalExecutor 使用與調(diào)度器進(jìn)程在同一臺(tái)機(jī)器上運(yùn)行的并行進(jìn)程執(zhí)行任務(wù)。其他像 CeleryExecutor 的執(zhí)行器使用存在于獨(dú)立的工作機(jī)器集群中的工作進(jìn)程執(zhí)行任務(wù)。

Workers：這些是實(shí)際執(zhí)行任務(wù)邏輯的進(jìn)程，由正在使用的執(zhí)行器確定。

Worker的具體實(shí)現(xiàn)由配置文件中的executor來(lái)指定，airflow支持多種Executor：

SequentialExecutor： 單進(jìn)程順序執(zhí)行，一般只用來(lái)測(cè)試

LocalExecutor： 本地多進(jìn)程執(zhí)行

CeleryExecutor： 使用Celery進(jìn)行分布式任務(wù)調(diào)度

DaskExecutor：使用Dask進(jìn)行分布式任務(wù)調(diào)度

KubernetesExecutor： 1.10.0新增， 創(chuàng)建臨時(shí)POD執(zhí)行每次任務(wù)

生產(chǎn)環(huán)境一般使用CeleryExecutor和KubernetesExecutor。

使用CeleryExecutor的架構(gòu)如圖：

其它參考：

Getting started with Apache Airflow

Understanding Apache Airflow’s key concepts

原文鏈接：https://www.biaodianfu.com/python-schedule.html

責(zé)任編輯：haq