Python3定時任務的實現方式

本篇內容介紹了“Python3定時任務的實現方式”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

Python中常用的定時任務實現方式：

1>循環+sleep；
2>線程模塊中Timer類；
3>schedule模塊；
4>定時框架：APScheduler

在開始之前先設定一個任務（這樣不用依賴外部環境）：
1：定時或者定點監測CPU與內存使用率；
2：將時間，CPU，內存使用情況保存到日志文件；

先來實現系統監測功能：
準備工作：安裝psutil：pip install psutil
功能實現

#psutil:獲取系統信息模塊，可以獲取CPU，內存，磁盤等的使用情況
import psutil
import time
import datetime
#logfile：監測信息寫入文件
def MonitorSystem(logfile = None):
    #獲取cpu使用情況
    cpuper = psutil.cpu_percent()
    #獲取內存使用情況：系統內存大小，使用內存，有效內存，內存使用率
    mem = psutil.virtual_memory()
    #內存使用率
    memper = mem.percent
    #獲取當前時間
    now = datetime.datetime.now()
    ts = now.strftime('%Y-%m-%d %H:%M:%S')
    line = f'{ts} cpu:{cpuper}%, mem:{memper}%'
    print(line)
    if logfile:
        logfile.write(line)

代碼運行結果：

2019-03-21 14:23:41 cpu:0.6%, mem:77.2%

接下來我們要實現定時監測，比如3s監測一下系統資源使用情況。

最簡單使用方式：sleep

這種方式最簡單，直接使用while+sleep就可以實現：

def loopMonitor():
    while True:
        MonitorSystem()
        #2s檢查一次
        time.sleep(3)
loopMonitor()

輸出結果：

2019-03-21 14:28:42 cpu:1.5%, mem:77.6%
2019-03-21 14:28:45 cpu:1.6%, mem:77.6%
2019-03-21 14:28:48 cpu:1.4%, mem:77.6%
2019-03-21 14:28:51 cpu:1.4%, mem:77.6%
2019-03-21 14:28:54 cpu:1.3%, mem:77.6%

這種方式存在問題：只能處理單個定時任務。
又來了新任務：需要每秒監測網絡收發字節，代碼實現如下：

def MonitorNetWork(logfile = None):
    #獲取網絡收信息
    netinfo = psutil.net_io_counters()
    #獲取當前時間
    now = datetime.datetime.now()
    ts = now.strftime('%Y-%m-%d %H:%M:%S')
    line = f'{ts} bytessent={netinfo.bytes_sent}, bytesrecv={netinfo.bytes_recv}'
    print(line)
    if logfile:
        logfile.write(line)
MonitorNetWork()

代碼執行結果：

2019-03-21 14:47:21 bytessent=169752183, bytesrecv=1107900973

如果我們同時在while循環中監測兩個任務會有等待問題，不能每秒監測網絡情況。

Timer實現方式

timer最基本理解就是定時器，我們可以啟動多個定時任務，這些定時器任務是異步執行，所以不存在等待順序執行問題。
先來看Timer的基本使用：
導入：from threading import Timer
主要方法：

定時器只能執行一次，如果需要重復執行，需要重新添加任務；
我們先來看基本使用：

from threading import Timer
#記錄當前時間
print(datetime.datetime.now())
#3S執行一次
sTimer = Timer(3, MonitorSystem)
#1S執行一次
nTimer = Timer(1, MonitorNetWork)
#使用線程方式執行
sTimer.start()
nTimer.start()
#等待結束
sTimer.join()
nTimer.join()
#記錄結束時間
print(datetime.datetime.now())

輸出結果：

2019-03-21 15:13:36.739798
2019-03-21 15:13:37 bytessent=171337324, bytesrecv=1109002349
2019-03-21 15:13:39 cpu:1.4%, mem:93.2%
2019-03-21 15:13:39.745187

可以看到，花費時間為3S，但是我們想要做的是每秒監控網絡狀態；如何處理。
Timer只能執行一次，所以執行完成之后需要再次添加任務，我們對代碼進行修改：

from threading import Timer
import psutil
import time
import datetime
def MonitorSystem(logfile = None):
    cpuper = psutil.cpu_percent()
    mem = psutil.virtual_memory()
    memper = mem.percent
    now = datetime.datetime.now()
    ts = now.strftime('%Y-%m-%d %H:%M:%S')
    line = f'{ts} cpu:{cpuper}%, mem:{memper}%'
    print(line)
    if logfile:
        logfile.write(line)
    #啟動定時器任務，每三秒執行一次
    Timer(3, MonitorSystem).start()

def MonitorNetWork(logfile = None):
    netinfo = psutil.net_io_counters()
    now = datetime.datetime.now()
    ts = now.strftime('%Y-%m-%d %H:%M:%S')
    line = f'{ts} bytessent={netinfo.bytes_sent}, bytesrecv={netinfo.bytes_recv}'
    print(line)
    if logfile:
        logfile.write(line)
    #啟動定時器任務，每秒執行一次
    Timer(1, MonitorNetWork).start()
MonitorSystem()
MonitorNetWork()

執行結果：

2019-03-21 15:18:21 cpu:1.5%, mem:93.2%
2019-03-21 15:18:21 bytessent=171376522, bytesrecv=1109124678
2019-03-21 15:18:22 bytessent=171382215, bytesrecv=1109128294
2019-03-21 15:18:23 bytessent=171384278, bytesrecv=1109129702
2019-03-21 15:18:24 cpu:1.9%, mem:93.2%
2019-03-21 15:18:24 bytessent=171386341, bytesrecv=1109131110
2019-03-21 15:18:25 bytessent=171388527, bytesrecv=1109132600
2019-03-21 15:18:26 bytessent=171390590, bytesrecv=1109134008

從時間中可以看到，這兩個任務可以同時進行不存在等待問題。
Timer的實質是使用線程方式去執行任務，每次執行完后會銷毀，所以不必擔心資源問題。

調度模塊：schedule

schedule是一個第三方輕量級的任務調度模塊，可以按照秒，分，小時，日期或者自定義事件執行時間；
安裝方式：

pip install schedule

我們來看一個例子：

import datetime
import schedule
import time
def func():
    now = datetime.datetime.now()
    ts = now.strftime('%Y-%m-%d %H:%M:%S')
    print('do func  time :',ts)
def func2():
    now = datetime.datetime.now()
    ts = now.strftime('%Y-%m-%d %H:%M:%S')
    print('do func2 time：',ts)
def tasklist():
    #清空任務
    schedule.clear()
    #創建一個按秒間隔執行任務
    schedule.every(1).seconds.do(func)
    #創建一個按2秒間隔執行任務
    schedule.every(2).seconds.do(func2)
    #執行10S
    for i in range(10):
        schedule.run_pending()
        time.sleep(1)
tasklist()

執行結果：

do func  time : 2019-03-22 08:51:38
do func2 time： 2019-03-22 08:51:39
do func  time : 2019-03-22 08:51:39
do func  time : 2019-03-22 08:51:40
do func2 time： 2019-03-22 08:51:41
do func  time : 2019-03-22 08:51:41
do func  time : 2019-03-22 08:51:42
do func2 time： 2019-03-22 08:51:43
do func  time : 2019-03-22 08:51:43
do func  time : 2019-03-22 08:51:44
do func2 time： 2019-03-22 08:51:45
do func  time : 2019-03-22 08:51:45
do func  time : 2019-03-22 08:51:46

執行過程分析：

>1>因為老貓在jupyter下執行，所以先將schedule任務清空；
>2>按時間間在schedule中隔添加任務；
>3>老貓這里按照秒間隔添加func，按照兩秒間隔添加func2;
>4>schedule添加任務后，需要查詢任務并執行任務；
>5>為了防止占用資源，每秒查詢到點任務，然后順序執行；

第5個順序執行怎么理解，我們修改func函數，里面添加time.sleep(2)
然后只執行func工作，輸出結果：

do func  time : 2019-03-22 09:00:59
do func  time : 2019-03-22 09:01:02
do func  time : 2019-03-22 09:01:05

可以看到時間間隔為3S，為什么不是1S？
因為這個按照順序執行，func休眠2S，循環任務查詢休眠1S，所以會存在這個問題。
在我們使用這種方式執行任務需要注意這種阻塞現象。
我們看下schedule模塊常用使用方法：

#schedule.every(1)創建Job, seconds.do(func)按秒間隔查詢并執行
schedule.every(1).seconds.do(func)
#添加任務按分執行
schedule.every(1).minutes.do(func)
#添加任務按天執行
schedule.every(1).days.do(func)
#添加任務按周執行
schedule.every().weeks.do(func)
#添加任務每周1執行，執行時間為下周一這一時刻時間
schedule.every().monday.do(func)
#每周1，1點15開始執行
schedule.every().monday.at("12:00").do(job)

這種方式局限性：如果工作任務回非常耗時就會影響其他任務執行。我們可以考慮使用并發機制配置這個模塊使用。

任務框架APScheduler

APScheduler是Python的一個定時任務框架，用于執行周期或者定時任務，
可以基于日期、時間間隔，及類似于Linux上的定時任務crontab類型的定時任務；
該該框架不僅可以添加、刪除定時任務，還可以將任務存儲到數據庫中，實現任務的持久化，使用起來非常方便。
安裝方式：pip install apscheduler
apscheduler組件及簡單說明：

1>triggers（觸發器）：觸發器包含調度邏輯，每一個作業有它自己的觸發器
2>job stores（作業存儲）:用來存儲被調度的作業，默認的作業存儲器是簡單地把作業任務保存在內存中,支持存儲到MongoDB，Redis數據庫中
3> executors（執行器）：執行器用來執行定時任務，只是將需要執行的任務放在新的線程或者線程池中運行
4>schedulers（調度器）：調度器是將其它部分聯系在一起,對使用者提供接口，進行任務添加，設置，刪除。

來看一個簡單例子：

import time
from apscheduler.schedulers.blocking import BlockingScheduler
def func():
    now = datetime.datetime.now()
    ts = now.strftime('%Y-%m-%d %H:%M:%S')
    print('do func  time :',ts)

def func2():
    #耗時2S
    now = datetime.datetime.now()
    ts = now.strftime('%Y-%m-%d %H:%M:%S')
    print('do func2 time：',ts)
    time.sleep(2)

def dojob():
    #創建調度器：BlockingScheduler
    scheduler = BlockingScheduler()
    #添加任務,時間間隔2S
    scheduler.add_job(func, 'interval', seconds=2, id='test_job1')
    #添加任務,時間間隔5S
    scheduler.add_job(func2, 'interval', seconds=3, id='test_job2')
    scheduler.start()
dojob()

輸出結果：

do func  time : 2019-03-22 10:32:20
do func2 time： 2019-03-22 10:32:21
do func  time : 2019-03-22 10:32:22
do func  time : 2019-03-22 10:32:24
do func2 time： 2019-03-22 10:32:24
do func  time : 2019-03-22 10:32:26

輸出結果中可以看到：任務就算是有延時，也不會影響其他任務執行。
APScheduler框架提供豐富接口去實現定時任務，可以去參考官方文檔去查看使用方式。

“Python3定時任務的實現方式”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！