时间如水，东流而逝 ！Python中的异步，定时任务（Celery，Apscheduler）

Celery PK APScheduler

Celery：我们通常将celery作为一个任务队列来使用，但是celery也有定时任务的功能。当然了，任务就是消息，消息中间件（也就是broker）可以使用redis或者rabbitmq 。

安装Celery模块：

pip install celery

Celery的默认broker(消息中间件)是RabbitMQ, 当然了，也可以使用Redis 。

APScheduler：算是在实际项目中最好用的一个工具库，不仅可以在程序动态的添加和删除定时任务，还支持持久化 。APScheduler（Advanced Python Scheduler）是一个轻量级的Python定时任务调度框架（Python库）。

安装APScheduler库：

pip install apscheduler

APScheduler使用：

APScheduler有四个组件：

triggers: 触发器，用于设定触发任务的条件，触发器包含了调度的逻辑，每个任务都有自己的触发器决定该任务下次运行的时间。
job stores: 任务储存器，用于存放任务，把任务放在内存或者数据库中，一个
executors: 执行器，用于执行任务，可以设定执行模式为单线程或者线程池，任务完毕后，执行器会通知调度器
schedulers: 调度器，上面的三个组件都是参数，使用这三个参数创建调度器实例来运行

Celery简单使用代码展示：

先定义Celery应用：

test_celery.py:

from celery import Celery
from datetime import timedelta # 时间延后

app = Celery("tornado")

# 导入模块
app.conf["imports"] = ["celery_task"]

# 定义broker  代理人
app.conf.broker_url = "redis://:123@localhost:6379"

# 任务结果
app.conf.result_backend = "redis://:123@localhost:6379"

# 时区
app.conf.timezone = "Asia/Shanghai"

# 配置定时任务
app.conf.beat_schedule = {

    "task1":{

        "task":"celery_task.job", # 指定任务所在模块
        "schedule":timedelta(seconds=3),
        "args":()
    }
}

定义celery任务task：

celery_task.py:

# 导入celery应用
from test_celery import app
from celery import shared_task  # 装饰成定时任务

@shared_task
def job():

    # 任务逻辑

    return "test"

命令窗口开启服务（两个）：

# 启动服务(命令窗)
celery -A test_celery worker --pool=solo -l info

celery -A test_celery beat -l info

会出现以下情况：

任务每隔三秒执行一次，这就是使用celery完成的简单定时任务，当然了，在实际工作当中会遇到较为复杂的任务，需要在任务中添加条件，这就要根据具体情况，具体分析！

APScheduler 使用起来还算是比较简单。运行一个调度任务只需要以下三部曲。

1. 新建一个 schedulers (调度器) 。
2. 添加一个调度任务(job stores)。
3. 运行调度任务。

APScheduler的代码展示：

导包：

import os

from datetime import datetime
from tornado.ioloop import IOLoop, PeriodicCallback

from tornado.web import Application, RequestHandler, url

from apscheduler.schedulers.tornado import TornadoScheduler

写数据，初始化任务调度器：

scheduler = None

job_ids = []

# 初始化
def init_scheduler():

    global scheduler
    scheduler = TornadoScheduler()
    scheduler.start()

    print("定时任务启动")

声明要执行的任务：

def task(job_id,filename,size,count):

    # 写入逻辑判断
    count = int(count)

    filelist = os.listdir("./static/uploads/")
    temp = []

    for i in range(count):
        for x in filelist:
            if x == "{}_{}".format(filename,i):

                temp.append(x)

    if len(temp) != count:
        print("分片未传输成功")
        return False

    try:
        filesize = os.path.getsize("./static/uploads/{}".format(filename))
    except Exception as e:
        filesize = 0

    if int(size) != filesize:
        print("分片合并未成功")
        return False

    # 删除分片
    for x in range(count):

        os.remove("./static/uploads/{}_{}".format(filename,x))

    # 删除定时任务
    scheduler.remove_job(job_id)

    job_ids.remove(job_id)
    print("分片执行完毕")

声明服务控制器：

class SchedulerHandler(RequestHandler):

    async def get(self):

        job_id = self.get_argument("job_id",None)

        filename = self.get_argument("filename",None)

        size = self.get_argument("size",None)

        count = self.get_argument("count", None)

        global job_ids

        if job_id not in job_ids:

            job_ids.append(job_id)

            scheduler.add_job(task,"interval",seconds=3,id=job_id,args=(job_id,filename,size,count))

            print("定时任务入队")
            res = {"errcode":0,"msg":"ok任务完成"}

        else:
            print("该任务已经存在")
            res = {"errcode":1,"msg":'fail失败'}

            self.finish(res)

任务执行：

if __name__ == '__main__':

    routes = [url(r"/scheduler/",SchedulerHandler)]

    init_scheduler()

    # 声明tornado对象
    application = Application(routes,debug=True)
    application.listen(8888) # 要注意端口号是否被占用问题
    IOLoop.current().start()

在现在项目中，使用APScheduler也是比较简单的，掌握好技巧，玩转整个任务区！