在工作中多少都会涉及到一些定时任务，比如定时邮件提醒等。 本文通过开源项目schedule来学习定时。
任务调度是如何工作的，以及基于此实现一个web版本的提醒工具。
schedule简介
既然schedule说是给人类使用的作业调度器, 先来看看作者给提供的例子:
import schedule
import time
def job():
print(“I’m working…”)
schedule.every(10).minutes.do(job) （每隔10分钟执行一次任务）
schedule.every().hour.do(job) （每隔一小时执行一次任务）
schedule.every().day.at(“10:30”).do(job) （每天10:30执行一次任务）
schedule.every().monday.do(job) （每周一的这个时候执行一次任务）
schedule.every().wednesday.at(“13:15”).do(job) （每周三13:15执行一次任务）
while True:
schedule.run_pending()
time.sleep(1)
代码确实简洁明了，一读就懂。 那么接下来就来学习一下源码。
一般情况下分为三个类,源码分析就围绕这三个类:
CancelJob
class CancelJob(object):
pass
可以看到就是一个空类, 这个类的作用就是当你的job执行函数返回一个CancelJob类型的对象,那么执行完后就会被Scheduler移除. 简单说就是只会执行一次.
Scheduler
为了使代码紧凑，这里删除了注释，剩下也就34行代码.
class Scheduler(object):
def init(self):
self.jobs = []
def run_pending(self):
runnable_jobs = (job for job in self.jobs if job.should_run)
for job in sorted(runnable_jobs):
self._run_job(job)
def run_all(self, delay_seconds=0):
for job in self.jobs:
self._run_job(job)
time.sleep(delay_seconds)
def clear(self):
del self.jobs[:]
def cancel_job(self, job):
try:
self.jobs.remove(job)
except ValueError:
pass
def every(self, interval=1):
job = Job(interval)
self.jobs.append(job)
return job
def _run_job(self, job):
ret = job.run()
if isinstance(ret, CancelJob) or ret is CancelJob:
self.cancel_job(job)
@property
def next_run(self):
if not self.jobs:
return None
return min(self.jobs).next_run
@property
def idle_seconds(self):
return (self.next_run - datetime.datetime.now()).total_seconds()
Scheduler作用就是在job可以执行的时候执行它. 这里的函数也都比较简单:
run_pending:运行所有可以运行的任务
run_all:运行所有任务,不管是否应该运行
clear:删除所有调度的任务
cancel_job:删除一个任务
every: 创建一个调度任务, 返回的是一个job
_run_job:运行一个job
next_run:获取下一个要运行任务的时间, 这里使用的是min去得到最近将执行的job, 之所以这样使用，是Job重载了_lt方法,这样写起来确实很简洁.
idle_seconds:还有多少秒即将开始运行任务.
Job
Job是整个定时任务的核心. 主要功能就是根据创建Job时的参数,得到下一次运行的时间. 代码如下,稍微有点长(会省略部分代码，可以看源码):
class Job(object):
def init(self, interval):
self.interval = interval # pause interval * unit between runs
self.job_func = None # the job job_func to run
self.unit = None # time units, e.g. ‘minutes’, ‘hours’, …
self.at_time = None # optional time at which this job runs
self.last_run = None # datetime of the last run
self.next_run = None # datetime of the next run
self.period = None # timedelta between runs, only valid for
self.start_day = None # Specific day of the week to start on
def lt(self, other):
return self.next_run < other.next_run
def minute(self):
assert self.interval == 1, ‘Use minutes instead of minute’
return self.minutes
@property
def minutes(self):
self.unit = ‘minutes’
return self
@property
def hour(self):
assert self.interval == 1, ‘Use hours instead of hour’
return self.hours
@property
def hours(self):
self.unit = ‘hours’
return self
@property
def day(self):
assert self.interval == 1, ‘Use days instead of day’
return self.days
@property
def days(self):
self.unit = ‘days’
return self
@property
def week(self):
assert self.interval == 1, ‘Use weeks instead of week’
return self.weeks
@property
def weeks(self):
self.unit = ‘weeks’
return self
@property
def monday(self):
assert self.interval == 1, ‘Use mondays instead of monday’
self.start_day = ‘monday’
return self.weeks
def at(self, time_str):
assert self.unit in (‘days’, ‘hours’) or self.start_day
hour, minute = time_str.split(‘:’)
minute = int(minute)
if self.unit == ‘days’ or self.start_day:
hour = int(hour)
assert 0 <= hour <= 23
elif self.unit == ‘hours’:
hour = 0
assert 0 <= minute <= 59
self.at_time = datetime.time(hour, minute)
return self
def do(self, job_func, *args, **kwargs):
self.job_func = functools.partial(job_func, *args, **kwargs)
try:
functools.update_wrapper(self.job_func, job_func)
except AttributeError:
# job_funcs already wrapped by functools.partial won’t have
# name, module or doc and the update_wrapper()
# call will fail.
pass
self._schedule_next_run()
return self
@property
def should_run(self):
return datetime.datetime.now() >= self.next_run
def run(self):
logger.info(‘Running job %s’, self)
ret = self.job_func()
self.last_run = datetime.datetime.now()
self._schedule_next_run()
return ret
def _schedule_next_run(self):
assert self.unit in (‘seconds’, ‘minutes’, ‘hours’, ‘days’, ‘weeks’)
self.period = datetime.timedelta(**{self.unit: self.interval})
self.next_run = datetime.datetime.now() + self.period
# 太长,后面讲一下逻辑或者看源码.
这个方法也不是很多,有很多逻辑是一样的. 简单介绍一下:
首先看一下几个参数的含义:
interval:间隔多久,每interval秒或分等.
job_func:job执行函数
unit : 间隔单元，比如minutes, hours
at_time :job具体执行时间点,比如10:30等
last_run:job上一次执行时间
next_run :job下一次即将运行时间
period: 距离下次运行间隔时间
start_day: 周的特殊天，也就是monday等的含义
再来看一下各个方法:
lt: 比较哪个job最先即将执行, Scheduler中next_run方法里使用min会用到, 有时合适的使用python这些特殊方法可以简化代码，看起来更pythonic.
second、seconds的区别就是second时默认interval ==1,即schedule.every().second和schedule.every(1).seconds是等价的,作用就是设置unit为seconds. minute和minutes、hour和hours、day和days、week和weeks也类似.
monday: 设置start_day 为monday, unit 为weeks,interval为1. 含义就是每周一执行job. 类似 tuesday、wednesday、thursday、friday、saturday、sunday一样.
at: 表示某天的某个时间点，所以不适合minutes、weeks且start_day 为空(即单纯的周)这些unit. 对于unit为hours时,time_str中小时部分为0.
do: 设置job对应的函数以及参数, 这里使用functools.update_wrapper去更新函数名等信息.主要是functools.partial返回的函数和原函数名称不一样.具体可以看看官网文档. 然后调用_schedule_next_run去计算job下一次执行时间.
should_run: 判断job是否可以运行了.依据是当前时间点大于等于job的next_run
_schedule_next_run: 这是整个job的定时的逻辑部分是计算job下次运行的时间点的.描述一下流程:
计算下一次执行时间:
这里根据unit和interval计算出下一次运行时间. 举个例子,比如schedule.every().hour.do(job, message=’things’)下一次运行时间就是当前时间加上一小时的间隔.
但是当start_day不为空时，即表示某个星期. 这时period就不能直接加在当前时间了. 看代码:
其中days_ahead表示job表示的星期几与当表示的星期几差几天. 比如今天是星期三，job表示的是星期五,那么days_ahead就为2，最终self.next_run效果就是在now基础上加了2天.
当at_time不为空时, 需要更新执行的时间点,具体就是计算时、分、秒然后调用replace进行更新. 这里对unit为days或hours进行特殊处理:
当已经过了执行时间的话的话,unit为days的话减去一天, unit为hours的话减去一小时. 这样可以保证任务今天运行.
后面还有一句代码:
这句的含义时对于像monday这些定时任务特殊情况的处理. 举个例子, 今天是星期四12:00,创建的job是星期四13:00, days_ahead <=7 这个条件满足,最终next_run实际加了7,这样的话这个任务就不会运行了. 所以这一步实际就是把7减掉. 看上去有点绕, 实际只要把days_ahead <= 0改为days_ahead < 0这句代码就不用了.
学习总结
通过学习schedule,可以看到实现一个基础的任务定时调度就是根据job的配置计算执行时间和执行job. 代码里我认为比较好的地方有:
lt的使用,这样min函数直接应用在job上.
@property是代码更简洁
返回self支持连缀操作,像schedule.every(10).minutes.do(job)看起来很直接.
时间部分完全是根据datetime实现的,有很多很好用的函数
