python 最全定时器详解
ztj100 2025-01-09 17:28 19 浏览 0 评论
1、系统级定时器Crontab
Crontab是一个用于在Linux和类Unix系统上执行定期任务的工具。它使用一种称为Cron表达式的格式来定义任务的执行时间。
Cron表达式由5个字段组成,每个字段代表了任务执行的时间和频率。这些字段分别是:
- 分钟(0-59)
- 小时(0-23)
- 日(1-31)
- 月(1-12)
- 星期几(0-7,其中0和7都代表周日)
字段之间用空格或制表符分隔。除了数字外,你还可以在字段中使用特殊字符来表示一些特定含义,例如*表示匹配任意值,/表示固定间隔,,表示枚举多个值,-表示范围等。
以下是一些常见的Cron表达式示例:
- 0 0 * * *:每天的午夜执行任务
- 0 12 * * 1-5:每周一至周五的中午12点执行任务
- 0 0 1 * *:每月的第一天执行任务
- 0 0 */2 * *:每隔两天执行任务
要使用Crontab,你可以使用crontab -e命令编辑当前用户的Crontab文件,然后按照Cron表达式的格式添加定时任务。每当Crontab文件发生变化时,定时任务会自动更新。
另外,你还可以使用crontab -l命令来列出当前用户的Crontab任务列表,以及使用crontab -r命令来删除所有的Crontab任务。
请注意,Cron表达式中的定时任务将在服务器上以系统用户身份运行,并且需要确保你有执行任务所需的权限和路径设置。
2、Schedule定时调度库
Python的Schedule库是一个简单易用的定时任务调度库,它提供了一种简洁的方式来安排和执行定时任务。下面我会对Schedule定时器进行详细解释。
- 安装Schedule库: 首先,你需要使用pip安装Schedule库。可以在命令行中运行以下命令进行安装:
- shellCopy Codepip install schedule
- 导入Schedule库: 在你的Python代码中,使用import schedule语句导入Schedule库。
- 创建定时任务: 你可以使用schedule.every()方法来创建定时任务。有多种方式可以创建任务:
- 固定时间间隔执行任务:使用.seconds、.minutes、.hours等方法指定任务的执行间隔,如schedule.every(10).seconds.do(job)表示每10秒执行一次job函数。
- 特定时间执行任务:使用.at()方法指定特定的时间来执行任务,如schedule.every().day.at("12:00").do(job)表示每天的12点执行job函数。
- 日期和时间表达式:使用.every()方法结合date参数,通过指定日期和时间表达式来执行任务,如schedule.every().monday.at("08:00").do(job)表示每个星期一的8点执行job函数。
- 定义任务函数: 在创建定时任务时,需要指定要执行的任务函数。你可以定义一个普通的Python函数,然后在定时任务中指定这个函数。任务函数可以是任意可调用的对象,如普通函数、类的方法等。
- 运行定时器: 在主程序中使用schedule.run_pending()来检查和执行已经到达的定时任务。此外,你还可以使用schedule.every().seconds/minutes/hours.day...方法来设定循环时间,以便在每次任务完成后等待指定的循环时间再执行下一次任务。
下面是一个完整示例代码,演示了Schedule库的基本用法:
import schedule
import time
def job():
print("任务执行中...")
schedule.every(10).seconds.do(job) # 每10秒执行一次job函数
while True:
schedule.run_pending()
time.sleep(1)
上述代码创建了一个每10秒执行一次的定时任务,任务函数为job()。在主程序中,我们使用schedule.run_pending()来检查并执行任务,并通过time.sleep(1)让程序每秒钟检查一次任务。
这就是Python的Schedule库的基本使用方法。你可以根据自己的需求,灵活地设置不同的定时任务。同时,Schedule库还支持多种高级功能,如异常处理、取消任务、持久化存储等,可以根据需要进行扩展和深入学习。
3、APScheduler库:
- 安装:首先,通过以下命令安装APScheduler库:pip install apscheduler
- 功能:APScheduler是一个功能强大的定时任务调度库,支持多种调度方式,包括定时执行、固定时间间隔执行、日期和时间表达式等。
- 使用方法:你可以使用APScheduler的BackgroundScheduler类来创建调度器对象。然后,通过添加定时任务来安排任务的执行时间和频率。可以使用定时器表达式来指定任务执行的频率,如cron表达式、interval间隔等。
- 示例代码:
from apscheduler.schedulers.background import BackgroundScheduler
def job():
print("任务执行中...")
scheduler = BackgroundScheduler()
scheduler.add_job(job, 'interval', seconds=10) # 每10秒执行一次job函数
scheduler.start()
4、Time定时库:
- 功能:Python的内置Time模块提供了一些时间相关的功能。你可以使用time.sleep()来暂停程序执行一段时间,实现简单的定时器效果。
- 使用方法:使用time.sleep()函数来实现定时功能。将希望程序暂停的时间作为参数传递给time.sleep(),单位为秒。
- 示例代码:
import time
def job():
print("任务执行中...")
while True:
job()
time.sleep(10) # 每10秒执行一次job函数
5、Threading.Timer定库:
- 功能:Python的标准库中的threading模块提供了一个Timer类,可以创建一个在指定时间后触发的定时器。
- 使用方法:通过继承Timer类并重写run()方法,可以实现自己的定时任务逻辑。
- 示例代码:
import threading
def job():
print("任务执行中...")
def run_timer():
t = threading.Timer(10, job) # 每10秒执行一次job函数
t.start()
run_timer()
6、Celery定时库:
- 安装:首先,通过以下命令安装Celery库:pip install celery
- 功能:Celery是一个强大的分布式任务队列框架,用于异步处理和定时任务。它支持基于时间表达式的定时任务调度,能够在分布式环境中进行任务调度和执行。
- 使用方法:在Celery中,你可以使用beat_schedule配置来指定定时任务的执行时间和频率。设置好配置后,使用celery -A your_app_name beat命令运行Celery的定时任务调度程序。
- 示例代码(Celery配置文件 celery.py):
from celery import Celery
app = Celery('your_app_name', broker='redis://localhost:6379/0')
app.conf.beat_schedule = {
'job': {
'task': 'your_task_function',
'schedule': 10, # 每10秒执行一次
},
}
if __name__ == '__main__':
app.start()
这是使用Celery的示例配置文件,其中your_app_name是你的应用名称,your_task_function是你的任务函数。在配置中,我们设置了一个名为job的定时任务,每10秒执行一次。
这些是Python中常用的定时器库的详细介绍和示例代码。根据你的需求选择合适的库来实现定时功能。每个库都有其自己的特点和用法
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)