百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

Python并发编程:失败自动重试,一次搞懂简单实用的Timer

ztj100 2025-01-09 17:28 19 浏览 0 评论

引言

Python的threading模块中,相关的同步原语我们都已经有所涉及,感兴趣的同学可以翻看前面的几篇文章。今天的这篇文章中,我们来介绍一个相对简单,但又比较实用的组件Timer。

本文的主要内容有:

1、什么是Timer

2、基于Timer实现任务的延迟执行

3、基于Timer实现周期性任务的调度执行


什么是Timer

Timer是Python的threading模块中提供的一个定时器的组件,可以实现在指定的时间间隔后执行一个函数。

从源码看,Timer模块的实现非常简单。

从源码中可以得到如下信息:

1、Timer的实现,主要是通过继承Thread类型,实现相关线程实例化、调度的基本功能。

2、内部持有一个Event事件对象,通过对象的指定timeout的wait()方法调用,实现等待指定时间再执行的效果。

3、提供cancel()方法,用于设置内部事件对象的标志位,从而终止等待执行。


虽然TImer的代码行数比较少,且使用起来比较简单,但是,其实还是有很多实用的使用场景的:

1、任务的延时执行:比如用户注册完成后,延迟几分钟后,异步发送注册成功的欢迎邮件;某些任务执行产生的临时文件,在任务执行完成后,定时进行清理等。

2、游戏中的定时器:比如在游戏中,可以设置定时器进行积分的累加,或者定时生成敌人等。

3、实现自动重试机制:比如任务失败后,等待3秒进行自动重试的场景。

4、间隔性轮询:通过定时器实现在后台执行定期的状态检查等。

总的来说,Timer的延迟执行可以用于各种业务场景,特别是在需要控制任务执行时间或者频率时非常方便。通过合理利用Timer,可以提高程序的响应性和用户体验,减少资源的浪费,并实现更急灵活、便捷的任务调度逻辑。


基于Timer实现任务的延迟执行

首先通过代码简单演示Timer的延时执行的功能,直接看代码:

from threading import Timer


def send_verify_code(code):
    print(f'验证码是:{code}')


if __name__ == '__main__':
    print('用户注册最后一步,请输入验证码')
    timer = Timer(interval=2, function=send_verify_code, args=('345231',))
    timer.start()

执行结果:

当然,代码中只是做了一个简单的场景模拟。在真实业务场景中,其实也是需要把相关的任务进行分离,核心、实时性要求高的任务同步进行处理,非实时性的任务通过消息队列等中间件实现异步、延迟执行,从而提高服务的高并发需求。


基于Timer实现周期性任务的调度执行

虽然Timer在实现上似乎只提供了延迟执行的特性,但是,我们可以通过延迟执行的函数体内继续连锁性的创建并启动新的Timer实例,从而可以实现周期性调度执行的功能。

首先,通过一个时间显示更新的代码来演示周期性调度执行的功能实现:

from threading import Timer
import datetime
import sys


def clock():
    # flush()这行可以没有,只是尽量保证输出能够及时从输出缓冲区中刷新到显示器
    sys.stdout.flush()
    print(f'\r当前时间为:{datetime.datetime.now().strftime("%X")}', end='')
    timer = Timer(interval=1, function=clock)
    timer.start()


if __name__ == '__main__':
    clock()

执行结果:

简单说明一下代码的逻辑:

1、在clock()函数业务逻辑执行完成后,在函数体的最后,启动了一个新的Timer()实例,继续递归执行clock()函数。

2、print()函数通过转义字符\r和end='',实现在同样的位置进行输出的刷新。


接下来,再简单演示一下失败自动重试的效果,还是直接看代码:

from threading import Timer
import random


def retry_until_success():
    print('开始执行业务逻辑')
    if random.choice([True, False]):
        print('执行成功')
    else:
        print('执行失败,3秒后自动重试')
        timer = Timer(interval=3, function=retry_until_success)
        timer.start()


if __name__ == '__main__':
    retry_until_success()

执行结果:

代码只是简单模拟任务执行失败重试的逻辑,实际使用中,可以将实际业务逻辑封装在一个单独的函数中,成功返回True,否则返回False,则可以通过函数的返回值,判断是否需要自动重试。


总结

本文简单介绍了threading模块中的Timer组件的设计实现,并列举了相关延迟执行、定时调度的实际业务场景。最后通过三个代码示例,分别演示了延迟执行、时间显示刷新、失败自动重试的相关功能实现。

感谢您的拨冗阅读,希望对您有所帮助。

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教程(三十八):机器学习基础

...

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...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

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...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: