在日常工作中，我們常常會用到需要周期性執(zhí)行的任務，一種方式是采用 Linux 系統(tǒng)自帶的 crond[1] 結合命令行實現(xiàn)。另外一種方式是直接使用 Python。接下里整理的是常見的 Python 定時任務的實現(xiàn)方式。

[[436171]]

利用 while True: + sleep() 實現(xiàn)定時任務

位于 time 模塊中的 sleep(secs) 函數(shù)，可以實現(xiàn)令當前執(zhí)行的線程暫停 secs 秒后再繼續(xù)執(zhí)行。所謂暫停，即令當前線程進入阻塞狀態(tài)，當達到 sleep() 函數(shù)規(guī)定的時間后，再由阻塞狀態(tài)轉為就緒狀態(tài)，等待 CPU 調度。

基于這樣的特性我們可以通過 while 死循環(huán)+sleep() 的方式實現(xiàn)簡單的定時任務。

代碼示例： 

import datetime  
import time  
def time_printer():  
    now = datetime.datetime.now()  
    ts = now.strftime('%Y-%m-%d %H:%M:%S')  
    print('do func time :', ts)  
def loop_monitor():  
    while True:   
        time_printer() 
        time.sleep(5)  # 暫停 5 秒  
if __name__ == "__main__":  
    loop_monitor() 

主要缺點：

•  只能設定間隔，不能指定具體的時間，比如每天早上 8:00
•  sleep 是一個阻塞函數(shù)，也就是說 sleep 這一段時間，程序什么也不能操作。

使用 Timeloop 庫運行定時任務

Timeloop[2] 是一個庫，可用于運行多周期任務。這是一個簡單的庫，它使用 decorator 模式在線程中運行標記函數(shù)。

示例代碼： 

import time  
from timeloop import Timeloop  
from datetime import timedelta  
tl = Timeloop()  
@tl.job(interval=timedelta(seconds=2))  
def sample_job_every_2s():  
    print "2s job current time : {}".format(time.ctime())  
@tl.job(interval=timedelta(seconds=5))  
def sample_job_every_5s():  
    print "5s job current time : {}".format(time.ctime())  
@tl.job(interval=timedelta(seconds=10))  
def sample_job_every_10s():  
    print "10s job current time : {}".format(time.ctime()) 

利用 threading.Timer 實現(xiàn)定時任務

threading 模塊中的 Timer 是一個非阻塞函數(shù)，比 sleep 稍好一點，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(zhí)行，所以不存在等待順序執(zhí)行問題。

Timer(interval, function, args=[ ], kwargs={ })

•  interval: 指定的時間
•  function: 要執(zhí)行的方法
•  args/kwargs: 方法的參數(shù)

代碼示例： 

import datetime  
from threading import Timer  
def time_printer():  
    now = datetime.datetime.now()  
    ts = now.strftime('%Y-%m-%d %H:%M:%S')  
    print('do func time :', ts)  
    loop_monitor()  
def loop_monitor():  
    t = Timer(5, time_printer)  
    t.start()  
if __name__ == "__main__":  
    loop_monitor() 

備注：Timer 只能執(zhí)行一次，這里需要循環(huán)調用，否則只能執(zhí)行一次

利用內置模塊 sched 實現(xiàn)定時任務

sched 模塊實現(xiàn)了一個通用事件調度器，在調度器類使用一個延遲函數(shù)等待特定的時間，執(zhí)行任務。同時支持多線程應用程序，在每個任務執(zhí)行后會立刻調用延時函數(shù)，以確保其他線程也能執(zhí)行。

class sched.scheduler(timefunc, delayfunc) 這個類定義了調度事件的通用接口，它需要外部傳入兩個參數(shù)，timefunc 是一個沒有參數(shù)的返回時間類型數(shù)字的函數(shù)（常用使用的如 time 模塊里面的 time)，delayfunc 應該是一個需要一個參數(shù)來調用、與 timefunc 的輸出兼容、并且作用為延遲多個時間單位的函數(shù)（常用的如 time 模塊的 sleep)。

代碼示例： 

import datetime  
import time  
import sched  
def time_printer():  
    now = datetime.datetime.now()  
    ts = now.strftime('%Y-%m-%d %H:%M:%S')  
    print('do func time :', ts)  
    loop_monitor()  
def loop_monitor():  
    s = sched.scheduler(time.time, time.sleep)  # 生成調度器  
    s.enter(5, 1, time_printer, ())  
    s.run()  
if __name__ == "__main__":  
    loop_monitor() 

scheduler 對象主要方法：

•  enter(delay, priority, action, argument)，安排一個事件來延遲 delay 個時間單位。
•  cancel(event)：從隊列中刪除事件。如果事件不是當前隊列中的事件，則該方法將跑出一個 ValueError。
•  run()：運行所有預定的事件。這個函數(shù)將等待（使用傳遞給構造函數(shù)的 delayfunc() 函數(shù)），然后執(zhí)行事件，直到不再有預定的事件。

個人點評：比 threading.Timer 更好，不需要循環(huán)調用。

利用調度模塊 schedule 實現(xiàn)定時任務

schedule[3] 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(zhí)行時間。schedule[4] 允許用戶使用簡單、人性化的語法以預定的時間間隔定期運行 Python 函數(shù)（或其它可調用函數(shù)）。

先來看代碼，是不是不看文檔就能明白什么意思？ 

mport schedule  
import time  
def job():  
    print("I'm working...") 
schedule.every(10).seconds.do(job)  
schedule.every(10).minutes.do(job)  
schedule.every().hour.do(job) 
 schedule.every().day.at("10:30").do(job)  
schedule.every(5).to(10).minutes.do(job)  
schedule.every().monday.do(job)  
schedule.every().wednesday.at("13:15").do(job) 
schedule.every().minute.at(":17").do(job)  
while True:  
    schedule.run_pending()  
    time.sleep(1) 

 裝飾器：通過 @repeat() 裝飾靜態(tài)方法 

import time  
from schedule import every, repeat, run_pending  
@repeat(every().second)  
def job():  
    print('working...')  
while True:  
    run_pending()  
    time.sleep(1)  

傳遞參數(shù)： 

import schedule  
def greet(name):  
    print('Hello', name)  
schedule.every(2).seconds.do(greet, name='Alice')  
schedule.every(4).seconds.do(greet, name='Bob')  
while True:  
    schedule.run_pending() 

裝飾器同樣能傳遞參數(shù)： 

from schedule import every, repeat, run_pending  
@repeat(every().second, 'World')  
@repeat(every().minute, 'Mars')  
def hello(planet):  
    print('Hello', planet)  
while True:  
    run_pending() 

取消任務： 

import schedule  
i = 0  
def some_task():  
    global i  
    i += 1  
    print(i)  
    if i == 10:  
        schedule.cancel_job(job)  
        print('cancel job')  
        exit(0) 
 job = schedule.every().second.do(some_task)  
while True:  
    schedule.run_pending() 

運行一次任務： 

import time  
import schedule  
def job_that_executes_once():  
    print('Hello')  
    return schedule.CancelJob  
schedule.every().minute.at(':34').do(job_that_executes_once)  
while True:  
    schedule.run_pending()  
    time.sleep(1) 

根據(jù)標簽檢索任務： 

# 檢索所有任務：schedule.get_jobs()  
import schedule  
def greet(name):  
    print('Hello {}'.format(name))  
schedule.every().day.do(greet, 'Andrea').tag('daily-tasks', 'friend')  
schedule.every().hour.do(greet, 'John').tag('hourly-tasks', 'friend')  
schedule.every().hour.do(greet, 'Monica').tag('hourly-tasks', 'customer')  
schedule.every().day.do(greet, 'Derek').tag('daily-tasks', 'guest')  
friends = schedule.get_jobs('friend')  
print(friends) 

根據(jù)標簽取消任務： 

# 取消所有任務：schedule.clear()  
import schedule  
def greet(name):  
    print('Hello {}'.format(name))  
    if name == 'Cancel':  
        schedule.clear('second-tasks')  
        print('cancel second-tasks')  
schedule.every().second.do(greet, 'Andrea').tag('second-tasks', 'friend')  
schedule.every().second.do(greet, 'John').tag('second-tasks', 'friend')  
schedule.every().hour.do(greet, 'Monica').tag('hourly-tasks', 'customer')  
schedule.every(5).seconds.do(greet, 'Cancel').tag('daily-tasks', 'guest')  
while True:  
    schedule.run_pending() 

運行任務到某時間： 

import schedule  
from datetime import datetime, timedelta, time  
def job(): 
    print('working...')  
schedule.every().second.until('23:59').do(job)  # 今天 23:59 停止  
schedule.every().second.until('2030-01-01 18:30').do(job)  # 2030-01-01 18:30 停止  
schedule.every().second.until(timedelta(hours=8)).do(job)  # 8 小時后停止  
schedule.every().second.until(time(23, 59, 59)).do(job)  # 今天 23:59:59 停止  
schedule.every().second.until(datetime(2030, 1, 1, 18, 30, 0)).do(job)  # 2030-01-01 18:30 停止  
while True:  
    schedule.run_pending() 

馬上運行所有任務（主要用于測試）： 

import schedule  
def job():  
    print('working...')  
def job1():  
    print('Hello...')  
schedule.every().monday.at('12:40').do(job)  
schedule.every().tuesday.at('16:40').do(job1)  
schedule.run_all()  
schedule.run_all(delay_seconds=3)  # 任務間延遲 3 秒 

并行運行：使用 Python 內置隊列實現(xiàn)： 

import threading  
import time  
import schedule  
def job1():  
    print("I'm running on thread %s" % threading.current_thread())  
def job2():  
    print("I'm running on thread %s" % threading.current_thread())  
def job3():  
    print("I'm running on thread %s" % threading.current_thread())  
def run_threaded(job_func):  
    job_thread = threading.Thread(target=job_func)  
    job_thread.start()  
schedule.every(10).seconds.do(run_threaded, job1)  
schedule.every(10).seconds.do(run_threaded, job2)  
schedule.every(10).seconds.do(run_threaded, job3)  
while True:  
    schedule.run_pending()  
    time.sleep(1) 

利用任務框架 APScheduler 實現(xiàn)定時任務

APScheduler[5]（advanceded python scheduler）基于 Quartz 的一個 Python 定時任務框架，實現(xiàn)了 Quartz 的所有功能，使用起來十分方便。提供了基于日期、固定時間間隔以及 crontab 類型的任務，并且可以持久化任務?；谶@些功能，我們可以很方便的實現(xiàn)一個 Python 定時任務系統(tǒng)。

它有以下三個特點：

•  類似于 Liunx Cron 的調度程序（可選的開始/結束時間）
•  基于時間間隔的執(zhí)行調度（周期性調度，可選的開始/結束時間）
•  一次性執(zhí)行任務（在設定的日期/時間運行一次任務）

APScheduler 有四種組成部分：

•  觸發(fā)器 (trigger) 包含調度邏輯，每一個作業(yè)有它自己的觸發(fā)器，用于決定接下來哪一個作業(yè)會運行。除了他們自己初始配置意外，觸發(fā)器完全是無狀態(tài)的。

    作業(yè)存儲 (job store) 存儲被調度的作業(yè)，默認的作業(yè)存儲是簡單地把作業(yè)保存在內存中，其他的作業(yè)存儲是將作業(yè)保存在數(shù)據(jù)庫中。一個作業(yè)的數(shù)據(jù)講在保存在持久化作業(yè)存儲時被序列化，并在加載時被反序列化。調度器不能分享同一個作業(yè)存儲。

•  執(zhí)行器 (executor) 處理作業(yè)的運行，他們通常通過在作業(yè)中提交制定的可調用對象到一個線程或者進城池來進行。當作業(yè)完成時，執(zhí)行器將會通知調度器。
•  調度器 (scheduler) 是其他的組成部分。你通常在應用只有一個調度器，應用的開發(fā)者通常不會直接處理作業(yè)存儲、調度器和觸發(fā)器，相反，調度器提供了處理這些的合適的接口。配置作業(yè)存儲和執(zhí)行器可以在調度器中完成，例如添加、修改和移除作業(yè)。　通過配置 executor、jobstore、trigger，使用線程池 (ThreadPoolExecutor 默認值 20) 或進程池 (ProcessPoolExecutor 默認值 5) 并且默認最多 3 個 (max_instances) 任務實例同時運行，實現(xiàn)對 job 的增刪改查等調度控制

示例代碼： 

from apscheduler.schedulers.blocking import BlockingScheduler  
from datetime import datetime  
# 輸出時間  
def job():  
    print(datetime.now().strftime("%Y-%m-%d %H:%M:%S"))  
# BlockingScheduler  
sched = BlockingScheduler()  
sched.add_job(my_job, 'interval', seconds=5, id='my_job_id')  
sched.start()  

APScheduler 中的重要概念

Job 作業(yè)

Job 作為 APScheduler 最小執(zhí)行單位。創(chuàng)建 Job 時指定執(zhí)行的函數(shù)，函數(shù)中所需參數(shù)，Job 執(zhí)行時的一些設置信息。

構建說明：

•  id：指定作業(yè)的唯一 ID
•  name：指定作業(yè)的名字
•  trigger：apscheduler 定義的觸發(fā)器，用于確定 Job 的執(zhí)行時間，根據(jù)設置的 trigger 規(guī)則，計算得到下次執(zhí)行此 job 的時間， 滿足時將會執(zhí)行
•  executor：apscheduler 定義的執(zhí)行器，job 創(chuàng)建時設置執(zhí)行器的名字，根據(jù)字符串你名字到 scheduler 獲取到執(zhí)行此 job 的 執(zhí)行器，執(zhí)行 job 指定的函數(shù)
•  max_instances：執(zhí)行此 job 的最大實例數(shù)，executor 執(zhí)行 job 時，根據(jù) job 的 id 來計算執(zhí)行次數(shù)，根據(jù)設置的最大實例數(shù)來確定是否可執(zhí)行
•  next_run_time：Job 下次的執(zhí)行時間，創(chuàng)建 Job 時可以指定一個時間 [datetime], 不指定的話則默認根據(jù) trigger 獲取觸發(fā)時間
•  misfire_grace_time：Job 的延遲執(zhí)行時間，例如 Job 的計劃執(zhí)行時間是 21:00:00，但因服務重啟或其他原因導致 21:00:31 才執(zhí)行，如果設置此 key 為 40, 則該 job 會繼續(xù)執(zhí)行，否則將會丟棄此 job
•  coalesce：Job 是否合并執(zhí)行，是一個 bool 值。例如 scheduler 停止 20s 后重啟啟動，而 job 的觸發(fā)器設置為 5s 執(zhí)行一次，因此此 job 錯過了 4 個執(zhí)行時間，如果設置為是，則會合并到一次執(zhí)行，否則會逐個執(zhí)行
•  func：Job 執(zhí)行的函數(shù)
•  args：Job 執(zhí)行函數(shù)需要的位置參數(shù)
•  kwargs：Job 執(zhí)行函數(shù)需要的關鍵字參數(shù)

Trigger 觸發(fā)器

Trigger 綁定到 Job，在 scheduler 調度篩選 Job 時，根據(jù)觸發(fā)器的規(guī)則計算出 Job 的觸發(fā)時間，然后與當前時間比較確定此 Job 是否會被執(zhí)行，總之就是根據(jù) trigger 規(guī)則計算出下一個執(zhí)行時間。

目前 APScheduler 支持觸發(fā)器：

•  指定時間的 DateTrigger
•  指定間隔時間的 IntervalTrigger
•  像 Linux 的 crontab 一樣的 CronTrigger。

觸發(fā)器參數(shù)：date

date 定時，作業(yè)只執(zhí)行一次。

•  run_date (datetime|str) – the date/time to run the job at
•  timezone (datetime.tzinfo|str) – time zone for run_date if it doesn’t have one already 

sched.add_job(my_job, 'date', run_date=date(2009, 11, 6), args=['text'])  
sched.add_job(my_job, 'date', run_date=datetime(2019, 7, 6, 16, 30, 5), args=['text'])  

觸發(fā)器參數(shù)：interval

interval 間隔調度

•  weeks (int) – 間隔幾周
•  days (int) – 間隔幾天
•  hours (int) – 間隔幾小時
•  minutes (int) – 間隔幾分鐘
•  seconds (int) – 間隔多少秒
•  start_date (datetime|str) – 開始日期
•  end_date (datetime|str) – 結束日期
•  timezone (datetime.tzinfo|str) – 時區(qū) 

sched.add_job(job_function, 'interval', hours=2) 

觸發(fā)器參數(shù)：cron

cron 調度

•  (int|str) 表示參數(shù)既可以是 int 類型，也可以是 str 類型
•  (datetime | str) 表示參數(shù)既可以是 datetime 類型，也可以是 str 類型
•  year (int|str) – 4-digit year -（表示四位數(shù)的年份，如 2008 年）
•  month (int|str) – month (1-12) -（表示取值范圍為 1-12 月）
•  day (int|str) – day of the (1-31) -（表示取值范圍為 1-31 日）
•  week (int|str) – ISO week (1-53) -（格里歷 2006 年 12 月 31 日可以寫成 2006 年-W52-7（擴展形式）或 2006W527（緊湊形式））
•  day_of_week (int|str) – number or name of weekday (0-6 or mon,tue,wed,thu,fri,sat,sun) – （表示一周中的第幾天，既可以用 0-6 表示也可以用其英語縮寫表示）
•  hour (int|str) – hour (0-23) – （表示取值范圍為 0-23 時）
•  minute (int|str) – minute (0-59) – （表示取值范圍為 0-59 分）
•  second (int|str) – second (0-59) – （表示取值范圍為 0-59 秒）
•  start_date (datetime|str) – earliest possible date/time to trigger on (inclusive) – （表示開始時間）
•  end_date (datetime|str) – latest possible date/time to trigger on (inclusive) – （表示結束時間）
•  timezone (datetime.tzinfo|str) – time zone to use for the date/time calculations (defaults to scheduler timezone) -（表示時區(qū)取值）

CronTrigger 可用的表達式：

# 6-8,11-12 月第三個周五 00:00, 01:00, 02:00, 03:00 運行  
sched.add_job(job_function, 'cron', month='6-8,11-12', day='3rd fri', hour='0-3')  
# 每周一到周五運行 直到 2024-05-30 00:00:00  
sched.add_job(job_function, 'cron', day_of_week='mon-fri', hour=5, minute=30, end_date='2024-05-30' 

 Executor 執(zhí)行器

Executor 在 scheduler 中初始化，另外也可通過 scheduler 的 add_executor 動態(tài)添加 Executor。每個 executor 都會綁定一個 alias，這個作為唯一標識綁定到 Job，在實際執(zhí)行時會根據(jù) Job 綁定的 executor 找到實際的執(zhí)行器對象，然后根據(jù)執(zhí)行器對象執(zhí)行 Job。Executor 的種類會根據(jù)不同的調度來選擇，如果選擇 AsyncIO 作為調度的庫，那么選擇 AsyncIOExecutor，如果選擇 tornado 作為調度的庫，選擇 TornadoExecutor，如果選擇啟動進程作為調度，選擇 ThreadPoolExecutor 或者 ProcessPoolExecutor 都可以。Executor 的選擇需要根據(jù)實際的 scheduler 來選擇不同的執(zhí)行器。目前 APScheduler 支持的 Executor：

•  executors.asyncio：同步 io，阻塞
•  executors.gevent：io 多路復用，非阻塞
•  executors.pool: 線程 ThreadPoolExecutor 和進程 ProcessPoolExecutor
•  executors.twisted：基于事件驅動

Jobstore 作業(yè)存儲

Jobstore 在 scheduler 中初始化，另外也可通過 scheduler 的 add_jobstore 動態(tài)添加 Jobstore。每個 jobstore 都會綁定一個 alias，scheduler 在 Add Job 時，根據(jù)指定的 jobstore 在 scheduler 中找到相應的 jobstore，并將 job 添加到 jobstore 中。作業(yè)存儲器決定任務的保存方式， 默認存儲在內存中（MemoryJobStore），重啟后就沒有了。APScheduler 支持的任務存儲器有：

•  jobstores.memory：內存
•  jobstores.mongodb：存儲在 mongodb
•  jobstores.redis：存儲在 redis
•  jobstores.rethinkdb：存儲在 rethinkdb
•  jobstores.sqlalchemy：支持 sqlalchemy 的數(shù)據(jù)庫如 mysql，sqlite 等
•  jobstores.zookeeper：zookeeper

不同的任務存儲器可以在調度器的配置中進行配置（見調度器）

Event 事件

Event 是 APScheduler 在進行某些操作時觸發(fā)相應的事件，用戶可以自定義一些函數(shù)來監(jiān)聽這些事件，當觸發(fā)某些 Event 時，做一些具體的操作。常見的比如。Job 執(zhí)行異常事件 EVENT_JOB_ERROR。Job 執(zhí)行時間錯過事件 EVENT_JOB_MISSED。

目前 APScheduler 定義的 Event：

•  EVENT_SCHEDULER_STARTED
•  EVENT_SCHEDULER_START
•  EVENT_SCHEDULER_SHUTDOWN
•  EVENT_SCHEDULER_PAUSED
•  EVENT_SCHEDULER_RESUMED
•  EVENT_EXECUTOR_ADDED
•  EVENT_EXECUTOR_REMOVED
•  EVENT_JOBSTORE_ADDED
•  EVENT_JOBSTORE_REMOVED
•  EVENT_ALL_JOBS_REMOVED
•  EVENT_JOB_ADDED
•  EVENT_JOB_REMOVED
•  EVENT_JOB_MODIFIED
•  EVENT_JOB_EXECUTED
•  EVENT_JOB_ERROR
•  EVENT_JOB_MISSED
•  EVENT_JOB_SUBMITTED
•  EVENT_JOB_MAX_INSTANCES

Listener 表示用戶自定義監(jiān)聽的一些 Event，比如當 Job 觸發(fā)了 EVENT_JOB_MISSED 事件時可以根據(jù)需求做一些其他處理。

調度器

Scheduler 是 APScheduler 的核心，所有相關組件通過其定義。scheduler 啟動之后，將開始按照配置的任務進行調度。除了依據(jù)所有定義 Job 的 trigger 生成的將要調度時間喚醒調度之外。當發(fā)生 Job 信息變更時也會觸發(fā)調度。

APScheduler 支持的調度器方式如下，比較常用的為 BlockingScheduler 和 BackgroundScheduler

•  BlockingScheduler：適用于調度程序是進程中唯一運行的進程，調用 start 函數(shù)會阻塞當前線程，不能立即返回。
•  BackgroundScheduler：適用于調度程序在應用程序的后臺運行，調用 start 后主線程不會阻塞。
•  AsyncIOScheduler：適用于使用了 asyncio 模塊的應用程序。
•  GeventScheduler：適用于使用 gevent 模塊的應用程序。
•  TwistedScheduler：適用于構建 Twisted 的應用程序。
•  QtScheduler：適用于構建 Qt 的應用程序。

Scheduler 的工作流程

Scheduler 添加 job 流程：

Scheduler 調度流程：

使用分布式消息系統(tǒng) Celery 實現(xiàn)定時任務

Celery[6] 是一個簡單，靈活，可靠的分布式系統(tǒng)，用于處理大量消息，同時為操作提供維護此類系統(tǒng)所需的工具，也可用于任務調度。Celery 的配置比較麻煩，如果你只是需要一個輕量級的調度工具，Celery 不會是一個好選擇。

Celery 是一個強大的分布式任務隊列，它可以讓任務的執(zhí)行完全脫離主程序，甚至可以被分配到其他主機上運行。我們通常使用它來實現(xiàn)異步任務（async task）和定時任務（crontab）。異步任務比如是發(fā)送郵件、或者文件上傳，圖像處理等等一些比較耗時的操作 ，定時任務是需要在特定時間執(zhí)行的任務。

需要注意，celery 本身并不具備任務的存儲功能，在調度任務的時候肯定是要把任務存起來的，因此在使用 celery 的時候還需要搭配一些具備存儲、訪問功能的工具，比如：消息隊列、Redis 緩存、數(shù)據(jù)庫等。官方推薦的是消息隊列 RabbitMQ，有些時候使用 Redis 也是不錯的選擇。

它的架構組成如下圖：

Celery 架構，它采用典型的生產(chǎn)者-消費者模式，主要由以下部分組成：

•  Celery Beat，任務調度器，Beat 進程會讀取配置文件的內容，周期性地將配置中到期需要執(zhí)行的任務發(fā)送給任務隊列。
•  Producer：需要在隊列中進行的任務，一般由用戶、觸發(fā)器或其他操作將任務入隊，然后交由 workers 進行處理。調用了 Celery 提供的 API、函數(shù)或者裝飾器而產(chǎn)生任務并交給任務隊列處理的都是任務生產(chǎn)者。
•  Broker，即消息中間件，在這指任務隊列本身，Celery 扮演生產(chǎn)者和消費者的角色，brokers 就是生產(chǎn)者和消費者存放/獲取產(chǎn)品的地方（隊列）。
•  Celery Worker，執(zhí)行任務的消費者，從隊列中取出任務并執(zhí)行。通常會在多臺服務器運行多個消費者來提高執(zhí)行效率。
•  Result Backend：任務處理完后保存狀態(tài)信息和結果，以供查詢。Celery 默認已支持 Redis、RabbitMQ、MongoDB、Django ORM、SQLAlchemy 等方式。

實際應用中，用戶從 Web 前端發(fā)起一個請求，我們只需要將請求所要處理的任務丟入任務隊列 broker 中，由空閑的 worker 去處理任務即可，處理的結果會暫存在后臺數(shù)據(jù)庫 backend 中。我們可以在一臺機器或多臺機器上同時起多個 worker 進程來實現(xiàn)分布式地并行處理任務。

Celery 定時任務實例：

•  Python Celery & RabbitMQ Tutorial[7]
•  Celery 配置實踐筆記[8]

使用數(shù)據(jù)流工具 Apache Airflow 實現(xiàn)定時任務

Apache Airflow[9] 是 Airbnb 開源的一款數(shù)據(jù)流程工具，目前是 Apache 孵化項目。以非常靈活的方式來支持數(shù)據(jù)的 ETL 過程，同時還支持非常多的插件來完成諸如 HDFS 監(jiān)控、郵件通知等功能。Airflow 支持單機和分布式兩種模式，支持 Master-Slave 模式，支持 Mesos 等資源調度，有非常好的擴展性。被大量公司采用。

Airflow 使用 Python 開發(fā)，它通過 DAGs(Directed Acyclic Graph, 有向無環(huán)圖）來表達一個工作流中所要執(zhí)行的任務，以及任務之間的關系和依賴。比如，如下的工作流中，任務 T1 執(zhí)行完成，T2 和 T3 才能開始執(zhí)行，T2 和 T3 都執(zhí)行完成，T4 才能開始執(zhí)行。

Airflow 提供了各種 Operator 實現(xiàn)，可以完成各種任務實現(xiàn)：

•  BashOperator – 執(zhí)行 bash 命令或腳本。
•  SSHOperator – 執(zhí)行遠程 bash 命令或腳本（原理同 paramiko 模塊）。
•  PythonOperator – 執(zhí)行 Python 函數(shù)。
•  EmailOperator – 發(fā)送 Email。
•  HTTPOperator – 發(fā)送一個 HTTP 請求。
•  MySqlOperator, SqliteOperator, PostgresOperator, MsSqlOperator, OracleOperator, JdbcOperator, 等，執(zhí)行 SQL 任務。
•  DockerOperator, HiveOperator, S3FileTransferOperator, PrestoToMysqlOperator, SlackOperator…

除了以上這些 Operators 還可以方便的自定義 Operators 滿足個性化的任務需求。

一些情況下，我們需要根據(jù)執(zhí)行結果執(zhí)行不同的任務，這樣工作流會產(chǎn)生分支。如：

這種需求可以使用 BranchPythonOperator 來實現(xiàn)。

Airflow 產(chǎn)生的背景

通常，在一個運維系統(tǒng)，數(shù)據(jù)分析系統(tǒng)，或測試系統(tǒng)等大型系統(tǒng)中，我們會有各種各樣的依賴需求。包括但不限于：

•  時間依賴：任務需要等待某一個時間點觸發(fā)。
•  外部系統(tǒng)依賴：任務依賴外部系統(tǒng)需要調用接口去訪問。
•  任務間依賴：任務 A 需要在任務 B 完成后啟動，兩個任務互相間會產(chǎn)生影響。
•  資源環(huán)境依賴：任務消耗資源非常多， 或者只能在特定的機器上執(zhí)行。

crontab 可以很好地處理定時執(zhí)行任務的需求，但僅能管理時間上的依賴。Airflow 的核心概念 DAG（有向無環(huán)圖）—— 來表現(xiàn)工作流。

•  Airflow 是一種 WMS，即：它將任務以及它們的依賴看作代碼，按照那些計劃規(guī)范任務執(zhí)行，并在實際工作進程之間分發(fā)需執(zhí)行的任務。
•  Airflow 提供了一個用于顯示當前活動任務和過去任務狀態(tài)的優(yōu)秀 UI，并允許用戶手動管理任務的執(zhí)行和狀態(tài)。
•  Airflow 中的工作流是具有方向性依賴的任務集合。
•  DAG 中的每個節(jié)點都是一個任務，DAG 中的邊表示的是任務之間的依賴（強制為有向無環(huán)，因此不會出現(xiàn)循環(huán)依賴，從而導致無限執(zhí)行循環(huán)）。

Airflow 核心概念

•  DAGs：即有向無環(huán)圖 (Directed Acyclic Graph)，將所有需要運行的 tasks 按照依賴關系組織起來，描述的是所有 tasks 執(zhí)行順序。
•  Operators：可以簡單理解為一個 class，描述了 DAG 中某個的 task 具體要做的事。其中，airflow 內置了很多 operators，如 BashOperator 執(zhí)行一個 bash 命令，PythonOperator 調用任意的 Python 函數(shù)，EmailOperator 用于發(fā)送郵件，HTTPOperator 用于發(fā)送 HTTP 請求， SqlOperator 用于執(zhí)行 SQL 命令等等，同時，用戶可以自定義 Operator，這給用戶提供了極大的便利性。
•  Tasks：Task 是 Operator 的一個實例，也就是 DAGs 中的一個 node。
•  Task Instance：task 的一次運行。Web 界面中可以看到 task instance 有自己的狀態(tài)，包括”running”, “success”, “failed”, “skipped”, “up for retry”等。
•  Task Relationships：DAGs 中的不同 Tasks 之間可以有依賴關系，如 Task1 >> Task2，表明 Task2 依賴于 Task2 了。通過將 DAGs 和 Operators 結合起來，用戶就可以創(chuàng)建各種復雜的 工作流（workflow）。

Airflow 的架構

在一個可擴展的生產(chǎn)環(huán)境中，Airflow 含有以下組件：

•  元數(shù)據(jù)庫：這個數(shù)據(jù)庫存儲有關任務狀態(tài)的信息。
•  調度器：Scheduler 是一種使用 DAG 定義結合元數(shù)據(jù)中的任務狀態(tài)來決定哪些任務需要被執(zhí)行以及任務執(zhí)行優(yōu)先級的過程。調度器通常作為服務運行。
•  執(zhí)行器：Executor 是一個消息隊列進程，它被綁定到調度器中，用于確定實際執(zhí)行每個任務計劃的工作進程。有不同類型的執(zhí)行器，每個執(zhí)行器都使用一個指定工作進程的類來執(zhí)行任務。例如，LocalExecutor 使用與調度器進程在同一臺機器上運行的并行進程執(zhí)行任務。其他像 CeleryExecutor 的執(zhí)行器使用存在于獨立的工作機器集群中的工作進程執(zhí)行任務。
•  Workers：這些是實際執(zhí)行任務邏輯的進程，由正在使用的執(zhí)行器確定。

Worker 的具體實現(xiàn)由配置文件中的 executor 來指定，airflow 支持多種 Executor:

•  SequentialExecutor: 單進程順序執(zhí)行，一般只用來測試
•  LocalExecutor: 本地多進程執(zhí)行
•  CeleryExecutor: 使用 Celery 進行分布式任務調度
•  DaskExecutor：使用 Dask[10] 進行分布式任務調度
•  KubernetesExecutor: 1.10.0 新增，創(chuàng)建臨時 POD 執(zhí)行每次任務

生產(chǎn)環(huán)境一般使用 CeleryExecutor 和 KubernetesExecutor。

使用 CeleryExecutor 的架構如圖：

使用 KubernetesExecutor 的架構如圖：