Django 使用Apscheduler执行定时任务

APScheduler是一个轻量级的Python库,用于调度作业(运行定时任务)。在Django中使用APScheduler,你可以设置定时任务,比如每天定时发送报告,或者定时清理无效数据。

以下是一个简单的例子,展示如何在Django项目中使用APScheduler:

1.首先,安装APScheduler:

python 复制代码
pip install apscheduler

2.在Django应用中创建一个任务文件,例如jobs.py

python 复制代码
from apscheduler.schedulers.background import BackgroundScheduler
import datetime
 
def my_job():
    print(f"任务执行:{datetime.datetime.now()}")
 
# 创建调度器
scheduler = BackgroundScheduler()
# 添加任务
scheduler.add_job(my_job, 'interval', minutes=1)
# 启动调度器
scheduler.start()

3.在Django的apps.py中启动调度器,确保在Django启动时任务能被加载:

python 复制代码
from django.apps import AppConfig
from .jobs import scheduler
 
class MyAppConfig(AppConfig):
    name = 'my_app'
 
    def ready(self):
        # 当Django应用就绪时,启动调度器
        scheduler.start()

4.在__init__.py中设置AppConfig:

python 复制代码
default_app_config = 'my_app.apps.MyAppConfig'

确保你的Django应用的名字替换成你实际的应用名。

以上代码将每分钟执行一次my_job函数。你可以根据需要调整任务的触发方式(例如,改变为每天或每小时一次)。记得在生产环境中部署时,确保调度器的启动逻辑只在一个进程中执行,避免多个进程执行相同任务的问题。

5.代码结构

6.代码优化:重复执行任务

python 复制代码
INSTALLED_APPS = (
    # ...
    "django_apscheduler",
)
python 复制代码
django_apscheduler_djangojob 表保存注册的任务以及下次执行的时间

django_apscheduler_djangojobexecution 保存每次任务执行的时间和结果和任务状态
python 复制代码
# views.py
from django_apscheduler.jobstores import DjangoJobStore, register_job

from apscheduler.schedulers.blocking import BlockingScheduler
from datetime import datetime

scheduler = BlockingScheduler()  # 创建调度器
scheduler.add_jobstore(DjangoJobStore(), "default")


# 添加定时任务方式一
@register_job(scheduler, "interval", seconds=5, id="func", replace_existing=True, misfire_grace_time=120)
def job():
    print(datetime.now().strftime("%Y-%m-%d %H:%M:%S"))


# 添加定时任务方式二
def job1():
    print(datetime.now().strftime("%Y-%m-%d %H:%M:%S"))


scheduler.add_job(
    job1,
    'interval',
    seconds=5,
    id='my_job',  # 任务的唯一标识
    replace_existing=True,
)

scheduler.start()
相关推荐
byxdaz18 分钟前
jeston平台交叉编译Poppler库与预览pdf文件
数据库
SilicoCode24 分钟前
江科大STM32入门:FLASH闪存详解——从结构原理到读写保护
数据库·mongodb
一个有温度的技术博主1 小时前
DeepSeek Harness 深度解析:与 LangChain / LangGraph 的本质区别
数据库·oracle·langchain·harness
Wang's Blog2 小时前
PostgreSQL笔记4: 市场地位、生态全景与行业应用实践
数据库·笔记·postgresql
隔窗听雨眠3 小时前
Oracle误Truncate操作恢复:从原理到实战的完整指南
数据库·oracle
Lethehong3 小时前
MySQL迁移如何做到零改造?四层兼容方案详解
数据库·mysql·adb
Json____3 小时前
五金制品行业-企业官网源码
java·大数据·数据库·企业站·wwwoop.com
小白勇闯网安圈5 小时前
Django Ajax、批量操作与分页实践
python·django
深念Y5 小时前
Opencode Event 表写入优化方案
数据库·人工智能·ai·node.js·bug·优化·opencode
竹枝溪5 小时前
MySQL进阶:约束、多表设计、多表查询与事务
java·数据库·mysql·事务·子查询·acid·多表查询