Python 定时器框架

在 Python 生态中，有多种定时任务框架，以下进行简介：

1. APScheduler（Advanced Python Scheduler）

• 特点：灵活性高，支持多种任务存储后端（内存、SQLAlchemy、MongoDB等）
• 调度类型：支持日期、间隔、Cron 表达式三种调度方式
• 适用场景：适合单机应用，也可集成到 Flask、Django 等 Web 框架中
• 示例：

from apscheduler.schedulers.background import BackgroundScheduler

scheduler = BackgroundScheduler()
scheduler.add_job(my_job, 'interval', minutes=30)
scheduler.add_job(another_job, 'cron', hour=3, minute=30)
scheduler.start()

2. Celery

• 特点：分布式任务队列，功能强大，可扩展性好
• 消息代理：支持 RabbitMQ, Redis 等作为消息代理
• 适用场景：大型应用，需要分布式执行的场景，任务复杂度高
• 优势：除定时任务外，还支持异步任务处理

3. Schedule

• 特点：轻量级，API 简单易用
• 适用场景：小型应用，对复杂功能需求不高
• 示例：

import schedule
import time

def job():
    print("定时任务执行中...")

schedule.every(10).minutes.do(job)
schedule.every().hour.do(job)
schedule.every().day.at("10:30").do(job)

while True:
    schedule.run_pending()
    time.sleep(1)

4. Django 内置的 Cron - django-crontab

• 特点：与 Django 集成度高
• 适用场景：Django 项目

5. Airflow

• 特点：工作流自动化平台，适合复杂的 ETL 流程
• 适用场景：数据工程，需要可视化监控和管理的场景

选择建议

• 小型项目：Schedule 或 APScheduler
• Web 应用：APScheduler 或与框架集成的专用库
• 分布式系统：Celery
• 数据处理工作流：Airflow