Py学习  »  Python

又一个好用的 Python自带模块:优先级调度器

Python开发者 • 2 年前 • 343 次点击  
Python 自带一个调度器模块sched,它能为你实现优先级队列/延迟队列和定时队列。

这个模块的使用非常简单,首先以延迟队列为例:

import sched

def do_work(name):
    print(f'你好:{name}')

sch = sched.scheduler()
sch.enter(51, do_work, argument=('kingname', ))
sch.run()

代码运行以后,会卡在sch.run()这里,5秒钟以后执行do_work('kingname'),运行效果如下图所示:

其中,sch.enter()的第一个参数为延迟的时间,单位为秒,第二个参数为优先级,数字越小优先级越高。当两个任务同时要执行时,优先级高的先执行。但需要注意的是,如果你这样写:

import sched

def do_work(name):
    print(f'你好:{name}')

sch = sched.scheduler()
sch.enter(52, do_work, argument=('产品经理', ))
sch.enter(51, do_work, argument=('kingname', ))
sch.run()

那么先打印出来的是你好:产品经理,如下图所示:

为什么这里优先级失效了?1的优先级大于2,应该先运行下面的才对啊。

这是由于,只有当两个任务同时运行的时候,才会去检查优先级。如果两个任务触发的时间一前一后,那么还轮不到比较优先级。由于延迟队列的延迟是相对于当前运行这一行代码的时间来计算的,后一行代码比前一行代码晚了几毫秒,所以实际上产品经理这一行会先到时间,所以就会先运行。

为了使用绝对的精确时间,我们可以使用另外一个方法:

import sched
import time
import datetime

def do_work(name):
    print(f'你好:{name}')

sch = sched.scheduler(time.time, time.sleep)
start_time = datetime.datetime.now() + datetime.timedelta(seconds=10)
start_time_ts = start_time.timestamp()
sch.enterabs(start_time_ts, 2, do_work, argument=('产品经理', ))
sch.enterabs(start_time_ts, 1, do_work, argument=('kingname', ))
sch.run()

运行效果如下图所示:

sch.enterabs()的第一个参数是任务开始时间的时间戳,这是一个绝对时间,这个时间可以使用datetime模块来生成,或者其他你熟悉的方式。后面的参数和sch.enter()完全一样。

如果你要运行的函数带有多个参数或者默认参数,那么可以使用下面的方式传入参数:

import sched
import time
import datetime

def do_work(name, place, work='写代码'):
    print(f'你好:{name},你在:{place}{work}')

sch = sched.scheduler(time.time, time.sleep)
start_time = datetime.datetime.now() + datetime.timedelta(seconds=10)
start_time_ts = start_time.timestamp()
sch.enter(52, do_work, argument=('产品经理''杭州'), kwargs={'work''写需求文档'})
sch.enterabs(start_time_ts, 1, do_work, argument=('kingname''产品经理旁边'), kwargs={'work''看着她'})
sch.run()

argument参数对应的元组存放普通参数,kwargs对应的字典存放带参数名的参数。



- EOF -

推荐阅读  点击标题可跳转

1、Python数据可视化,被Altair圈粉了!

2、又一个 Jupyter 神器,操作 Excel 自动生成 Python 代码!

3、用Python自动生成Excel数据报表!


觉得本文对你有帮助?请分享给更多人

推荐关注「Python开发者」,提升Python技能

点赞和在看就是最大的支持❤️

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/113734
 
343 次点击