Python 內建 sched 與 threading.Timer 可處理簡單排程,但生產環境建議使用功能完善的 APScheduler。本文對比三種方案,並提供實用範本。
sched.scheduler (標準庫,單執行緒阻塞)import sched, time, datetime
s = sched.scheduler(time.time, time.sleep)
def job(name):
print(f'[{datetime.datetime.now()}] 執行 {name}')
# 絕對時間排程 (5 秒後)
run_at = time.time() + 5
s.enterabs(run_at, 1, job, ('任務A',))
# 相對時間循環 (每 3 秒)
def periodic():
job('週期任務')
s.enter(3, 1, periodic)
s.enter(3, 1, periodic)
print('排程器啟動... (Ctrl+C 停止)')
try:
s.run(blocking=True)
except KeyboardInterrupt:
print('已停止')
缺點:run() 會阻塞主執行緒;無持久化、無錯誤重試、無分散式支援。
threading.Timer (非阻塞,適合一次性延遲)import threading, time, datetime
def delayed_job(msg, delay):
def _run():
print(f'[{datetime.datetime.now()}] {msg}')
t = threading.Timer(delay, _run)
t.daemon = True # 主程式結束時自動結束
t.start()
return t
# 5 秒後執行一次
delayed_job('延遲任務', 5)
# 週期性執行需自行遞迴
def periodic_job(interval):
def _run():
print(f'[{datetime.datetime.now()}] 週期執行')
threading.Timer(interval, _run).start()
_run()
periodic_job(3)
# 主執行緒可繼續做其他事
time.sleep(20)
缺點:長時間運行會累積時間誤差;無管理介面、無持久化、例外處理困難。
pip install apscheduler
date (一次)、interval (固定間隔)、cron (類 crontab)。SQLAlchemyJobStore (資料庫) 持久化。ThreadPoolExecutor (預設)、ProcessPoolExecutor (CPU 密集)。from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
from apscheduler.executors.pool import ThreadPoolExecutor, ProcessPoolExecutor
import logging, datetime, atexit
# 設定日誌
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
# 排程器配置
jobstores = {
'default': SQLAlchemyJobStore(url='sqlite:///jobs.sqlite')
}
executors = {
'default': ThreadPoolExecutor(20),
'processpool': ProcessPoolExecutor(5)
}
job_defaults = {
'coalesce': True, # 積壓任務合併執行一次
'max_instances': 3, # 同一任務最多並行實例數
'misfire_grace_time': 30 # 允許誤差秒數
}
scheduler = BackgroundScheduler(
jobstores=jobstores,
executors=executors,
job_defaults=job_defaults,
timezone='Asia/Taipei'
)
# 定義任務
def cleanup_temp_files():
logger.info('清理暫存檔...')
# 實際刪除邏輯
pass
def send_daily_report():
logger.info('發送每日報表...')
# 郵件發送邏輯
pass
def check_service_health():
logger.info('健康檢查...')
# API 呼叫檢查
pass
# 新增任務
scheduler.add_job(cleanup_temp_files, 'interval', minutes=30, id='cleanup')
scheduler.add_job(send_daily_report, 'cron', hour=8, minute=0, id='daily_report')
scheduler.add_job(check_service_health, 'interval', minutes=5, id='health_check')
# 一次性任務
run_date = datetime.datetime.now() + datetime.timedelta(hours=1)
scheduler.add_job(lambda: print('1小時後執行'), 'date', run_date=run_date)
# 啟動
scheduler.start()
atexit.register(lambda: scheduler.shutdown(wait=False))
print('排程器已在背景執行...')
# 主程式繼續 (如 Flask/FastAPI app.run())
import time
try:
while True:
time.sleep(60)
except KeyboardInterrupt:
scheduler.shutdown()
scheduler.add_job(), remove_job(), modify_job(), get_jobs()。scheduler.add_listener(listener, EVENT_JOB_EXECUTED | EVENT_JOB_ERROR) 可做失敗告警。apscheduler.web 或自建 API 查看任務狀態。| 需求 | 推薦方案 |
|---|---|
| 腳本內簡單延遲/單次任務 | threading.Timer / time.sleep |
| 單一程序、少量週期任務、無持久化需求 | sched 或 APScheduler (MemoryJobStore) |
| 需持久化、重啟後恢復、Cron 表達式、並發控制 | APScheduler + SQLAlchemyJobStore |
| 分散式叢集、高可用、多節點去重 | APScheduler + Redis/DB 鎖 或 Celery Beat + Celery |
| Kubernetes 環境 | CronJob 資源物件 |
processpool 執行器,避免阻塞其他任務。misfire_grace_time 防止系統忙碌時任務積壓。jobs.sqlite 歷史記錄,避免檔案膨脹。