查看原文
其他

如何用 Python 实现优先级调度器?

Python猫 2022-04-12

The following article is from 未闻Code Author kingname

作者:kingname

来源:未闻Code

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。

Python猫技术交流群开放啦!群里既有国内一二线大厂在职员工,也有国内外高校在读学生,既有十多年码龄的编程老鸟,也有中小学刚刚入门的新人,学习氛围良好!想入群的同学,请在公号内回复『交流群』,获取猫哥的微信(谢绝广告党,非诚勿扰!)~


还不过瘾?试试它们




Python 为了提升性能,竟运用了共享经济

Python 中如何实现参数化测试?

为什么 Python 多线程无法利用多核?

酷炫!Python函数耗时异常自动化监控!

Python向左,数学向右:乌拉姆的素数研究

Python最会变魔术的魔术方法,我觉得是它!


如果你觉得本文有帮助
请慷慨分享点赞,感谢啦

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存