当需要定时修改数据库时，一般我们都选择起一个定时进程去改库。如果将这种定时任务写入业务中，写成一个接口呢，定时进程显得有些不太合适？如果需要定时修改100次数据库，常规做法会启动100个进程，虽然这种进程非常轻量级，但还是会感觉不爽。实际上我们可以使用threading.Timer创建相应的线程来执行改库操作，思路也比较简单。
1.传入执行改库操作的时间update_time，用update_time和当前时间相减法，得到距离改库操作还有多少时间time_delay。求两个标准时间格式字符串的时间差可以使用datetime.datetime.strptime()来格式化时间，格式化后的时间可以直接相减法，对结果执行.seconds()就可以转化成秒
2.将改库操作封装成方法update()，然后将update和时间差传入threading.Timer创建的线程，用法为threading.Timer(interval, function, args=[], kwargs={})创建线程实例，interval为延迟执行的时间，单位是秒，然后,start()执行。Timer是非阻塞的，可以创建出多个线程互不影响。
代码如下
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
from model import Table
from handler.base_handler import BaseHandler
from threading import Timer
import datetime
class TimeHandler(BaseHandler):
def do_action(self):
update_time = "2018-04-07 18:00:00"
ads_id = "test_1"
t_online = datetime.datetime.strptime(update_time, '%Y-%m-%d %H:%M:%S')
now = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
t_now = datetime.datetime.strptime(now, '%Y-%m-%d %H:%M:%S')
time_delay = (t_online - t_now).seconds
t1 = Timer(time_delay, self.update, (ads_id, ))
t1.start()
self.result = "success"
return
def update(self, ads_id):
self.db.dsp.query(Table).filter(Table.ads_id == ads_id).update({Table.is_del: 0})
self.db.dsp.commit()
|
可以将update_time改为前端传入的参数，就可以在该时间执行改库操作了。当时遇到了一个小坑，就是改库操作没有生效，原因是没加最后一行的commit()。本来改库的commit生效是写在基类BaseHandler重的，但是这里的update()在Timer线程中执行，属于异步操作，需要在线程中执行commit()使改动生效。
这种借助Timer定时执行的方法比传统的定时进程更轻量，也更简单，但是也有着明显的缺点。当服务关闭时，所有的定时线程也就随着主进程一起销毁，所有线程都能成功执行的前提条件是服务必须稳定，不能重启。如果想要重启服务，就需要想办法将未完成的任务落盘(比如写到数据库中)，然后启动服务时读取之前未完成的任务重新创建定时线程。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：http://www.cnblogs.com/baiyb/p/8734452.html