Python Apscheduler源代码解析(一) 任务调度流程

最近公司有项目需要使用到定时任务，其定时逻辑类似于linux的Cron，就使用了Apscheduler这个类库。基于公司的业务，需要修改Apshceduler，故而研究了一下Apscheduler的代码。

Apscheduler的调度逻辑非常简单，越简单的东西往往也越有效。

调度器会开辟一个线程，这个线程会循环的从job_store中找到任务，计算任务的执行时间，并与当前时间做比较。如果任务的执行事件<=当前时间，就将任务的firetime放到一个列表中(runtimes)

    def _get_run_times(self, now):
        run_times = []
        next_run_time = self.next_run_time
        while next_run_time and next_run_time <= now:
            run_times.append(next_run_time)
            next_run_time = self.trigger.get_next_fire_time(next_run_time, now)

        return run_times

如果runtimes不为空，就将其放入Executor中，下面代码中的executor不是Python的线程池类，是Apscheduler的一个类，当然了，最终的结果是将任务放到线程池当中

                if run_times:
                    try:
                        executor.submit_job(job, run_times)

在BaseExecutor类中，有一个abstract method,负责将任务放到线程池当中，在其子类BasePoolExecutor中，继承了这个方法

    def _do_submit_job(self, job, run_times):
        def callback(f):
            exc, tb = (f.exception_info() if hasattr(f, 'exception_info') else
                       (f.exception(), getattr(f.exception(), '__traceback__', None)))
            if exc:
                self._run_job_error(job.id, exc, tb)
            else:
                self._run_job_success(job.id, f.result())

        f = self._pool.submit(run_job, job, job._jobstore_alias, run_times, self._logger.name)
        f.add_done_callback(callback)

代码中的self._pool可以是线程池，也可以是进程池，在concurrent.futures包中，已经是python3的标准类库了。

关于调度器的事件循环，如果让他一直循环不断的从job_store中取任务，然后判断，这样会十分浪费资源。Apscheduler在一次循环结束之前会计算任务下次执行事件与当前时间之差，然后让调度线程挂起直到那个时间到来。

    def _main_loop(self):
        wait_seconds = TIMEOUT_MAX
        while self.state != STATE_STOPPED:
            self._event.wait(wait_seconds)
            self._event.clear()
            wait_seconds = self._process_jobs()

self._process_jobs()的返回值就是上面说的那个时间，self._event.wait(wait_seconds)就是让当前线程等待这么长的一段时间