说明

之前已经完全跑通了任务调度，实现了S2S的流转Python 全栈系列243 S2S flask_celery。由于request请求用起来比较别扭，所以创建一个对象来进行便捷操作。

内容

1 功能

WFlaskAPS包含管理定时任务的必要功能

from datetime import datetime
from typing import List, Optional
from pydantic import BaseModel
import requests as req class WFlaskAPS(BaseModel):flask_aps_agent:str = 'IP:Port'# 获取当前的任务列表def get_jobs(self):url = 'http://%s/get_jobs' % self.flask_aps_agentreturn req.get(url).json()# 删除某个任务def remove_a_task(self, task_name = None):url = 'http://%s/remove_a_task/' % self.flask_aps_agentdata_dict ={}data_dict['task_id'] = task_namereturn req.post(url, json=data_dict).json()# 获取任务状态def get_jobs_status(self):url = 'http://%s/get_jobs_status/' % self.flask_aps_agentreturn req.get(url).json()# 发布一个任务(task)# task_name 其实是job type# task_id 任务的唯一编号# task_type 原来的服务只实现了cron方式，因为cron方式可以实现其他两种方式。'''date：在指定的日期和时间运行一次interval：在指定时间间隔内运行cron：使用Cron表达式运行'''def publish_a_task(self,task_id= None ,task_name = None, task_type ='cron', task_kwargs = {},year = None, month = None, day = None, week = None, day_of_week = None, hour = None,minute = None, second = None, start_date = None, end_date = None,):url = 'http://%s/publish_a_task/' % self.flask_aps_agentdata_dict = {'task_id':task_id,'task_name':task_name,'task_type':task_type,'task_kwargs':task_kwargs,'year':year,'month':month,'day':day,'week':week,'day_of_week':day_of_week,'hour':hour,'minute':minute,'second':second,'start_date':start_date,'end_date':end_date}return req.post(url, json=data_dict).json()def pause_a_task(self, task_id = None):data_dict = {}url =  'http://%s/pause_a_task/' % self.flask_aps_agentdata_dict['task_id'] = task_idreturn req.post(url, json=data_dict).json()def resume_a_task(self, task_id = None):data_dict = {}data_dict['task_id'] = task_idurl =  'http://%s/resume_a_task/' % self.flask_aps_agentreturn req.post(url, json=data_dict).json()# task_namedef add_a_job(self, fpath = None, func_name = None):url = 'http://%s/add_task_type/' % self.flask_aps_agentdata = {}data['func_name'] = func_namewith open(fpath, 'r') as f: data['func_body'] = f.read()return req.post(url, json=data).json()

从逻辑上，首先需要创建任务类型(add_a_job),之后就可以依据这个job发布n个task，发布任务时的参数是最复杂的。原始的flask apscheduler其实提供了三种触发类型：

• 1 date 一次性触发
• 2 interval 周期触发
• 3 cron 触发

由于cron触发可以涵盖前两种的变化，所以在之前的服务中，只创建了cron格式的定时任务。与linux系统里的cron不同，系统里最小的周期是分钟，而这里是秒。

默认情况下，周期任务是每秒执行的。如果需要改为n秒执行，可以用 '*/5’的方式，指定重复执行的周期。通过start_date和end_date可以钳制任务的周期跨度（所以当然也包含了一次性的任务）。

使用方法比直接请求接口简洁多了

from Basefuncs import * 
# flask_aps_agent = 'IP:PORT'
wf = WFlaskAPS()# 1 获取任务列表
wf.get_jobs()
# 2 删除一个任务
wf.remove_a_task('my_test1')
# 3 获取任务状态
wf.get_jobs_status()
# 4 发布一个任务
cur_dt_str = get_time_str1()
wf.publish_a_task(task_id ='my_test1', task_name= 'hello',start_date=cur_dt_str,second ='*/5')
# 5 暂停一个任务
wf.pause_a_task(task_id = 'my_test1')
# 6 恢复任务
wf.resume_a_task(task_id = 'my_test1')# 7 增加一个job(task_name)
# wf.add_a_job()

2 Next

2.1 flask_aps_job_table

创建一张表，里面存储了job的元信息，表可以存在mymeta.flask_aps下面。

字段	解释
job_name	job 名称
description	描述
para_dict	参数样例

2.2 flask_aps_task_table

字段	解释
machine	机器名, m1,m2
task_id	任务id
job_name	任务类型
set_to_status	被设定的状态
running_status	当前状态
start_dt	开始时间
end_dt	结束时间
interval_params	周期时间

机器名是重要的，因为同样的任务可能在不同的机器上执行。

2.3 assure_tasks.py

这个脚本伴随服务的启动会执行一次：

• 1 根据本机名称，去flask_aps_task_table寻找哪些被设定为运行的任务
• 2 获取当前的任务列表，根据任务名，运行状态的差集执行：
  • 1 发布任务。这种情况一般是服务重启之后，运行任务丢失了。

其他类型的操作，可以后续通过前端来交互（这里又会用一下MongoEngine).

2.4 S2S Work Mode

创建一个S2S，然后让Worker根据这个来执行一些任务。