在 Python 生态中，有多种定时任务框架，以下进行简介：
1. APScheduler（Advanced Python Scheduler）
- 特点：灵活性高，支持多种任务存储后端（内存、SQLAlchemy、MongoDB等）
- 调度类型：支持日期、间隔、Cron 表达式三种调度方式
- 适用场景：适合单机应用，也可集成到 Flask、Django 等 Web 框架中
- 示例：
from apscheduler.schedulers.background import BackgroundScheduler
scheduler = BackgroundScheduler()
scheduler.add_job(my_job, 'interval', minutes=30)
scheduler.add_job(another_job, 'cron', hour=3, minute=30)
scheduler.start()
2. Celery
- 特点：分布式任务队列，功能强大，可扩展性好
- 消息代理：支持 RabbitMQ, Redis 等作为消息代理
- 适用场景：大型应用，需要分布式执行的场景，任务复杂度高
- 优势：除定时任务外，还支持异步任务处理
3. Schedule
- 特点：轻量级，API 简单易用
- 适用场景：小型应用，对复杂功能需求不高
- 示例：
import schedule
import time
def job():
print("定时任务执行中...")
schedule.every(10).minutes.do(job)
schedule.every().hour.do(job)
schedule.every().day.at("10:30").do(job)
while True:
schedule.run_pending()
time.sleep(1)
4. Django 内置的 Cron - django-crontab
- 特点：与 Django 集成度高
- 适用场景：Django 项目
5. Airflow
- 特点：工作流自动化平台，适合复杂的 ETL 流程
- 适用场景：数据工程，需要可视化监控和管理的场景
选择建议
- 小型项目：Schedule 或 APScheduler
- Web 应用：APScheduler 或与框架集成的专用库
- 分布式系统：Celery
- 数据处理工作流：Airflow
