當需要定時修改數據庫時，一般我們都選擇起一個定時進程去改庫。如果將這種定時任務寫入業務中，寫成一個接口呢，定時進程顯得有些不太合適?如果需要定時修改100次數據庫，常規做法會啟動100個進程，雖然這種進程非常輕量級，但還是會感覺不爽。實際上我們可以使用threading.Timer創建相應的線程來執行改庫操作，思路也比較簡單。

1.傳入執行改庫操作的時間update_time，用update_time和當前時間相減法，得到距離改庫操作還有多少時間time_delay。求兩個標準時間格式字符串的時間差可以使用datetime.datetime.strptime()來格式化時間，格式化后的時間可以直接相減法，對結果執行.seconds()就可以轉化成秒

2.將改庫操作封裝成方法update()，然后將update和時間差傳入threading.Timer創建的線程，用法為threading.Timer(interval,function,args=[],kwargs={})創建線程實例，interval為延遲執行的時間，單位是秒，然后,start()執行。Timer是非阻塞的，可以創建出多個線程互不影響。

代碼如下

#!/usr/bin/envpython3

#-*-coding:utf-8-*-

frommodelimportTable

fromhandler.base_handlerimportBaseHandler

fromthreadingimportTimer

importdatetime

classTimeHandler(BaseHandler):

defdo_action(self):

update_time="2018-04-0718:00:00"

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

defupdate(self,ads_id):

self.db.dsp.query(Table).filter(Table.ads_id==ads_id).update({Table.is_del:0})

self.db.dsp.commit()

可以將update_time改為前端傳入的參數，就可以在該時間執行改庫操作了。當時遇到了一個小坑，就是改庫操作沒有生效，原因是沒加最后一行的commit()。本來改庫的commit生效是寫在基類BaseHandler重的，但是這里的update()在Timer線程中執行，屬于異步操作，需要在線程中執行commit()使改動生效。

這種借助Timer定時執行的方法比傳統的定時進程更輕量，也更簡單，但是也有著明顯的缺點。當服務關閉時，所有的定時線程也就隨著主進程一起銷毀，所有線程都能成功執行的前提條件是服務必須穩定，不能重啟。如果想要重啟服務，就需要想辦法將未完成的任務落盤(比如寫到數據庫中)，然后啟動服務時讀取之前未完成的任務重新創建定時線程。

以上內容為大家介紹Python定時修改數據庫，希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。http://www.mobiletrain.org/

上一篇

Python標準庫中自帶的單元測試框架

下一篇

Python中什么是反射?使用方法有哪些？