python 定時修改數據庫

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。求兩個標准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/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，屬於異步操作，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，但是也有着明顯的缺點。當服務關閉時，所有的定時線程也就隨着主進程一起銷毀，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。