当需要定时修改数据库时，一般我们都选择起一个定时进程去改库。如果将这种定时任务写入业务中，写成一个接口呢，定时进程显得有些不太合适?如果需要定时修改100次数据库，常规做法会启动100个进程，虽然这种进程非常轻量级，但还是会感觉不爽。实际上我们可以使用threading.Timer创建相应的线程来执行改库操作，思路也比较简单。

1.传入执行改库操作的时间update_time，用update_time和当前时间相减法，得到距离改库操作还有多少时间time_delay。求两个标准时间格式字符串的时间差可以使用datetime.datetime.strptime()来格式化时间，格式化后的时间可以直接相减法，对结果执行.seconds()就可以转化成秒

2.将改库操作封装成方法update()，然后将update和时间差传入threading.Timer创建的线程，用法为threading.Timer(interval,function,args=[],kwargs={})创建线程实例，interval为延迟执行的时间，单位是秒，然后,start()执行。Timer是非阻塞的，可以创建出多个线程互不影响。

代码如下

#!/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()

可以将update_time改为前端传入的参数，就可以在该时间执行改库操作了。当时遇到了一个小坑，就是改库操作没有生效，原因是没加最后一行的commit()。本来改库的commit生效是写在基类BaseHandler重的，但是这里的update()在Timer线程中执行，属于异步操作，需要在线程中执行commit()使改动生效。

这种借助Timer定时执行的方法比传统的定时进程更轻量，也更简单，但是也有着明显的缺点。当服务关闭时，所有的定时线程也就随着主进程一起销毁，所有线程都能成功执行的前提条件是服务必须稳定，不能重启。如果想要重启服务，就需要想办法将未完成的任务落盘(比如写到数据库中)，然后启动服务时读取之前未完成的任务重新创建定时线程。

以上内容为大家介绍Python定时修改数据库，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注IT培训机构:千锋教育。http://www.mobiletrain.org/

上一篇

Python标准库中自带的单元测试框架

下一篇

Python中什么是反射?使用方法有哪些？