from apscheduler.schedulers.blocking import BlockingScheduler
import time
from threading import Timer
from datetime import datetime

def test1(who):
    print("hello")
    print(datetime.now())

    time.sleep(20)
    print("this is %s" %who)
    print(datetime.now())
def scheduler_test():
    scheduler = BlockingScheduler()

    i=0
    while i<3:
        scheduler.add_job(test1, 'interval', seconds=60, id='test_job'+str(i), args=["xiao"+str(i)],next_run_time=datetime.now())
        i=i+1
        print("mmmmmmm")
    scheduler.start()
def timer1(who):
    who_tmp=who
    test1(who)
    Timer(60, timer1,
          kwargs={'who': who_tmp}).start()

def timer_test():
    i=0
    while i<3:
        timer1("xiao"+str(i))
        i=i+1


if __name__ == '__main__':
    timer_test()
    #scheduler_test()
    print("when")

以上面这个demo为例，我们分别得到调用timer和调用scheduler时程序返回的结果

timer

scheduler

 

可以看到 1、 timer的多个定时任务是串行启动起来，而scheduler是并行的，

                2、timer的定时间隔是不把程序执行时间计算在内的，定时间隔是这一轮执行结束的时间到下一轮开始的时间。而scheduler的定时间隔是这一轮启动到下一轮启动的时间

也就是说如果应用场景对启动时间点非常敏感的，那么推荐使用scheduler。

如果使用timer的话，那么每个下一轮的启动时间点都会比上一轮慢一点，此时如果我们要以启动时间点作为横坐标来做数据分析，可能会有带来一些问题