skipped: maximum number of running instances reached (1)

Python 的 apscheduler 今天出现

　　skipped: maximum number of running instances reached (1)

问题产生的原因：

　　设置了大量的任务，而APScheduler无法同时处理所有任务

解决方法：

　　调整APScheduler使用的线程池大小来增加并发处理任务的能力

from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.executors.pool import ThreadPoolExecutor
from jobs.job import deal_jobs
# 创建调度器
executor = ThreadPoolExecutor(20)
scheduler = BackgroundScheduler(executors={'default': executor})
scheduler.add_job(deal_jobs, 'interval', seconds=20)
# 启动调度器
scheduler.start()

合理设置任务的执行时间

如果任务执行时间过长，会出现等待任务完成，而无法处理其他任务

可以将执行时间长的任务分解，分解为多个子任务，并分配到多个调度器中，每个调度器只需处理一部分子任务，这样可以提高整体的任务并发性能