Python中的任务调度库
最近写一个异步的小功能，不想一上来就用Celery重器，最开始使用的是Flask搭配concurrent.futures的 ThreadPoolExecutor功能来实现，但是执行效果并不如预期，后面改成了FastAPI的Background Tasks功能，能实现想要的效果，但是也有缺陷，今天我们来罗列下python中的受欢迎的任务调度库有哪些。
任务调度库
这里的罗列只是所接触到的其中的一小部分，如果你使用过更好的，欢迎留言
列表
•schedule•python-crontab•APScheduler•Celery•Django Q
schedule
schedule 是给人类使用的作业调度器，简单、轻量级、无需配置、语法简单，缺点是阻塞式调用、无法动态添加或删除任务。
python-crontab
python-crontab 是一个 Python 模块，它提供对 cron 作业的访问，并使我们能够从 Python 程序中操作 crontab 文件。能够动态添加任务。
APScheduler
一款Python开发的定时任务工具，偏定时，但是不依赖于Linux系统的crontab系统定时，独立运行，使用也非常广泛。
Celery
Celery 是一个简单，灵活，可靠的分布式系统，用于处理大量消息，同时为操作提供维护此类系统所需的工具, 也可用于任务调度。
Django Q
django的多处理分布式任务队列，有人拿这个和celery做对比，功能强大，可以和Django无缝集成，我之前写过一个工具用的就是这个，更轻量级，个人觉得很好用。缺点是只能用在Django上。
如何选择
看我们的场景是实现小工具还是要实现后端服务，如果是小工具的话，追求简洁明了，尽可能的减少依赖性的添加，如果是实现后端服务，我们需要为前端返回进度和状态，这个时候用的最多的算是APScheduler和Celery了。
