一日一技:为什么不建议使用 time.sleep 实现定时功能?

简介: 一日一技:为什么不建议使用 time.sleep 实现定时功能?

摄影:产品经理一家小酒馆

有时候,我们想实现一个非常简单的定时功能,例如让一个程序每天早上8点调用某个函数。但我们又不想安装任何第三方库,也不会使用 crontab 或者任务计划功能,就想使用纯 Python 来实现。

可能有同学会这样写代码:

import time
import datetime
def run():
    print('我是需要被每天调用的函数')
def schedule():
    target_time = datetime.time(8, 0, 0)
    today = datetime.date.today()
    target_date = today + datetime.timedelta(days=1)
    target_datetime = datetime.datetime.combine(target_date, target_time)
    now = datetime.datetime.now()
    delta = (target_datetime - now).total_seconds()
    time.sleep(delta)
    run()
    while True:
        time.sleep(24 * 3600)
        run()
if __name__ == '__main__':
    schedule()

这段程序,首先计算出现在距离明天早上8点相差的秒数。睡这么多秒以后,第一次运行目标函数。然后进入一个死循环,每隔86400秒,程序调用一次 run 函数。

这个程序初看起来,似乎没有什么问题。但如果你每天观察它的运行时间,你会发现随着时间的推移,时间会越来越不准确。

这是因为,run 函数不是一瞬间就运行完成的。它运行也会消耗时间。假设程序第一次运行 run 函数的时候,确实刚刚好是8:00,run 函数运行了2秒。那么,程序睡眠86400秒以后,时间实际上是8:00:02.从第二天开始,每天晚2秒钟。一个月就会晚一分钟。

但实际上,我们如果付出一点点微不足道的代价,我们就可以防止这种误差的发生,并且程序代码会变得更简单:

import time
import datetime
def run():
    print('我是需要被每天调用的函数')
def schedule():
    last_run = None
    while True:
        now = datetime.datetime.now()
        if now.strftime('%H:%M') == '08:00' and last_run != now.date():
            run()
            last_run = now.date()
        time.sleep(1)
if __name__ == '__main__':
    schedule()

程序在一个死循环中,每秒做一次检查,如果当前的时分正好是08:00,并且上一次运行不是今天,那么就调用 run 函数,并把上一次运行的时间设置为今天。否则,就睡眠1秒钟。

这样做,相当于每秒都会校对时间,从而避免了长时间运行导致的时间误差。虽然看起来这个死循环会非常消耗 CPU,但只要你算一下,实际上它只不过每天循环86400次而已。这个次数并不多。

但无论如何,专业的事情应该交由专业的工具来做。time.sleep用来设置周期性的时间间隔可以,但它实际上不适合用来做定时任务。

因为一个支持定时任务的库,例如 Python 的schedule或者APScheduler,他们在确保定时时间准确上,做了很多工作。还有一些库甚至用到了时间轮这样的数据结构来确保时间的准确性。这不是我们简单用两三行 Python 代码就能完成的。

总结

如果能用 crontab 或者任务计划,那么这是最优选择。其次,使用 Python 专用的定时模块。最次,才是使用 time.sleep 来实现。如果不得不用 time.sleep,那么应该尽量缩短检查的间隔,避免长时间睡眠。

目录
相关文章
|
数据采集 机器学习/深度学习 人工智能
Bert-vits2-2.3-Final,Bert-vits2最终版一键整合包(复刻生化危机艾达王)
近日,Bert-vits2发布了最新的版本2.3-final,意为最终版,修复了一些已知的bug,添加基于 WavLM 的 Discriminator(来源于 StyleTTS2),令人意外的是,因情感控制效果不佳,去除了 CLAP情感模型,换成了相对简单的 BERT 融合语义方式。
Bert-vits2-2.3-Final,Bert-vits2最终版一键整合包(复刻生化危机艾达王)
|
9月前
|
人工智能
AnchorCrafter:中科院联合腾讯推出的AI虚拟主播带货视频制作技术
AnchorCrafter是由中科院和腾讯联合推出的一项AI虚拟主播带货视频制作技术。该技术基于扩散模型,能够自动生成高保真度的主播风格产品推广视频,通过整合人-物交互(HOI)技术,实现对物体外观和运动控制的高度还原。AnchorCrafter在物体外观保持、交互感知以及视频质量方面优于现有方法,为在线广告和消费者参与提供了新的可能性。
1429 31
AnchorCrafter:中科院联合腾讯推出的AI虚拟主播带货视频制作技术
|
11月前
|
存储 Python
Python Logging 限制文件大小
Python Logging 限制文件大小
192 0
|
11月前
|
人工智能 NoSQL Redis
如何将分布式锁性能提升100倍【含面试题】
如何将分布式锁性能提升100倍
637 0
|
算法 计算机视觉
【OpenCV】仿射变换中cv2.estimateAffine2D 的原理
【OpenCV】仿射变换中cv2.estimateAffine2D 的原理
870 0
|
传感器 数据处理 Android开发
Camera基本代码架构
Camera基本代码架构
|
数据格式
重写transformers.Trainer的compute_metrics方法计算评价指标时,形参如何包含自定义的数据
  这个问题苦恼我几个月,之前一直用替代方案。这次实在没替代方案了,transformers源码和文档看了一整天,终于在晚上12点找到了。。。
1088 0