我想制作一个以指定时间间隔执行的函数,比如说每 30 秒执行一次,时间如下:
12:37:00.000000
、12:37:30.000000
、12:38:00.000000
现在,最简单的方法是创建一个运行函数的线程,该函数有一个 while 循环,末尾有一个
sleep(30)
,因此在最后等待 30 秒。我的应用程序将 24/7 运行,并且及时地,假设从开始后可能 2-3 小时,执行该函数的实际时间将是 X:X:00.5
或 X:X:33.5
(因为有很多上面的代码 sleep(30)
),因此每 30 秒就会稍微延迟我的工作,而在几个小时内,就会大幅延迟。
我正在寻找一种优雅的方法来设置闹钟,每 30 秒触发一次,但总是恰好 30 秒,不多也不少,因为精度是必须的。
您可以推出自己的方法:
from datetime import datetime, timedelta
import time
def every_30s():
print("fired at", datetime.now())
now = datetime.now()
# Align to the next 30 second event from the current time
if now.second >= 30:
next_fire = now.replace(second=30, microsecond=0) + timedelta(seconds=30)
else:
next_fire = now.replace(second=0, microsecond=0) + timedelta(seconds=30)
sleep = (next_fire - now).seconds - 1
while True:
# Sleep for most of the time
time.sleep(sleep)
# Wait until the precise time is reached
while datetime.now() < next_fire:
pass
every_30s()
next_fire += timedelta(seconds=30) # Advance 30 seconds
sleep = 29
这首先与下一个 30 秒间隔对齐并触发事件。然后它会休眠 29 秒(以减少负载),然后快速检查下一次触发时间是否已过。下一次点火时间将提前 30 秒。
这将确保时间永远不会漂移。如果机器负载过重,它可能会稍晚触发,但下一个事件会再次准时。
输出示例:
fired at 2017-11-27 11:41:00
fired at 2017-11-27 11:41:30
fired at 2017-11-27 11:42:00
fired at 2017-11-27 11:42:30
fired at 2017-11-27 11:43:00
fired at 2017-11-27 11:43:30
fired at 2017-11-27 11:44:00
Python 可能不是完成这项工作的最佳工具,但如果您解耦由
sleep
等函数测量的时间,并使用 system.time
在每一步中重新校准,您可能能够得到足够准确的结果长期满足您的需求:
这使用
time.sleep
来等待大部分时间间隔。在等待时间结束时,它会根据系统时间更积极地检查所用时间。
它会跟踪已经过去的间隔数量,并使用经过的总时间来最小化/纠正在多个间隔上堆叠间隔错误时发生的错误累积。
可能会发生一个事件偶尔延迟触发的情况(由于外部系统条件、负载等...),但后续事件将被重新校准以准时触发。
import time
interval = 30
steps = 0
print("start period periods Error", flush=True)
print(time.time(), flush=True)
start = time.time()
while True:
steps += 1
time.sleep(interval - 0.1)
while time.time() < (start + interval * steps):
pass
#execute your stuff
print(time.time(), interval * steps, time.time() - (start + (interval * steps)), flush=True) # prints the actual interval
start period periods Error
1511782735.662815
1511782765.664593 30 1.9073486328125e-06
1511782795.6645918 60 7.152557373046875e-07
1511782825.664594 90 3.814697265625e-06
1511782855.664593 120 1.9073486328125e-06
1511782885.664594 150 2.86102294921875e-06
1511782915.664593 180 1.9073486328125e-06
1511782945.664593 210 1.9073486328125e-06
1511782975.664594 240 2.86102294921875e-06
1511783005.664593 270 1.9073486328125e-06
误差代表从一开始的漂移,并不是在每个间隔累积。