每小时运行脚本存在时间偏移，如何实现稳定可靠的定时任务？

你当前的问题是：用schedule.every(3600).seconds设置定时任务时，每次执行时间会因任务本身耗时+循环sleep的累积，导致时间戳不断延后，无法稳定在固定时间点执行。

问题原因 #

schedule.every(3600).seconds是以上一次任务结束时间为起点，再间隔3600秒执行下一次。如果你的export()函数执行需要10秒，那第一次10:00:00执行完，下一次就会在11:00:10触发，长期累积偏差会越来越大。

解决方案 #

方法1：使用schedule的固定整点触发（最简单）

直接让任务在每小时的0分0秒执行，不管上一次任务何时结束，下一次都会卡在整点。修改你的调度代码：

import pandas as pd
from datetime import datetime as dt
import schedule
import time

def export():
    df = pd.read_excel("filepath", sheet_name='Import Data')
    now = dt.now()
    dt_string = now.strftime("%Y%m%d %H%M%S")
    df["Minute"] = now.minute
    df["Hour"] = now.hour
    df["Day"] = now.day
    df["Month"] = now.month
    df["Year"] = now.year
    df.to_excel("filepath" + dt_string + ".xlsx", sheet_name='Export Data')

# 改为每小时整点执行
schedule.every().hour.at(":00").do(export)

while True:
    schedule.run_pending()
    time.sleep(1)

方法2：手动计算下一次执行时间（更精确）

如果需要更高精度，或者担心schedule库的潜在偏差，可以直接计算下一个整点的时间，然后sleep到该时间点，彻底避免累积误差：

import pandas as pd
from datetime import datetime as dt, timedelta
import time

def export():
    df = pd.read_excel("filepath", sheet_name='Import Data')
    now = dt.now()
    dt_string = now.strftime("%Y%m%d %H%M%S")
    df["Minute"] = now.minute
    df["Hour"] = now.hour
    df["Day"] = now.day
    df["Month"] = now.month
    df["Year"] = now.year
    df.to_excel("filepath" + dt_string + ".xlsx", sheet_name='Export Data')

while True:
    export()
    # 获取当前时间
    now = dt.now()
    # 计算下一个整点时间
    next_run = now.replace(minute=0, second=0, microsecond=0) + timedelta(hours=1)
    # 处理任务执行超时的情况（比如任务跑了1.5小时，已经过了下一个整点）
    if next_run <= now:
        next_run += timedelta(hours=1)
    # 计算需要睡眠的时长
    sleep_duration = (next_run - now).total_seconds()
    # 睡眠到下一个整点
    time.sleep(sleep_duration)

注意事项 #

• 如果你的export()函数执行时间可能超过1小时，方法2中的超时判断很重要，避免出现负数睡眠时长。
• 方法1足够应对大多数场景，代码更简洁；方法2适合对时间精度要求极高的场景。

内容的提问来源于stack exchange，提问作者Prmake