Python同步场景下如何延迟代码且不阻塞其他进程运行

time.sleep()会直接阻塞其所在的执行线程。即使给handler配置了run_async=True，延迟等待时分配给该请求的工作线程会被完全占用，一旦并发请求数超过线程池容量，其他请求就会排队等待，表现为其他代码运行被中断。

要实现无阻塞延迟不需要改用异步写法，只要把延迟等待的逻辑从请求处理线程剥离到独立调度逻辑中即可，下面是两种可直接落地的同步实现方案。

python-telegram-bot 内置了专门处理定时/延迟任务的JobQueue组件，调度逻辑独立于请求处理线程池，业务代码完全是同步写法，不需要接触async语法：

from . import dispatcher
from telegram import Update, CommandHandler, CallbackContext 

# 延迟执行的业务逻辑
def send_end_message(context: CallbackContext):
    # 从任务上下文里取提前存入的聊天ID，发送消息
    context.bot.send_message(chat_id=context.job.context, text="end")

def start(update: Update, context: CallbackContext):
    update.effective_message.reply_text("Hello")
    # 提交延迟任务：3秒后执行send_end_message，传入当前聊天ID作为参数
    context.job_queue.run_once(send_end_message, when=3, context=update.effective_chat.id)

dispatcher.add_handler(CommandHandler("start", start, pass_args=True, run_async=True))

这个方案的调度逻辑由框架统一管理，资源占用低，不会出现多线程竞争问题，是Telegram机器人开发里实现延迟逻辑的首选方案。

如果不想依赖框架的作业队列，可以直接用Python标准库的定时器实现，纯同步逻辑，不需要额外安装依赖：

from threading import Timer
from . import dispatcher
from telegram import Update, CommandHandler, CallbackContext 

def start(update: Update, context: CallbackContext):
    # 提前把需要的参数存到局部变量，避免闭包取值异常
    chat_id = update.effective_chat.id
    bot = context.bot
    update.effective_message.reply_text("Hello")

    def delayed_task():
        bot.send_message(chat_id=chat_id, text="end")

    # 初始化3秒定时器，设置为守护线程避免主程序退出后线程残留
    timer = Timer(3, delayed_task)
    timer.daemon = True
    timer.start()

dispatcher.add_handler(CommandHandler("start", start, pass_args=True, run_async=True))

这个方案的逻辑是每来一个需要延迟的请求，就启动一个独立的后台轻量线程负责等待和执行后续逻辑，不会占用请求处理线程，自然不会阻塞其他代码运行。如果延迟任务量级不大，这个写法足够简单好用。

• 不要在请求处理的主逻辑里直接调用time.sleep()，不管是否开了异步执行，只要sleep占住工作线程，并发上来必然出现阻塞。
• 两种方案都不需要编写异步代码，全部是同步逻辑，延迟等待过程完全在后台独立线程完成，不会影响主程序和其他请求的处理。
• 如果延迟任务量级超过100QPS，优先选方案1，框架的统一调度比单独开Timer线程的资源利用率高很多。

内容的提问来源于stack exchange，提问作者тнαт ҩυιεт кιᴅ ϟ