如何在考虑函数执行耗时的前提下，让线程相对精准地按固定间隔（如3秒）执行？

问题原因 #

你现有的实现是在业务函数执行完成后才启动下一次3秒倒计时，因此两次函数启动的间隔等于「函数执行耗时+3秒」，才会出现4~5.5秒的实际间隔。要实现精准的3秒调用间隔，核心是把计时逻辑和业务函数执行逻辑解耦，不受函数执行耗时影响。

解决方案 #

方案1：单线程串行执行（适用于要求func1串行运行的场景）

该方案提前计算好每一次的执行时间点，每次执行完函数后仅等待到下一个时间点即可，无需等满3秒，两次func1启动的间隔稳定在3秒左右。

import datetime as dt
import time

def func1():
    # 替换为你的实际业务逻辑，此处模拟1~2.5秒执行耗时
    time.sleep(1 + 1.5 * (dt.datetime.now().microsecond / 1000000))

def run_scheduler(interval=3, run_count=5):
    num = run_count
    next_run_time = time.time()
    while num > 0:
        # 计算需要等待的时间，到点立即执行
        wait_seconds = next_run_time - time.time()
        if wait_seconds > 0:
            time.sleep(wait_seconds)
        # 先更新下一次执行时间，避免被函数耗时影响
        next_run_time += interval
        # 执行逻辑
        current_time = dt.datetime.now()
        print(f'count: {num}, time now: {current_time}')
        func1()
        num -= 1

if __name__ == "__main__":
    run_scheduler()

方案2：多线程并行执行（适用于允许多个func1实例同时运行的场景）

该方案把业务函数放到独立线程运行，计时逻辑完全不受函数执行耗时影响，哪怕func1执行耗时超过3秒，也能保证每3秒启动一个新的执行实例。

import datetime as dt
import time
import threading

def func1():
    # 替换为你的实际业务逻辑，此处模拟1~2.5秒执行耗时
    time.sleep(1 + 1.5 * (dt.datetime.now().microsecond / 1000000))

def run_scheduler(interval=3, run_count=5):
    num = run_count
    next_run_time = time.time()
    while num > 0:
        wait_seconds = next_run_time - time.time()
        if wait_seconds > 0:
            time.sleep(wait_seconds)
        next_run_time += interval
        # 业务函数放到独立线程执行，不阻塞计时
        threading.Thread(target=execute_task, args=(num,), daemon=True).start()
        num -= 1

def execute_task(count):
    current_time = dt.datetime.now()
    print(f'count: {count}, time now: {current_time}')
    func1()

if __name__ == "__main__":
    run_scheduler()

误差说明 #

两种方案的误差均来自操作系统的线程调度精度，普通消费级Windows/macOS/Linux系统下误差通常在10ms以内，完全符合常规业务需求。

内容的提问来源于stack exchange，提问作者QuestionStudent