Python 中实现严格按固定时间间隔（如每15分钟）触发任务的调度方案

定时任务开发中，Python 的 schedule 库虽然用起来方便，但很多人在用它实现“每 60 秒执行一次”时会踩一个坑：任务跑着跑着，间隔就飘了。比如你设了 60 秒，结果实际两次触发间隔变成了 91 秒——因为 .every(n).seconds.do() 默认是串行阻塞的，下一个任务要等上一个跑完才开始计时。这在金融结算、数据快照、IoT 采样等场景下，是没法接受的。

要解决这个问题，核心思路很简单：**不用相对延迟，改用绝对时间戳做锚点**——每次任务执行前，先算好下一次应该几点几分几秒触发，然后直接在那个时刻安排下去。Python 标准库里的 sched.scheduler 就是干这个的。

下面是一个可以直接上手的例子，实现**每 60 秒整点触发**（改成每 15 分钟也很简单，把 frequency_seconds 设为 900 就行）：

#!/usr/bin/env python3
import sched
import time

# 配置调度参数
frequency_seconds = 60  # 改为 900 即为每15分钟
priority = 1

# 创建调度器（使用 time.time 和 time.sleep 作为时间源与阻塞函数）
scheduler = sched.scheduler(time.time, time.sleep)

def job():
    # ✅ 关键：立即预约下一次执行的绝对时间点（当前时间 + 固定间隔）
    next_run_at = time.time() + frequency_seconds
    scheduler.enterabs(next_run_at, priority, job)
    
    # 执行业务逻辑（此处模拟耗时操作）
    print("Process triggered at:", time.strftime("%Y-%m-%d %H:%M:%S"))
    time.sleep(25)  # 模拟长任务（>30s），不影响下次触发时间
    print("Process ended at:", time.strftime("%Y-%m-%d %H:%M:%S"))

# 启动首次调度（延迟0秒，即立即执行）
scheduler.enter(0, priority, job)

# 运行调度循环（阻塞式，适合单任务主程序）
print("Scheduler started...")
scheduler.run()

运行效果是这样的（记住，任务耗时 25 秒，但下一次触发依然严格在 60 秒后，而不是从结束时间算起）：

Process triggered at: 2024-03-25 06:57:23
Process ended at: 2024-03-25 06:57:48
Process triggered at: 2024-03-25 06:58:23  ← 严格间隔60秒（非从结束时间起算）
Process ended at: 2024-03-25 06:58:48

关键机制说明：

• scheduler.enterabs(when, priority, action) 接受的是**绝对时间戳**（Unix timestamp），这就保证了下次调用精准落在 t₀ + Δt 那一刻；
• scheduler.enter(0, ...) 用来启动第一个任务，后续的所有调度都由 job() 内部自己预约，形成一个自维持的闭环；
• sched 是线程安全的单线程调度器，天然避免并发冲突，特别适合 I/O 密集型的定时任务。

注意事项与进阶建议：

• 如果任务本身可能超时，或者你需要多个任务并行跑（比如一个任务卡死不能影响下一个），那就别用 sched 了，改用 threading.Timer 或者 concurrent.futures.ThreadPoolExecutor 来封装调度逻辑；
• 长期运行的服务，最好在 job() 里加上 try...except，避免一次异常让整个调度挂掉；
• 如果要求毫秒级精度（比如每 500ms），可以把 time.time() 换成 time.perf_counter()，并相应调整调度器的初始化参数；
• 替代方案：APScheduler 的 IntervalTrigger 配合 coalesce=False + max_instances 也能实现类似效果，不过要额外安装第三方库。

说到底，当“准时”这件事关系到业务正确性时，与其凑合用那个“简单但漂移”的 schedule 库，不如花五分钟换成标准库里的 sched + enterabs()——更可靠、更轻量、也更好控制。