当前位置:首页 > 文章列表 > 文章 > linux > systemd.timer AccuracySec 怎样调整定时器精度

systemd.timer AccuracySec 怎样调整定时器精度

来源:17golang原创 2026-10-21 14:01:28 0浏览 收藏

如果 systemd timer 明明写了固定时间,却总是在几秒到一分钟内才触发,先看 AccuracySec=,不要先把它当成故障。它定义的是定时器允许到期的精度窗口:默认值是 1min,systemd 会在目标时间之后的窗口内安排触发,用来合并本机的 CPU 唤醒。只有任务必须尽量贴近目标时刻时,才需要把它调小。

官方文档:https://www.freedesktop.org/software/systemd/man/latest/systemd.timer.html

可以先记住三个结论:AccuracySec=1s 表示把窗口收紧到秒级;AccuracySec=1us 追求最小的 systemd 精度窗口,但仍受系统的 TimerSlackNSec= 影响;如果目标是把一批客户端请求摊开,应看 RandomizedDelaySec=,而不是把 AccuracySec= 调大。

AccuracySec 影响的是触发时间窗口

OnCalendar=、OnBootSec=、OnUnitActiveSec= 等表达式决定“什么时候应该到期”,AccuracySec= 决定 systemd 可以在多大的窗口中安排这次到期。它不是一个固定的额外睡眠时间,也不是把任务随机延后指定时长。

官方说明把这个窗口解释为从目标时间开始、到 AccuracySec 配置值之后结束。窗口里的具体时刻由主机选择一个稳定位置,并尽量和本机其它 timer 的唤醒合并。这样做的主要目标是减少 CPU 被频繁唤醒,而不是提供业务层面的随机负载均衡。

OnCalendar 或 OnBootSec、AccuracySec、触发时间窗口、本地 timer 单元和 CPU 唤醒之间的静态结构关系图
图1:触发时间窗口结构说明图,查看时间表达式、AccuracySec 与 CPU 唤醒的关系;不是运行截图。

按任务要求选择精度值

最小可用配置可以这样写,先让服务和 timer 使用同名单元,减少 Unit= 带来的额外跳转:

# backup.service:只保留一次备份任务的服务入口
[Unit]
Description=备份任务

[Service]
Type=oneshot
# 示例命令只表示任务入口,实际项目应替换成自己的备份脚本。
ExecStart=/usr/local/bin/backup-job
# backup.timer:每天 02:00 触发,并把时间窗口收紧到 10 秒
[Unit]
Description=每日备份定时器

[Timer]
# 日历表达式决定目标时间,AccuracySec 决定允许的触发窗口。
OnCalendar=*-*-* 02:00:00
AccuracySec=10s
# timer 默认激活同名的 backup.service,这里不再重复写 Unit=。

[Install]
WantedBy=timers.target

选择值时可以按下面的边界判断:

任务类型建议起点原因
清理临时文件、低优先级同步保留默认或使用较大的窗口节能比准点更重要
日报、批处理、固定时间通知10s 到 1min给调度器合并唤醒的空间
接近整点的对账或轮询1s 或更小缩小偏离目标时间的范围
对微秒级触发有明确需求1us这是 systemd 的精度配置,不代表硬实时保证

最后一行尤其容易被误读:把值写成 1us 只是把 systemd 的窗口压到更小,仍会受到内核调度、系统负载、服务启动耗时和 TimerSlackNSec= 的影响。如果业务真的要求硬实时,timer 不是唯一的时间保证机制。

不要把 AccuracySec 和 RandomizedDelaySec 混为一谈

这两个参数都可能让读者看到“不是刚好在目标时间运行”,但方向相反。AccuracySec= 允许 systemd 把本机 timer 的唤醒合并,偏向节省功耗;RandomizedDelaySec= 在下一次触发时间上增加随机延迟,偏向把很多相似任务摊开,减轻同一时刻的资源或远端服务压力。

官方文档还说明:两者同时存在时,先应用随机延迟,再可能根据 AccuracySec= 做本机唤醒合并。如果你要让一批机器的周任务保持周期,同时给每台机器一个稳定偏移,可以进一步研究 RandomizedOffsetSec=;它只对 OnCalendar= 有效,不应和普通的本机精度窗口混为一谈。

OnCalendar、AccuracySec、RandomizedDelaySec、FixedRandomDelay、RandomizedOffsetSec 和服务触发之间的静态职责关系图
图2:定时器参数职责关系说明图,区分精度与唤醒合并、随机错峰和稳定日历偏移;不是运行截图。
# fleet-backup.timer:示例只强调两类参数的职责不同
[Timer]
# 周期目标来自日历表达式。
OnCalendar=weekly
# 收紧本机调度窗口,避免随机延迟后再次被大窗口合并。
AccuracySec=1us
# 将不同机器的任务分散到一段时间内,数值按业务压力选择。
RandomizedDelaySec=2h
# 让同一机器的随机延迟保持稳定;它依赖 RandomizedDelaySec 才有作用。
FixedRandomDelay=yes

如果问题是“任务总在目标后几分钟才触发”,优先检查 AccuracySec=;如果问题是“很多机器同时打到一个接口”,才考虑随机延迟或日历偏移。不要为了错峰把精度窗口无限放大,也不要为了准点把所有 timer 都改成微秒级。

用状态命令确认最终配置

写完单元后,先检查 systemd 看到的配置文本和下一次触发时间。下面命令只做配置查看,不把输出误解成业务执行结果:

# 读取合并后的 timer 配置,确认 drop-in 没有覆盖 AccuracySec。
systemctl cat backup.timer

# 查看 systemd 解析出的下一次触发和剩余时间。
systemctl list-timers backup.timer

# 检查单元文件语法与依赖关系。
systemd-analyze verify /etc/systemd/system/backup.timer

如果使用了 drop-in,重点看最后生效的 [Timer] 段;配置文件里重复出现同一项时,不要只凭原始文件判断。还要确认服务没有长时间保持活动状态,因为 timer 到期时如果目标 unit 已经处于活动状态,systemd 不会凭空再生成一个实例。

结论:先定目标,再调窗口

  1. 把 OnCalendar= 或单调计时器表达式看成目标时间,把 AccuracySec= 看成允许的调度窗口。
  2. 低优先级任务优先节能;只有准点要求明确时,才收紧到秒级或更小。
  3. 需要多台机器错峰时使用 RandomizedDelaySec= 或 RandomizedOffsetSec=,不要把 AccuracySec 当成负载均衡器。
  4. 修改后用 systemctl cat、systemctl list-timers 和 systemd-analyze verify 复核最终配置文本与调度信息。

常见问题

AccuracySec=1us 就能保证微秒级执行吗?不能。它只收紧 systemd 的到期窗口,还会受 TimerSlackNSec=、内核调度和服务启动耗时影响。

AccuracySec 越小越好吗?不一定。越小越接近目标时间,但会减少合并唤醒的空间;没有准点需求的清理和同步任务通常不值得统一改小。

为什么设置了 RandomizedDelaySec 仍然不是精确的随机时间?因为随机延迟之后仍可能受到 AccuracySec 的本机合并;如果需要保持日历周期的稳定偏移,应分别理解 RandomizedOffsetSec 的用途。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Python csv.Sniffer 怎样减少小样本分隔符误判Python csv.Sniffer 怎样减少小样本分隔符误判
上一篇
Python csv.Sniffer 怎样减少小样本分隔符误判
Linux systemd-run 怎样把临时服务放进 scope
下一篇
Linux systemd-run 怎样把临时服务放进 scope
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    578次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    619次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    650次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    613次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    428次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码