当前位置:首页 > 文章列表 > 文章 > python教程 > Python sched.scheduler 怎样让 run 不阻塞等待下个事件

Python sched.scheduler 怎样让 run 不阻塞等待下个事件

来源:17golang原创 2026-10-29 18:18:39 0浏览 收藏

Python sched.scheduler 的 run() 默认会等待下一个事件,所以直接调用它时,当前线程会被 delayfunc 占住。想让主循环自己决定何时回来处理调度器,应改用 run(blocking=False):它只执行已经到期的事件,并返回距离下一个事件的时间差;队列为空时返回 None。

官方地址:https://docs.python.org/3/library/sched.html

这意味着非阻塞模式不是“完全不执行事件”,而是把“什么时候再次检查”交还给外层代码。文中配图均为静态结构说明图,用于解释接口关系,不是浏览器、终端或程序运行截图。

先看清 run 的阻塞边界

s.run() 等价于使用默认的 blocking=True。调度器会等待下一个事件的时间点,执行回调,再继续等待,直到队列没有事件。这个行为适合一个线程专门负责定时任务,却不适合还要处理输入、网络或其他循环的主线程。

非阻塞调用的返回值有两个用途:到期事件会在本次调用中执行;如果队列里仍有未来事件,返回值表示下一个事件距离当前时钟还有多少时间。这个数值不是新的事件对象,也不是布尔值,应该由宿主循环决定如何使用。

sched.scheduler 的时钟、事件队列、回调与 run blocking false 接口关系静态说明图
图1:sched.scheduler 调度契约结构说明图,展示时钟、事件队列、回调和 run 返回值的关系;这是说明图,不是运行截图。

用 run(blocking=False) 接入外层轮询

外层循环可以把返回的延迟当作“建议的下一次检查时间”。如果宿主循环本身有固定节拍,可以只取它和固定节拍中的较小值;如果宿主循环支持按时唤醒,则可以直接使用这个延迟。关键是不要再调用一次默认阻塞的 run()。

import sched
import time


def refresh_cache(name):
    # 回调只负责业务动作;调度器负责决定它何时被调用。
    print(f"刷新缓存:{name}")


scheduler = sched.scheduler(time.monotonic, time.sleep)
scheduler.enter(2, 1, refresh_cache, argument=("商品列表",))
scheduler.enter(5, 1, refresh_cache, argument=("首页摘要",))

while not scheduler.empty():
    delay = scheduler.run(blocking=False)
    # 没有下个事件时不应把 None 传给 sleep;这里直接结束轮询。
    if delay is None:
        break
    # 外层循环可以在这里处理其他工作,再按建议时间回来检查。
    time.sleep(min(delay, 0.2))

示例中的 0.2 只是外层轮询的上限,不是 sched 的固定要求。若主循环还要处理输入或消息,可以把这段等待替换成宿主框架的超时等待;delay 仍然只表示调度队列的下一次时间边界。

run blocking false 返回到期事件和 delay 并交给外层轮询的静态结构说明图
图2:非阻塞轮询边界结构说明图,展示已到期事件、delay 返回值、空队列和取消策略之间的静态关系;这是说明图,不是运行截图。

空队列、取消和慢回调要分别处理

当队列为空时,非阻塞 run() 返回 None。不要把它当成零秒延迟,否则外层循环可能变成忙轮询。可以等待新的任务、执行其他工作,或在宿主事件循环下一次有任务时再调用。

enter() 和 enterabs() 都会返回事件对象,这个对象可以交给 cancel()。取消失败会抛出 ValueError,因此只有仍由当前调度器持有的事件才应取消。对于不再需要的超时任务,业务层应保留事件句柄,而不是扫描公开队列猜测目标。

如果某个回调执行时间超过了下一个事件的间隔,调度器会落后,但不会自动丢弃事件。此时需要由业务决定是否取消过期任务、合并任务,或者把耗时工作移出调度回调。非阻塞模式只能避免“等待下个事件”阻塞,不能把一个耗时回调变成异步任务。

按宿主环境选择接入方式

宿主情况调用方式需要关注的边界
独立定时线程run()线程可以专门等待,代码更简单
已有主循环run(blocking=False)消费返回的 delay,避免重复阻塞
临时任务失效cancel(event)保存 enter 返回的事件句柄
回调可能很慢拆分或移交耗时工作调度器会落后,不会自动丢弃事件

可以把判断压缩成一句话:需要调度器自己等,就使用默认的 run();需要宿主循环保持控制,就使用 run(blocking=False),把它返回的时间差当成调度建议,而不是强制睡眠命令。

相关问题

run(blocking=False) 会不会执行未来事件?

不会。它只执行时间已经到达的事件;如果队列中还有未来事件,会返回距离下一个事件的时间差。

队列为空时应该 sleep(0) 吗?

不应该直接把 None 当成零。空队列意味着当前没有下一次调度时间,应等待新的任务或交还宿主循环处理。

非阻塞模式能避免慢回调卡住主循环吗?

不能。它只避免等待未来事件;回调本身仍在调用 run() 的线程中执行。耗时任务需要拆分、转移到其他执行单元,或由业务主动取消和合并。

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 cmd.Cmd 的 precmd 和 postcmd 怎样修改命令循环Python cmd.Cmd 的 precmd 和 postcmd 怎样修改命令循环
上一篇
Python cmd.Cmd 的 precmd 和 postcmd 怎样修改命令循环
Python sched 怎样取消尚未触发的定时事件
下一篇
Python sched 怎样取消尚未触发的定时事件
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。
    777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。
    772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。
    858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。
    823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。
    652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