指标采集脚本写的是 while True 采集一轮再 sleep 600,单轮耗时 1.6 秒。跑了三个月,执行时刻从整点 00 分漂到 07 分,两个实例的时间点越差越远,看板同一分钟里出现两份数据。碰到这种情况,我一般先确认改动有没有真的生效。
原因不复杂,sleep 600 只是每轮之间停 600 秒,单轮耗时被加进周期,实际间隔成了 601.6 秒。误差每轮累积一次,一天 144 轮就差出近四分钟。两个实例启动时间不同,偏移量对不上,重复点就出现了。
「定时任务累积漂移」相关的日志我一般连着看前后五分钟,单看一条报错经常判断不出是哪一步失败。
next_run = (int(time.time()) // 600 + 1) * 600
while True:
collect()
time.sleep(max(0, next_run - time.time()))
next_run += 600
具体做法是,改成按整点对齐 每轮先算出下一个 10 分钟边界再 sleep 差值;用固定频率调度器 让周期从上一轮开始时间算起;采集耗时单独打点 超过周期的 10% 就告警;两个实例加分布式锁 同一时刻只允许一个跑。
最后用这个标准收尾,连续跑一天,每轮开始时间都落在整十秒附近,两个实例的时间戳不再出现两套偏移。
