虚拟机可以做两个网站托管网站服务器

---

任务均衡，即将100条任务的执行时间，均匀的分布在1小时内，可以降低运行负载的峰值，也可以用于控制多线程任务

import threading
import time
from datetime import datetime
from typing import Callable, List
import concurrent.futuresclass TaskScheduler:def __init__(self, task_list: List[str], cycle_seconds: int, reserve_seconds: int, func: Callable, single_cycle: bool = False, max_threads: int = 10):"""构造说明：- 必须满足 reserve_seconds < cycle_seconds- func 应实现异常处理逻辑- 单次模式时自动在任务完成后停止- max_threads 限制同时运行的线程数"""if reserve_seconds >= cycle_seconds:raise ValueError("reserve_seconds 必须小于 cycle_seconds")if max_threads <= 0:raise ValueError("max_threads 必须大于 0")self.task_list = task_listself.cycle_seconds = cycle_secondsself.reserve_seconds = reserve_secondsself.func = funcself.single_cycle = single_cycleself.max_threads = max_threadsself.lock = threading.Lock()self.running = Falsedef _execute_task(self, task: str, target_time: float):"""执行单个任务，确保在指定时间点执行"""current_time = time.time()sleep_time = max(0, target_time - current_time)time.sleep(sleep_time)try:self.func(task)except Exception as e:print(f"任务 {task} 执行出错: {e}")def _schedule_tasks(self):"""安排任务执行"""cycle_start_time = time.time()available_time = self.cycle_seconds - self.reserve_secondsinterval = available_time / len(self.task_list)current_time = cycle_start_time# 使用线程池限制最大线程数with concurrent.futures.ThreadPoolExecutor(max_workers=self.max_threads) as executor:for task in self.task_list:target_time = current_time + intervalexecutor.submit(self._execute_task, task, target_time)current_time = target_timedef start(self):"""启动任务调度"""with self.lock:if self.running:print("任务调度器已经在运行")returnself.running = Truewhile self.running:self._schedule_tasks()if self.single_cycle:self.running = Falseelse:time.sleep(self.cycle_seconds)print("[系统时间] 所有任务执行完成")def stop(self):"""停止任务调度"""with self.lock:self.running = Falsedef runner_test(x):# 测试运行print(f"[{datetime.now().strftime('%H:%M:%S.%f')}] 处理 {x} start")if x == 3:raise ValueError("333333333333333333333333")time.sleep(2)print(f"[{datetime.now().strftime('%H:%M:%S.%f')}] 处理 {x} end")# 示例用法
if __name__ == "__main__":scheduler = TaskScheduler(task_list=[i for i in range(90)],cycle_seconds=10,  # 执行周期，单位/秒reserve_seconds=1,  # 预留时间，单位/秒func=runner_test,single_cycle=True,max_threads=20  # 最大线程数)scheduler.start()

代码说明

1. 时间控制：
   • 任务均匀分布在 (周期时间 - 预留时间) 的时间窗内。
   • 每个任务的间隔时间通过 available_time / len(self.task_list) 计算得出。
   • 使用 time.sleep 确保任务在指定时间点执行，误差控制在毫秒级别。
2. 执行控制：
   • 支持自定义任务处理函数 func，每个任务元素独立调用该函数。
   • 使用多线程并发执行任务，确保任务的独立性。
3. 模式选择：
   • 支持单次执行模式和持续周期模式。
   • 单次模式下，任务执行完成后自动停止。
4. 异常处理：
   • 在 _execute_task 方法中捕获异常，确保任务执行出错时不会影响其他任务。
5. 线程安全：
   • 使用 threading.Lock 确保多线程并发调用时的线程安全。
6. 资源控制：
   • 单实例最多同时管理 1000 个任务元素（可通过限制 task_list 的长度实现）。
7. 执行保障：
   • 确保最后一个任务完成时间不超过周期开始时间 + (cycle_seconds - reserve_seconds)。
   • 跳过已过期的历史任务时间点。
8. 误差容忍：
   • 周期对齐误差和任务执行时间误差均控制在毫秒级别。