
APScheduler 中 jitter 参数本身不会导致任务多次执行,真正的问题是程序每日重启时重复调用 add_job(),造成历史作业未清理而持续累积,最终同一时间触发多个实例。
apscheduler 中 `jitter` 参数本身不会导致任务多次执行,真正的问题是程序每日重启时重复调用 `add_job()`,造成历史作业未清理而持续累积,最终同一时间触发多个实例。
在你提供的代码中,sched.add_job(Function, 'cron', hour=9, jitter=900) 每次程序启动都会注册一个新作业。若程序因系统维护、服务重启(如 systemd 定时重载、容器重建或 crontab 触发的脚本重启)每天被重新执行一次,则 APScheduler 会不断向调度器中添加新的 Function 作业——而旧作业并未被显式移除或持久化管理,导致作业列表持续膨胀。
从你的日志可清晰验证这一点:
2025-04-19 08:48:34,412 - INFO - Running job "Function (trigger: cron[hour='9'], next run at: 2025-04-19 08:55:31 PDT)"
注意日志中 next run at 显示为 8:55:31(仅比当前运行时间晚约7分钟),这绝非 jitter 行为(jitter 是在首次计算下次触发时间时施加的随机偏移,且仅作用于 单个作业实例 的首次调度),而是说明:该作业是昨日或更早某次启动时注册的残留作业,其内部触发器已按 cron 规则推进到下一个匹配时间点(即当天 9 点 ± jitter),但由于多个作业实例共存,它们各自独立计算并触发,于是出现 8:48、8:55、9:08 等密集调用。
✅ 正确做法:确保作业全局唯一注册,避免重复添加。推荐以下任一方案:
方案一:启动前清除同名作业(简单可靠)
# 在 add_job 前先移除已存在的同名作业
job_id = 'daily_function'
if sched.get_job(job_id):
sched.remove_job(job_id)
sched.add_job(Function, 'cron', hour=9, jitter=900, id=job_id)方案二:使用 replace_existing=True(APScheduler ≥ 3.10.0)
sched.add_job(
Function,
'cron',
hour=9,
jitter=900,
id='daily_function',
replace_existing=True # 自动覆盖同 ID 作业
)方案三:启用作业持久化(适合长期服务)
配合 SQLAlchemyJobStore 或 RedisJobStore,使作业状态跨进程重启保持一致:
from apscheduler.jobstores.sqlalchemy import SQLAlchemyJobStore
jobstores = {
'default': SQLAlchemyJobStore(url='sqlite:///jobs.sqlite')
}
executors = {
'default': {'type': 'threadpool', 'max_workers': 20}
}
job_defaults = {'coalesce': True, 'max_instances': 1}
sched = BackgroundScheduler(
jobstores=jobstores,
executors=executors,
job_defaults=job_defaults,
timezone='US/Pacific'
)⚠️ 注意事项:
-
jitter=900(15 分钟)本身合法,它仅在每次作业首次计算「下一次 9 点触发时间」时,加入 ±900 秒随机扰动,不会导致单次触发分裂为多次; -
coalesce=True(默认)可合并错过的调度(如服务宕机期间),但无法解决多实例问题; - 务必为作业设置
id,否则replace_existing和remove_job将失效; - 若使用 systemd/cron 管理进程,请检查是否配置了
Restart=或定时ExecStartPre=导致非预期重启。
总结:Jitter 是调度“时间抖动”,不是“执行抖动”。重复执行的本质是作业注册失控,而非触发逻辑异常。通过唯一 ID + 替换/清理机制,即可彻底杜绝此类问题。

















