首先說一下我遇到的坑，生產上遇到的問題，我調度Python腳本執行并監控這個進程，python腳本運行時間遠遠大于python腳本中自己統計的程序執行時間。

監控python腳本執行的時間是36個小時，而python腳本中統計自己執行的時間是4個小時左右。

問題暴漏之后首先想到的是Linux出了問題，查找各種日志未發現有何異常。

然后是想到python中用到的py2neo的寫數據異步，阻塞進程執行。

最后，終于找到問題的所在：python腳本使用統計時間的方式是time.clock()，而這種方式統計的是CPU的執行時間，不是程序的執行時間。

接下來，就幾種python的統計時間方式對比一下：

方法1：

datetime.datetime.now()獲取的是當前日期，在程序執行結束之后，這個方式獲得的時間值為程序執行的時間。

方法2：

start=time.time()

#long running

#do something other

end=time.time()

printend-start

time.time()獲取自紀元以來的當前時間（以秒為單位）。如果系統時鐘提供它們，則可能存在秒的分數。所以這個地方返回的是一個浮點型類型。這里獲取的也是程序的執行時間。

方法3：

start=time.clock()

#long running

#do something other

end=time.clock()

printend-start

time.clock()返回程序開始或第一次被調用clock（）以來的CPU時間。

這具有與系統記錄一樣多的精度。返回的也是一個浮點類型。這里獲得的是CPU的執行時間。

注：程序執行時間=cpu時間 io時間 休眠或者等待時間

總結

以上是生活随笔為你收集整理的python程序运行时间计算公式_Python执行时间的计算方法小结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。