首先说一下我遇到的坑，生产上遇到的问题，我调度 Python 脚本执行并监控这个进程，python 脚本运行时间远远大于 python 脚本中自己统计的程序执行时间。
监控 python 脚本执行的时间是36 个小时，而 python 脚本中统计自己执行的时间是 4 个小时左右。
问题暴漏之后首先想到的是 linux 出了问题，查找各种日志未发现有何异常。
然后是想到 python 中用到的 py2neo 的写数据异步，阻塞进程执行。
最后，终于找到问题的所在：python 脚本使用统计时间的方式是 time.clock()，而这种方式统计的是 CPU 的执行时间，不是程序的执行时间。
接下来，就几种 python 的统计时间方式对比一下：
方法 1：
plain text_snippet
Plain Text · 6 lines|
| import datetime |
| starttime = datetime.datetime.now() |
| #long running |
| #do something other |
| endtime = datetime.datetime.now() |
| print (endtime - starttime).seconds |
datetime.datetime.now()获取的是当前日期，在程序执行结束之后，这个方式获得的时间值为程序执行的时间。
方法 2：
plain text_snippet
Plain Text · 5 lines|
| start = time.time() |
| #long running |
| #do something other |
| end = time.time() |
| print end-start |
time.time()获取自纪元以来的当前时间（以秒为单位）。如果系统时钟提供它们，则可能存在秒的分数。所以这个地方返回的是一个浮点型类型。这里获取的也是程序的执行时间。
方法 3：
plain text_snippet
Plain Text · 5 lines|
| start = time.clock() |
| #long running |
| #do something other |
| end = time.clock() |
| print end-start |
time.clock()返回程序开始或第一次被调用 clock（）以来的 CPU 时间。 这具有与系统记录一样多的精度。返回的也是一个浮点类型。这里获得的是CPU 的执行时间。
注：程序执行时间 =cpu 时间 + io 时间 + 休眠或者等待时间
✦ 卷终 · 柯航存卷 ✦