threading.timer 适合粗略延迟任务，如 ui 按钮禁用 2 秒；实际延迟受 gil 和系统调度影响，误差常达几十毫秒；不可重用，cancel() 后不能 restart()；回调异常被静默吞掉。
用 threading.Timer 做简单延迟任务，但别指望它精准
它适合“大概等个几秒后执行一次”的场景，比如 UI 禁用按钮 2 秒、发个提醒日志。底层靠线程 + time.sleep()，所以实际延迟受 GIL 和系统调度影响，误差常达几十毫秒甚至更多。
- 不能取消后重用：创建后调用
start()一次，cancel()只是让定时器失效，不能restart() - 回调函数抛异常会被吞掉，主线程完全感知不到——得在回调里自己加
try/except - 大量短间隔定时器（如
示例：t = threading.Timer(3.0, lambda: print("done")); t.start()
asyncio.create_task() + asyncio.sleep() 是 asyncio 生态的正解
如果你整个程序已是异步架构（比如 FastAPI、aiohttp），这是最轻量、最可控的方式。没有额外线程开销，延迟精度取决于事件循环调度，通常比 threading.Timer 更稳。
- 必须在 running 的 event loop 中调用，直接脚本里写会报
RuntimeError: no running event loop - 延迟时间是“至少等待”，不是“精确在那一刻触发”；如果当前任务阻塞了事件循环（比如调用了同步 IO 或死循环），延迟就会被拖长
- 任务对象可保存，用
task.cancel()主动终止，且会抛CancelledError，方便清理资源
示例：asyncio.create_task(asyncio.sleep(2.5) or print("done"))（注意 or 是 trick，真实场景建议封装成独立协程）
立即学习“Python免费学习笔记（深入）”；
MALL的中文含义是购物中心，是区别于专卖店和百货公司的一个流行的商业模式，MALL里面是各个独立商家，自由自主的定价，各自管理自己的供销渠道和客户关系。电子商务的MALL模式其实就是对B2C业务模式做了多主体的扩展和延伸。目前具有代表性的电子商务MALL模式就是淘宝商城。比如淘宝电器城，他们的模式更像是做房地产的，阿里巴巴有着繁华的互联网商业物业，只是开了一个名字叫淘宝电器城的大市场而已，没有任
需要重复、持久或跨进程延迟？绕不开 APScheduler
当你要“每天上午 9 点发邮件”“每 30 秒检查一次 Redis 键是否存在”“服务重启后继续执行未完成的延时任务”，threading.Timer 和原生 asyncio 都撑不住。
- 默认使用
BackgroundScheduler，后台线程运行，不阻塞主线程；但要注意它和 asyncio 不兼容，混用会出错 - 若要用异步任务，得选
AsyncIOScheduler，且所有 job 函数必须是async def，否则报TypeError: a coroutine was expected - 持久化靠
SQLAlchemyJobStore或RedisJobStore，否则进程一挂，所有待执行任务全丢
常见错误：Scheduler started without any jobs——忘了调 add_job() 就 start() 了
别碰 signal.alarm() 和 os.setitimer()
它们只能绑定一个信号处理器，且只在主线程有效；Python 的 signal 处理本身不安全（比如不能在 handler 里做 print、log、IO），多线程下行为不可预测。Linux 上还可能被子进程继承导致意外中断。
- Windows 完全不支持
signal.alarm() -
setitimer()的ITIMER_REAL虽然能跨线程，但 Python 没提供安全的回调机制，容易引发InterruptedError或静默失败 - 现代项目里几乎找不到合理使用场景，除非你在写 C 扩展或嵌入式胶水脚本
真要底层控制，优先考虑 asyncio.loop.call_later() 或交由消息队列（如 Celery + Redis Broker）处理
