SteemMention 是一个使用邮件接收 Steemit 回复提醒的工具，无需注册，只要有邮箱即可立即使用。
从 上周发布 到现在，SteemMention 整体运行平稳，不过我在运行的第一天就发现了一个比较严重的问题，就是用户收到提醒的时间会越来越晚。具体问题是怎么导致的呢？
先看一下第一版程序的同步脚本的核心思路图：
第一版的思路很简单，就是获取数据然后等待3秒，无限循环下去。这里问题出在了：我忽略了获取数据是属于高延时操作，且每次的执行时间是不定的，这就直接导致每个循环的执行时间远大于3秒。
用户收到提醒的时间越来越慢，就是因为区块链数据每3秒更新一个区块，而我的同步程序每 (3+t[n]) 秒才拿到一个区块数据，其中 t[n] 是一个远大于1秒且不定的值。
经过一周对 Python 和 Python 中异步多线程的学习，我对程序做了很大的改动，如下图所示：
首先，程序使用了异步多线程的概念，其次就是每次获取数据改为了批量获取，即从上次结束的位置到最新位置之间的数据。
这样一来，创建支线任务的时间 t 是一个极小的值，且可以理解为每次操作的耗时是稳定的。同时由于每个支线任务是独立的，并不存在共享资源，主线程也不需要知道支线任务的执行结果，这样就可以让主线程的循环体执行时间稳定在3秒多一点。
另外，每次循环去获取批量数据，则是进一步修正了每个循环的时间在3秒多的问题。
新版本程序已经在2月5日14点更新了，目前几个小时的运行来看，效果不错。不过貌似多线程的操作是同步的，而不是异步的，目前完全靠批量获取来保证同步脚本能够跟上区块链数据更新。还需要继续看看 Python 的多线程任务。
感谢你的阅读，我是一个见证人，欢迎通过 SteemConnect 来给我投票。
Thank you for reading. I'm a witness. I would really appreciate your witness vote!
You can vote by SteemConnect.
(图片制作于 Pix)