Pythonasyncio协程运行详解
知识点掌握了,还需要不断练习才能熟练运用。下面golang学习网给大家带来一个文章开发实战,手把手教大家学习《Python asyncio 协程线程运行指南》,在实现功能的过程中也带大家重新温习相关知识点,温故而知新,回头看看说不定又有不一样的感悟!

理解异步协程与线程的交互
在Python的asyncio框架中,async关键字定义的函数是协程(coroutine),它们并不会立即执行,而是返回一个协程对象。这个协程对象需要被调度到一个事件循环(event loop)中,通过await关键字才能真正运行。当尝试将一个协程函数直接作为threading.Thread的目标(target)函数时,Python解释器会发出RuntimeWarning: coroutine '...' was never awaited的警告,因为Thread仅仅是创建了一个协程对象,但没有机制去执行它。
例如,在WebSocket服务器(如基于socketio和uvicorn的应用)中,我们可能需要一个后台任务持续从外部源(如SQS队列)接收消息并发送给客户端。如果这个后台任务是一个async函数,并且我们希望它在不阻塞主应用事件循环的情况下运行,那么直接将其放入一个新线程是行不通的。
解决方案:在独立线程中运行asyncio.run()
解决此问题的核心在于,每个异步协程都需要一个事件循环来运行。当我们在一个新线程中运行一个异步协程时,这个新线程需要有自己的独立事件循环。asyncio.run()函数正是为此目的而设计的:它负责创建一个新的事件循环,运行指定的协程直到完成,然后关闭该事件循环。
因此,正确的做法是将asyncio.run()作为线程的目标函数,并将我们的异步协程作为asyncio.run()的参数。
关键修改点:
- 导入asyncio模块:确保在文件顶部导入了asyncio。
- 调整线程创建语句:将threading.Thread(target=background_task)改为threading.Thread(target=asyncio.run, args=(background_task,))。
import socketio
import threading
import json
import asyncio # 导入asyncio模块
from sqs_handler import SQSQueue # 假设存在此模块
sio = socketio.AsyncServer(async_mode='asgi')
app = socketio.ASGIApp(sio, static_files={"/": "./"})
@sio.event
async def connect(sid, environ):
print(sid, "connected")
@sio.event
async def disconnect(sid):
print(sid, "disconnected")
@sio.event
async def item_removed(sid, data):
await sio.emit("item_removed", data)
async def background_task():
"""
后台异步任务,持续从SQS获取消息并发送给客户端。
"""
queue = SQSQueue()
while True:
try:
# 模拟从SQS获取消息,实际应用中可能需要更复杂的错误处理和长轮询
message = queue.get_next_message_from_sqs()
if message:
data = json.loads(message.body)
await sio.emit('item_added', data)
else:
# 如果没有消息,短暂等待以避免CPU空转
await asyncio.sleep(1)
except Exception as e:
print(f"后台任务发生错误: {e}")
await asyncio.sleep(5) # 错误后等待一段时间再重试
# 修改线程创建方式:使用asyncio.run来执行异步协程
# 注意 args=(background_task,) 中的逗号,表示这是一个包含单个元素的元组
background_thread = threading.Thread(target=asyncio.run, args=(background_task,))
background_thread.daemon = True # 将线程设置为守护线程,主程序退出时自动终止
background_thread.start()解释与注意事项
asyncio.run(coroutine)的工作原理:
- asyncio.run()函数在当前线程中创建一个新的事件循环。
- 它将传入的协程(background_task)调度到这个新的事件循环中运行。
- 它会阻塞当前线程,直到协程完成执行(或遇到未处理的异常)。
- 协程执行完毕后,asyncio.run()会负责关闭并清理这个事件循环。
- 通过将asyncio.run(background_task)作为Thread的target,我们实际上是在新线程中启动了一个独立的asyncio事件循环,并在该循环中执行background_task协程。这使得background_task能够执行await操作,而不会干扰主应用的事件循环。
args=(background_task,)的语法:
- threading.Thread的args参数期望一个元组。即使只有一个参数,也必须将其包装在元组中。
- args=(background_task,)中的逗号是必需的,它告诉Python这是一个包含单个元素background_task的元组,而不是一个被括号括起来的表达式。
守护线程(daemon=True):
- 将background_thread.daemon = True设置为守护线程是一个常见的做法。这意味着当主程序(非守护线程)退出时,守护线程会自动终止。这对于后台任务而言通常是期望的行为,可以避免程序在主任务结束后仍然挂起。
优雅地停止后台任务:
在while True循环中运行的后台任务,在实际应用中需要一个机制来优雅地停止。简单的守护线程在主程序退出时会被强制终止,可能导致数据丢失或资源未释放。
更健壮的方法是引入一个事件标志或共享变量,当需要停止时设置该标志,并在background_task中检查此标志,从而跳出循环。例如:
stop_event = asyncio.Event() async def background_task_with_stop(): queue = SQSQueue() while not stop_event.is_set(): # 检查停止事件 # ... 任务逻辑 ... await asyncio.sleep(1) # 短暂等待,避免CPU空转 print("后台任务已停止。") # 在需要停止时: # stop_event.set()在主程序退出前,可以调用stop_event.set()来通知后台任务停止,然后等待线程结束(background_thread.join())。
共享资源与线程安全:
- 虽然socketio.AsyncServer本身是设计为异步和并发友好的,但如果后台任务需要访问其他共享资源(如数据库连接池、全局变量等),则需要考虑线程安全问题,使用锁(threading.Lock或asyncio.Lock,取决于资源访问模式)来保护共享数据。
总结
通过将asyncio.run()作为threading.Thread的目标函数,我们可以有效地在独立线程中运行异步协程,为后台任务提供一个独立的事件循环,从而避免阻塞主应用的事件循环,并解决“coroutine was never awaited”的警告。这种模式在需要将长时间运行的异步任务从主应用逻辑中分离出来时非常有用,尤其是在Web服务、数据处理管道等场景中。务必注意线程的生命周期管理和共享资源的线程安全。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
CSS固定页眉渐变透明效果怎么实现
- 上一篇
- CSS固定页眉渐变透明效果怎么实现
- 下一篇
- AVL树详解及JS实现教程
-
- 文章 · python教程 | 56分钟前 | 异常处理 · 并发编程 · Python教程 · asyncio · asyncio 结构化并发 ExceptionGroup except* Python TaskGroup
- Python TaskGroup 如何汇总多个子任务异常
- 208浏览 收藏
-
- 文章 · python教程 | 4小时前 | 并发编程 · 工程实践 · Python教程 · 多进程日志 QueueListener multiprocessing.Queue RotatingFileHandler Python QueueHandler
- Python 日志 QueueHandler 解决多进程写入争用
- 186浏览 收藏
-
- 文章 · python教程 | 6小时前 | 数据校验 · python · Pydantic 部分更新 exclude_unset model_fields_set 显式空值 model_dump
- Pydantic 模型更新时区分未提供字段与显式空值
- 399浏览 收藏
-
- 文章 · python教程 | 9小时前 |
- pytest Fixture 作用域如何影响测试隔离与速度
- 341浏览 收藏
-
- 文章 · python教程 | 11小时前 | Python教程 · pathlib · 路径安全 Python pathlib Path.resolve 目录穿越 relative_to
- Pathlib 安全拼接用户路径:解析后再验证根目录
- 463浏览 收藏
-
- 文章 · python教程 | 13小时前 | 性能优化 · Python教程 · Python 进程间通信 pickle multiprocessing SharedMemory
- multiprocessing 传输大对象为何变慢,如何减少序列化
- 478浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发 · 异常处理 · python · asyncio · CancelledError 结构化并发 ExceptionGroup Python asyncio TaskGroup asyncio gather
- asyncio TaskGroup 让并发任务在首错时一起收敛
- 246浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 383次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 454次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 467次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 407次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 237次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

