异步函数如何安全在同步环境运行
来到golang学习网的大家,相信都是编程学习爱好者,希望在这里学习文章相关编程知识。下面本篇文章就来带大家聊聊《异步函数如何在同步环境中安全运行》,介绍一下,希望对大家的知识积累有所帮助,助力实战开发!
asyncio.run_coroutine_threadsafe 能在普通线程中调用 async 函数,但必须提交给已启动且活跃的事件循环(如主线程中预先保存的 loop),不可用于 asyncio.run() 创建的临时循环;返回 concurrent.futures.Future,推荐用 add_done_callback 避免阻塞。

asyncio.run_coroutine_threadsafe 能不能直接在普通线程里调用 async 函数
能,但必须确保事件循环正在运行且是线程安全的——asyncio.run_coroutine_threadsafe 本身不启动新循环,它只是把协程对象提交给**已存在的、正在运行的事件循环**(通常是主线程里的 asyncio.get_event_loop())。如果目标循环没运行、已关闭、或根本不在同一线程,调用会失败并抛出 RuntimeError 或 InvalidStateError。
常见错误现象:RuntimeError: no running event loop —— 这说明你试图往一个没 start 的循环发任务;或者 InvalidStateError: invalid state —— 循环已被关闭或处于停止状态。
- 只适用于已有运行中事件循环的场景(比如 Flask/FastAPI 启动后主线程的 loop)
- 不能在
asyncio.run()启动的临时循环中使用,因为该循环退出后就不可用了 - 提交的协程会在事件循环线程中执行,返回的是
concurrent.futures.Future对象,不是asyncio.Future - 调用线程无需是主线程,但目标循环必须存在且活跃
怎么拿到那个“正在运行的事件循环”并传给 run_coroutine_threadsafe
最稳妥的方式是显式保存对主循环的引用,在应用初始化时获取并缓存。不要依赖 asyncio.get_event_loop() 在任意线程里调用——它在非主线程会报错(Python 3.10+ 默认行为)。
正确做法是:在主线程启动事件循环后,立刻保存其引用。例如:
import asyncioloop = asyncio.new_event_loop() asyncio.set_event_loop(loop)
确保 loop 已启动(如用 thread.start() 或 run_forever)
然后在其他线程中:
future = asyncio.run_coroutine_threadsafe(some_async_func(), loop)
- 避免在子线程里调用
asyncio.get_event_loop(),改用预先保存的loop变量 - 如果用
asyncio.run()启动,它内部创建的循环无法被外部访问,此时run_coroutine_threadsafe不可用 - 在多线程 Web 框架中(如 Flask + background thread),务必在 app 初始化阶段就拿到 loop 并全局持有
返回的 Future 怎么取结果、会不会阻塞线程
返回的 concurrent.futures.Future 支持 .result() 和 .exception(),但调用 .result() 会**同步阻塞当前线程**,直到协程完成——这和“异步调用”的初衷相悖,除非你明确需要等待。
更推荐的做法是用回调(callback)处理完成逻辑,完全不阻塞:
def done_callback(fut):
try:
result = fut.result()
print("Done:", result)
except Exception as e:
print("Error:", e)
future = asyncio.run_coroutine_threadsafe(some_async_func(), loop)
future.add_done_callback(done_callback)
.result(timeout=...)会阻塞调用线程,timeout 超时抛concurrent.futures.TimeoutError- 回调函数在事件循环线程中执行,不是调用线程,所以不能直接操作 GUI 主线程对象(如 Tkinter widget)
- 如果回调需更新 UI,应再通过线程安全机制(如
queue.Queue或root.after(0, ...))桥接
替代方案:为什么有时候用 threading.Thread + asyncio.run 更简单
当任务是独立、短时、且不需要与主事件循环共享状态时,开一个新线程并用 asyncio.run() 执行整个协程,反而更清晰、无循环管理负担。
适用场景:后台日志上传、本地文件异步读写、独立 HTTP 请求等。
import threadingdef run_in_new_loop(): asyncio.run(some_async_func())
thread = threading.Thread(target=run_in_new_loop, daemon=True) thread.start()
- 每个线程有自己的事件循环,互不干扰
- 无法复用主循环中的连接池、session、或其他上下文绑定资源
- 频繁创建/销毁循环有开销,不适合高频调用
- 若协程依赖全局运行中的服务(如已启动的
aiohttp.web.Application),此方式不可用
真正麻烦的从来不是调用那行代码,而是确保目标循环活着、可访问、且没被意外关闭——多数崩溃都发生在服务热重载、测试 teardown 或异常退出路径里漏掉了 loop cleanup 或误判了生命周期。
好了,本文到此结束,带大家了解了《异步函数如何安全在同步环境运行》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
百词斩移动端入口与离线使用教程
- 上一篇
- 百词斩移动端入口与离线使用教程
- 下一篇
- PHP获取文本框输入的常用方法是使用$_POST或$_GET超全局变量,具体取决于表单的method属性设置。以下是详细说明和示例:1.HTML表单示例<formaction="process.php"method="post"><inputtype="text"name="username"><inputtype="submit"value="提交"><
-
- 文章 · python教程 | 5小时前 |
- Python logging lastResort 怎样处理没有配置 handler 的日志
- 289浏览 收藏
-
- 文章 · python教程 | 5小时前 | 并发编程 · Python教程 · Python logging 后台线程 logging.handlers.QueueListener 日志关闭
- Python logging.handlers.QueueListener 怎样优雅停止后台日志线程
- 143浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python tomllib 怎样读取二进制 TOML
- 114浏览 收藏
-
- 文章 · python教程 | 5小时前 | 文件处理 · Python教程 · Python 目录复制 shutil.copytree dirs_exist_ok 文件覆盖
- Python shutil.copytree 怎样合并已有目标目录
- 165浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python pathlib 复制文件时怎样控制符号链接
- 478浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python inspect.signature 怎样读取装饰器保留的参数
- 298浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python configparser 怎样转义值里的百分号
- 393浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python asyncio.PriorityQueue 怎样保持相同优先级的稳定顺序
- 306浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python asyncio.Runner 怎样复用同一个事件循环运行多个入口
- 204浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python TaskGroup 怎样处理嵌套任务组异常
- 319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。
- 479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。
- 535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。
- 557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。
- 507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。
- 328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
