Python异步上下文管理器使用场景解析
Python异步上下文管理器(`async with`)的核心在于严格遵循异步协议:它要求管理器必须实现`__aenter__`和`__aexit__`两个异步方法,且所有涉及I/O或耗时的操作(如连接获取、资源释放、异常处理)都需显式`await`,任何环节的同步化——比如误用`@contextmanager`、遗漏`await pool.acquire()`、在`__aexit__`中抛出未捕获异常或执行阻塞操作——都会导致静默失败、运行时警告、日志污染甚至逻辑错误;正确使用需兼顾协议合规性、调用时序(如`async with await ...`)、异常传播控制(返回`True`抑制或`None`冒泡)以及与`asyncio.timeout`等工具的嵌套合理性,本质是全程对齐“可等待性”,缺一不可。

async with 为什么不能套 sync 的 contextlib.contextmanager
因为 contextlib.contextmanager 返回的是同步生成器,它产生的 __enter__ 和 __exit__ 都是普通函数,无法 await。你写 async with 却传入一个同步上下文管理器,Python 会直接报 TypeError: async with requires an async context manager。
常见错误现象:把原来用 with open(...) 或 @contextmanager 写的资源管理逻辑,原封不动改成 async with,然后卡在启动阶段。
- 必须用
async def实现__aenter__和__aexit__,且类要继承abc.ABC或至少提供这两个方法 - 标准库中只有少数内置类型支持异步上下文,比如
aiofiles.open、aiomysql.Pool、httpx.AsyncClient - 自己写时别漏掉
await—— 比如在__aenter__里做连接初始化,不加await就会返回协程对象而非实际结果
async with 在数据库连接池里的典型误用
很多人以为只要用了 asyncpg.create_pool 或 aiomysql.create_pool,就能随便 async with pool.acquire(),但其实 acquire 是协程,必须 await;而 async with 只接管上下文协议,不自动 await 右值表达式。
使用场景:想每次请求复用连接,又避免手动 close。
- 正确写法是
async with await pool.acquire() as conn:—— 注意await在async with外层 - 错误写法:
async with pool.acquire() as conn:,这会让acquire()返回一个协程对象,触发RuntimeWarning: coroutine 'Pool.acquire' was never awaited - 某些旧版驱动(如早期 aiomysql)的
acquire()返回的是可等待对象,但没实现__aenter__,强行async with会报AttributeError: __aenter__
__aexit__ 里抛异常会导致 awaitable 被静默吞掉
如果在 __aexit__ 方法里主动 raise 异常,而调用方没有用 try/except 包住整个 async with 块,这个异常不会像同步那样中断后续代码流 —— 它会变成未处理的协程异常,在事件循环结束时才被打印(例如 uvicorn 日志末尾突然冒一行 Task exception was never retrieved)。
性能影响:这类异常不打断执行,但会污染日志、掩盖真正的问题源头。
__aexit__应该返回True来抑制异常,或返回None/False让异常继续向上冒泡- 别在
__aexit__里做耗时操作(比如发 HTTP 请求),否则会阻塞整个协程退出路径 - 调试时可在
__aexit__开头加print(f"exiting with {exc_type}, {exc_value}"),确认是否真被调用了
和 asyncio.timeout 搭配时要注意作用域嵌套顺序
asyncio.timeout 是个异步上下文管理器,但它只对「同一层级」的 await 表达式生效。如果你把它套在 async with 外面,超时会中断整个块;但如果放在里面,就只保底单次操作。
使用场景:防止数据库查询卡死,但又不想让连接释放也超时。
- 推荐结构:
async with pool.acquire() as conn:→async with asyncio.timeout(5):→await conn.fetch(...) - 反模式:
async with asyncio.timeout(5): async with pool.acquire() as conn:—— 连接获取失败也会被 timeout 拦截,而 acquire 本身可能已经重试多次,此时 timeout 显得武断 - 注意
asyncio.timeout在 Python 3.11+ 才是稳定 API,旧版本要用asyncio.wait_for替代,但后者不是上下文管理器,不能直接用于async with
await,到中间的 async def,再到出口的异常传播控制。漏掉任一环,问题都藏得深。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~
飞猪汽车票查询与使用教程详解
- 上一篇
- 飞猪汽车票查询与使用教程详解
- 下一篇
- Linux系统运行时间查看方法
-
- 文章 · python教程 | 25分钟前 | Python教程 · Python 检查点 随机状态 Random.getstate Random.setstate 模拟复现
- Python Random.getstate 怎样在模拟中途保存并恢复随机序列
- 149浏览 收藏
-
- 文章 · python教程 | 46分钟前 | 并发控制 · Python教程 · asyncio · Python 协程同步 并发任务 asyncio.Barrier 阶段闸门 BrokenBarrierError
- Python asyncio.Barrier 怎样让多个协程在阶段边界同时放行
- 377浏览 收藏
-
- 文章 · python教程 | 50分钟前 | python · Python SQLite sqlite3 SQL脚本 Connection iterdump
- Python sqlite3.Connection.iterdump 怎样生成可恢复的 SQL 脚本
- 342浏览 收藏
-
- 文章 · python教程 | 54分钟前 | python · SQLite · Python SQLite sqlite3 Connection total_changes
- Python sqlite3.Connection.total_changes 怎样统计连接累计修改行数
- 422浏览 收藏
-
- 文章 · python教程 | 56分钟前 | python · SQLite · Python order by sqlite3 COLLATE Connection create_collation
- Python sqlite3 自定义排序规则如何参与 ORDER BY
- 215浏览 收藏
-
- 文章 · python教程 | 1小时前 | JSON · python · Python JSON JSONEncoder iterencode JSON文本
- Python json.JSONEncoder.iterencode 怎样分段生成 JSON 文本
- 211浏览 收藏
-
- 文章 · python教程 | 1小时前 | python · pathlib · Python pathlib PurePath with_segments 路径派生
- Python pathlib.PurePath.with_segments 怎样让派生路径保留自定义状态
- 255浏览 收藏
-
- 文章 · python教程 | 1小时前 | python · Python Calendar itermonthdays4 月历
- Python Calendar.itermonthdays4 怎样保留月历补齐日期的年月日
- 369浏览 收藏
-
- 文章 · python教程 | 23小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 23小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336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。
- 1124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。
- 1112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。
- 1283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。
- 1226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。
- 1076次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- 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
