当前位置:首页 > 文章列表 > 文章 > python教程 > Python asyncio取消任务后等待清理完成的实现方法

Python asyncio取消任务后等待清理完成的实现方法

来源:17golang原创 2026-09-15 19:36:01 0浏览 收藏

Python asyncio 里,task.cancel() 只是向任务发出取消请求,并不等于清理已经结束。可靠的做法是:worker 把释放连接、关闭文件或删除临时状态放进 finally,清理结束后继续抛出 CancelledError;管理协程再 await task,确认这个 Task 真正收尾。

要点速览
  • 取消异常通常在任务下一次可中断的 await 处进入协程。
  • finally 负责清理,捕获 CancelledError 后不要无故吞掉它。
  • 调用方必须保存 Task 引用并等待它,才能区分取消完成与清理失败。

先做一个可取消的异步 worker

下面的小项目模拟一个持续消费任务:它持有一个需要关闭的资源对象,每轮工作在 asyncio.sleep() 处让出控制权。真实项目里这个资源可以替换成连接、文件或临时目录。

import asyncio

class DemoResource:
    def close(self):
        # 这里模拟同步资源的关闭动作;真实代码应释放自己的资源。
        print("resource closed")

async def worker():
    resource = DemoResource()
    try:
        while True:
            print("working")
            # sleep 既模拟等待,也提供任务接收取消异常的挂起点。
            await asyncio.sleep(0.2)
    except asyncio.CancelledError:
        # 记录取消后继续抛出,让上层知道任务没有正常返回。
        print("worker cancellation received")
        raise
    finally:
        # 无论正常结束还是取消,资源都要在这里释放。
        resource.close()

关键点在于 CancelledError 不是普通业务返回值。取消发生时,协程会在合适的挂起点收到它;finally 仍然会执行。如果清理完成后直接返回,调用方就可能误以为任务正常结束。

Python asyncio Task.cancel 经过 await 挂起点进入 CancelledError 与 finally 资源释放的结构说明图
图1:asyncio 取消与 finally 清理的静态结构说明图,不是截图或运行证据。

管理协程要保留 Task 并发起取消

创建任务后,把返回值放在局部变量中。管理协程先让 worker 运行一小段时间,再调用 cancel()。这个调用不会同步等待,也不会把 worker 从事件循环里“硬删除”。

async def main():
    # 保存强引用,后面既要取消它,也要等待它结束。
    task = asyncio.create_task(worker(), name="demo-worker")
    await asyncio.sleep(0.55)

    # cancel() 发出请求,真正的清理要等 task 被再次调度。
    task.cancel()
    try:
        # await 是收尾确认:会等 finally 执行完。
        await task
    except asyncio.CancelledError:
        # 这里表示 worker 按取消路径结束,而不是业务成功返回。
        print("worker stopped cleanly")

if __name__ == "__main__":
    asyncio.run(main())

这段代码的输出顺序应体现“收到取消、关闭资源、上层确认”三个事实,但不要把它当作截图证据。调用方真正关心的是 await task 返回后,任务已经不再持有需要清理的资源。

取消后的三种结果要分开处理

结果调用方看到的现象处理建议
正常完成await task 返回值按业务成功处理
取消完成向上抛出 CancelledError记录停止原因,按需结束上层流程
清理失败finally 中抛出其他异常保留异常并报警或回滚资源状态

尤其不要写成宽泛的 except Exception 来“兜底取消”。CancelledError 直接继承自 BaseException,很多普通异常捕获并不能替代明确的取消处理。若确实要抑制取消,也必须清楚承担取消状态被改变后的后果。

Python asyncio supervisor 保存 Task 引用并通过 await task 区分取消完成正常完成和清理失败的结构说明图
图2:调用方等待取消任务收尾的结果关系说明图,不是截图或运行证据。

常见误区与检查清单

  • 只调用 cancel() 就退出:清理可能还没有机会运行。
  • 不保存 create_task() 返回值:后续无法可靠等待和读取结果。
  • finally 里做可能无限等待的操作:应给清理动作设置边界,并保留失败信息。
  • 取消后重新创建同名任务:这会掩盖原任务的收尾问题,先等旧任务完成再决定是否重试。

相关问题

调用 task.cancel() 后能立刻关闭连接吗?

不能把两者视为同步动作。cancel() 只是请求,连接关闭应由 worker 的 finally 完成,调用方用 await task 等待确认。

为什么取消后还要捕获 CancelledError?

因为上层需要区分“任务完成”和“任务被取消”。捕获只用于记录或转换控制流;完成必要清理后通常应继续传播。

用 asyncio.gather 等待多个任务时怎么办?

先保存任务集合,再统一等待并按项目需要处理取消结果。若任务之间存在明确的父子关系,可考虑 Python 3.11 引入的 TaskGroup,让退出上下文时自动等待组内任务。

可以把这套模式概括成一句话:取消是请求,finally 是清理边界,await task 才是调用方拿到的收尾确认。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
墨刀AI产品经理工具如何把需求说明生成可评审原型?从PRD导入到页面调整墨刀AI产品经理工具如何把需求说明生成可评审原型?从PRD导入到页面调整
上一篇
墨刀AI产品经理工具如何把需求说明生成可评审原型?从PRD导入到页面调整
Go json.Decoder用 Token 识别嵌套边界的实现方式
下一篇
Go json.Decoder用 Token 识别嵌套边界的实现方式
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    43次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    138次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    74次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    39次使用
  • CMMLU中文大模型评估基准:功能、使用教程与应用场景解析
    CMMLU
    深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
    26次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码