Python asyncio.Queue shutdown 后等待者会收到什么
平时写Python异步协程逻辑,用asyncio.Queue做跨协程生产消费通信的开发者,经常会碰到队列主动调用shutdown方法后,还在队列上挂起等待的协程直接抛出异常的情况,此时所有还在队列上等待put、get操作的协程,都会直接抛出asyncio.exceptions.QueueShutDown异常,不会再继续阻塞等待。
对调用过shutdown的asyncio.Queue执行任何put、get操作,或是还有协程正挂起在这两个方法上等待,都会直接抛出QueueShutDown异常,不会再返回原有业务数据。
我第一次把生产者和消费者一起停掉时,最容易误判的是“调用了 shutdown(),所有等待中的协程都会立刻拿到同一种结果”。实际要看等待者是谁,以及是否传入了 immediate=True。在 Python 3.13 及更高版本里,默认的 shutdown(False) 会停止继续入队,但允许消费者把已有项目处理完;只有队列排空后,阻塞在 get() 上的协程才会收到 asyncio.QueueShutDown。立即关闭则会把队列清空,阻塞的 getter 直接收到这个异常。
put()等待者:两种 shutdown 都会被唤醒,并以QueueShutDown结束。get()等待者:默认模式要等队列排空;立即模式马上结束等待。join():默认模式仍依赖每个已取项目的task_done(),立即模式可能提前解除。
先把三类等待者分开看
shutdown() 不是取消所有任务的快捷方式,它改变的是队列的生命周期状态。生产者通常卡在 put(),消费者卡在 get(),协调方则可能等待 join()。三者的完成条件不同,不能只看协程是否从 await 返回。
| 等待位置 | shutdown(False) | shutdown(True) |
|---|---|---|
put() | 阻塞 putter 被唤醒并抛出 QueueShutDown | 同样抛出 QueueShutDown |
get() | 先取完已有项目,空队列后抛出 | 队列立即清空并抛出 |
join() | 仍需对应的 task_done() | 可能绕过未完成工作而解除 |
默认关闭会保留已入队任务
温和关闭适合“停止接收新任务,但不丢掉已接收任务”的场景。调用后,新的 put() 立即失败;已经阻塞的生产者也会被唤醒。消费者仍可以通过 get() 取出队列里剩下的项目,处理完成后照常调用 task_done()。当最后一个项目取走,之后再调用 get() 才会收到 QueueShutDown。

import asyncio
async def worker(queue: asyncio.Queue):
while True:
try:
# 先消费已有项目,空队列且已关闭时才会抛异常
item = await queue.get()
try:
await handle(item)
finally:
# 只有真正取到的项目才对应一次完成确认
queue.task_done()
except asyncio.QueueShutDown:
# 默认关闭下,这里表示队列已经排空,可以退出消费者
return
这里的关键不是捕获异常本身,而是把 task_done() 放在已经成功 get() 的项目范围内。这样 join() 才能准确等待处理计数归零。
立即关闭会牺牲剩余任务的完成语义
传入 immediate=True 后,队列会被排空,阻塞在 get() 上的消费者会因队列已经为空而收到 QueueShutDown。这适合进程即将退出、剩余任务已经不值得继续处理的场景,不适合需要保证消息不丢失的优雅停机。

async def stop_workers(queue: asyncio.Queue, immediate: bool):
# 关闭后不再接受新项目,阻塞中的 put() 会收到 QueueShutDown
queue.shutdown(immediate=immediate)
if not immediate:
# 温和关闭仍等待已取项目完成,保持 join 的正常含义
await queue.join()
else:
# 立即关闭只代表队列已终止,不代表剩余项目已处理完成
return
尤其要注意:立即关闭可能让 join() 在剩余工作尚未完成时解除。因此停机代码应把“队列已终止”和“业务任务已完成”记录成两个不同状态。
我会这样安排生产者和消费者收尾
需要保留任务时,先调用默认的 shutdown(),等待消费者自然排空,再等待 join();生产者统一捕获 QueueShutDown,把它当成停止投递信号,而不是故障报警。只有明确接受丢弃剩余项目时,才使用 immediate=True,并在日志里单独记录被放弃的数量或业务补偿动作。
- 运行环境低于 Python 3.13 时,不能直接假设存在
Queue.shutdown()和QueueShutDown。 - 消费者拿到项目后,即使业务处理抛错,也要决定是否调用
task_done(),避免join()永久等待。 - 不要用
immediate=True的join()返回值证明所有项目都成功处理。
相关问题
shutdown 后还能 put 新项目吗?
不能。新的 put() 和已经阻塞的 put() 都会以 QueueShutDown 结束。
默认 shutdown 会马上让所有 get 失败吗?
不会。只要队列里还有项目,消费者仍能取走它们;队列变空后,后续或阻塞中的 get() 才结束为关闭异常。
什么时候可以用 immediate=True?
当剩余项目可以丢弃或由其他补偿机制接管时可以使用;对需要逐条确认的任务,应优先选择默认关闭。
LT画质助手支持144/165帧吗?和平精英高帧率与硬件边界说明
- 上一篇
- LT画质助手支持144/165帧吗?和平精英高帧率与硬件边界说明
- 下一篇
- Go pkg.go.dev API 怎么读取包文档索引
-
- 文章 · python教程 | 21分钟前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 26分钟前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 29分钟前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 32分钟前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 33分钟前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 37分钟前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 53分钟前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 54分钟前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 1小时前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 18小时前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151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。
- 1145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。
- 1129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。
- 1306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。
- 1245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。
- 1097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

