当前位置:首页 > 文章列表 > 文章 > python教程 > Python asyncio.timeout_at怎样按绝对时间设置异步截止点

Python asyncio.timeout_at怎样按绝对时间设置异步截止点

来源:17golang原创 2026-11-05 00:12:08 0浏览 收藏

如果多个异步步骤需要共享同一个“最晚完成时间”,asyncio.timeout_at() 比分别给每一步传入相对秒数更直观。它接收的是事件循环时钟上的绝对截止点,不是 Unix 时间戳;常见写法是先取 loop.time(),再加上允许等待的秒数:

import asyncio


async def load_profile():
    # 这是示例协程,模拟一个可能较慢的异步操作。
    await asyncio.sleep(1)
    return {"name": "demo"}


async def main():
    loop = asyncio.get_running_loop()
    deadline = loop.time() + 5

    try:
        # timeout_at 使用事件循环时钟上的绝对截止点。
        async with asyncio.timeout_at(deadline):
            profile = await load_profile()
            print(profile)
    except TimeoutError:
        # 超时异常应在 async with 外部捕获。
        print("读取资料超时")


asyncio.run(main())

官方文档地址:https://docs.python.org/3/library/asyncio-task.html#asyncio.timeout_at

timeout_at(deadline) 的关键不是“等待 5 秒”这个数字,而是让后续多个 await 共同面对同一个 deadline。这样前一个步骤已经消耗的时间不会被后一个步骤重新计算一遍。
  • deadline 用 loop.time() 计算,不能把 time.time() 的 Unix 时间直接传进去。
  • TimeoutError 在 async with 外捕获,内部的取消转换由超时上下文管理器负责。
  • 已有相对秒数时可用 asyncio.timeout();已有绝对 deadline 时用 asyncio.timeout_at()。

用 loop.time() 计算绝对截止点

asyncio.timeout_at(when) 的 when 是事件循环时钟上的绝对时间。它与墙上时钟的 Unix 时间戳不是同一套坐标,因此不要把 time.time() + 5 直接交给它。需要“从现在起允许 5 秒”时,应在同一个事件循环上完成换算:

import asyncio


async def fetch_piece(name):
    # 模拟每个子步骤都需要等待的异步工作。
    await asyncio.sleep(0.8)
    return name


async def main():
    loop = asyncio.get_running_loop()
    # 相对时长先转换成同一事件循环时钟上的绝对 deadline。
    deadline = loop.time() + 5

    try:
        # 两个 await 共用一个总截止点,而不是各自重新拥有 5 秒。
        async with asyncio.timeout_at(deadline):
            first = await fetch_piece("header")
            second = await fetch_piece("body")
            print(first, second)
    except TimeoutError:
        # 任一步骤让总 deadline 过期,统一进入超时分支。
        print("总截止点已到")


asyncio.run(main())

这里的 deadline 只在当前事件循环的时间坐标内有意义。把它保存到数据库、跨进程传输,或拿到另一个事件循环里继续使用,都不能保证语义仍然成立。若业务协议需要传递公共截止时刻,应先定义协议使用的时钟,再在每个事件循环内换算成自己的 deadline。

事件循环时钟、相对时长和 asyncio.timeout_at 绝对截止点的静态结构图
图1:静态说明图,展示 loop.time() 加上相对时长后如何得到 timeout_at 使用的绝对 deadline。

在 async with 外处理 TimeoutError

超时上下文管理器会取消当前任务的等待,并在上下文管理器内部处理取消过程,最终把超时表现为 TimeoutError。因此,直接在 async with 的代码块里捕获它,通常不是正确的结构;应该让上下文退出,再在外层统一捕获:

import asyncio


async def slow_operation():
    # 让示例操作明显超过调用方给出的 deadline。
    await asyncio.sleep(10)


async def run_with_deadline():
    loop = asyncio.get_running_loop()
    deadline = loop.time() + 0.2

    try:
        # 超时发生后,退出这个上下文再处理 TimeoutError。
        async with asyncio.timeout_at(deadline):
            await slow_operation()
    except TimeoutError:
        # 这里适合记录超时、返回降级结果或通知上层重试。
        return "fallback"

    return "ok"


async def main():
    result = await run_with_deadline()
    print(result)


asyncio.run(main())

这段结构表达了一个重要边界:TimeoutError 是超时上下文对取消结果的外部表现,不要把它和协程内部主动抛出的同名异常混为一谈。若需要区分业务异常和超时,建议让业务异常在上下文外继续按原有层级处理,并给超时分支单独的降级策略。

asyncio 超时上下文内部取消与外部 TimeoutError 处理的静态生命周期图
图2:静态说明图,展示上下文内部的取消处理、上下文外的 TimeoutError 捕获和 expired 状态查询。

区分 timeout、timeout_at、None 与过期 deadline

两个 API 的区别可以压缩成一个判断:如果手里是“还能等多少秒”,用 asyncio.timeout(delay);如果手里已经有事件循环时钟上的“最晚时间点”,用 asyncio.timeout_at(when)。两者都返回异步上下文管理器,都可以嵌套使用。

场景更合适的 API参数语义
本次调用从现在起最多等 3 秒asyncio.timeout(3)相对等待时长
多个步骤共享一个最晚完成时刻asyncio.timeout_at(deadline)事件循环时钟上的绝对时间
开始时不知道截止点asyncio.timeout(None)暂不设置时间限制,后续可调整
when 早于当前 loop.time()asyncio.timeout_at(when)下一次事件循环迭代时触发

None 不是“立即超时”,而是表示当前没有截止点;如果传入的绝对时间已经早于 loop.time(),则上下文会在事件循环下一次迭代中触发。这样可以让调用方在已有 deadline 过期时仍走统一的超时处理路径。

用 Timeout 对象调整和检查截止点

有些请求在开始时还不知道最终时限,例如要先读取配置或等待上游返回配额。这时可以先创建一个没有 deadline 的上下文,拿到 Timeout 对象后再调用 reschedule();退出上下文后还可以用 expired() 查询是否越过了截止点:

import asyncio


async def read_config():
    # 示例中用短暂等待模拟异步读取配置。
    await asyncio.sleep(0.05)
    return 1.0


async def main():
    loop = asyncio.get_running_loop()
    timeout_state = None

    try:
        # 尚不知道最终时限时先创建一个不触发的 Timeout。
        async with asyncio.timeout(None) as timeout_state:
            seconds = await read_config()
            # reschedule 接收的是绝对 deadline,而不是相对秒数。
            timeout_state.reschedule(loop.time() + seconds)
            await asyncio.sleep(0.2)
    except TimeoutError:
        # 超时仍然应在上下文外处理。
        print("动态 deadline 已过期")
    finally:
        # 对象存在时可以判断这次上下文是否越过了 deadline。
        if timeout_state is not None:
            print("expired:", timeout_state.expired())


asyncio.run(main())

reschedule() 和 timeout_at() 使用相同的绝对时间语义。不要把 seconds 本身传给 reschedule();应先加上当前 loop.time()。如果 deadline 已经过去,重排后的上下文会在后续事件循环迭代中进入超时路径。

常见问题与使用结论

asyncio.timeout_at 可以直接传 time.time() 吗?

不建议。timeout_at 的时间基准是当前事件循环的 loop.time(),而 time.time() 返回 Unix 时间戳;两者零点和用途不同。应使用 loop.time() + 相对秒数 计算 deadline。

为什么 TimeoutError 要写在 async with 外面?

超时上下文在内部处理任务取消,并在退出上下文时把结果转换成 TimeoutError。把捕获放在外面,才能接住这个由上下文管理器转换后的异常。

timeout_at 的 deadline 已经过期会怎样?

如果 when 早于当前事件循环时间,它会在下一次事件循环迭代触发,而不是依赖一个负数的相对等待时长。

什么时候应该用 timeout 而不是 timeout_at?

单个局部操作只需要“从现在起最多等待几秒”时,timeout 更易读;多个步骤需要共享上游传来的最晚时刻时,timeout_at 更能避免每层重复计算预算。

实际使用时可以按这个顺序决定:先确认时间基准是事件循环时钟,再判断手里是相对时长还是绝对 deadline;把 TimeoutError 的处理放在上下文外,需要动态时限就用 None、reschedule() 和 expired() 组合。这样既能让多个 await 共享一个总预算,也能避免把墙上时间和事件循环时间混用。

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
Python pathlib.Path.move_into 怎样把文件移入目标目录Python pathlib.Path.move_into 怎样把文件移入目标目录
上一篇
Python pathlib.Path.move_into 怎样把文件移入目标目录
Python selectors.DefaultSelector 怎样管理多路 I/O 事件
下一篇
Python selectors.DefaultSelector 怎样管理多路 I/O 事件
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。
    887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。
    883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。
    968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。
    952次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    780次使用