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

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。

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。
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
- 下一篇
- Python selectors.DefaultSelector 怎样管理多路 I/O 事件
-
- 文章 · python教程 | 50分钟前 |
- Python InterpreterPoolExecutor怎样并行执行纯 Python 计算
- 415浏览 收藏
-
- 文章 · python教程 | 51分钟前 |
- Python queue.ShutDown怎样让消费者感知队列关闭
- 345浏览 收藏
-
- 文章 · python教程 | 52分钟前 |
- Python inspect.getclosurevars怎样查看函数依赖的外部变量
- 288浏览 收藏
-
- 文章 · python教程 | 54分钟前 | python · 异步编程 · asyncio · Python context contextvars asyncio.Runner
- Python asyncio.Runner 怎样为不同任务切换 contextvars 上下文
- 476浏览 收藏
-
- 文章 · python教程 | 55分钟前 |
- Python selectors.DefaultSelector 怎样管理多路 I/O 事件
- 148浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python pathlib.Path.move_into 怎样把文件移入目标目录
- 193浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python argparse.ArgumentParser.register 注册自定义 action 与 type
- 350浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 升级后怎样检查扩展模块兼容
- 373浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · uuid · Python教程 · Python 自定义字段 RFC 9562 uuid.uuid8 UUIDv8 uuid.uuid4
- Python uuid.uuid8 怎样生成带自定义字段的 UUID
- 152浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · xml · Python教程 · Python xml 流式解析 ElementTree xml.etree.ElementTree iterparse
- Python xml.etree.ElementTree.iterparse 怎样流式读取大 XML
- 339浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python json.loads 怎样处理重复键
- 424浏览 收藏
-
- 文章 · python教程 | 1天前 | SQLite · 事务管理 · Python教程 · Python 事务 上下文管理器 sqlite3 autocommit isolation_level Connection
- Python sqlite3 怎样使用上下文管理事务
- 257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。
- 887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。
- 883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。
- 968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。
- 952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。
- 780次使用
-
- 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
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
