当前位置:首页 > 文章列表 > 文章 > python教程 > Python concurrent.futures.Future.cancel 怎样判断任务能否取消

Python concurrent.futures.Future.cancel 怎样判断任务能否取消

来源:17golang原创 2026-11-20 13:01:54 0浏览 收藏

Python 的 concurrent.futures.Future.cancel() 能不能取消,不取决于调用者“想不想取消”,而取决于任务此刻是否已经开始执行:任务仍在等待调度时返回 True,已经运行或已经完成时返回 False。因此,判断取消是否成功的第一入口就是保存这个布尔返回值,再用 cancelled()、running() 和 done() 解释状态。

官方文档:https://docs.python.org/3.14/library/concurrent.futures.html

本文围绕一个窄场景展开:线程池里排队的任务需要撤回时,怎样知道它还来不来得及取消,以及取消失败后应该怎样收尾。下面的代码是说明性示例,重点是 API 契约和状态边界,不把示例输出当作本机运行证据。

先把 Future 的状态关系理清

Executor.submit() 返回一个代表异步调用的 Future。它至少会经历“尚未运行”“正在运行”“已完成”这几个判断阶段;如果在尚未运行时成功调用 cancel(),它会进入“已取消”状态。已取消也属于 done() 的一种,但不属于 running()。

Python Future 从等待调度到运行和完成的状态关系说明图
图1:结构示意图,展示 Future 的等待、运行、完成与取消状态边界;这是静态说明图,不是运行截图。

这里有一个容易混淆的点:done() 只回答“这次调用是否已经结束”,不回答“它是正常返回、抛出异常,还是被取消”。要区分取消,必须再看 cancelled()。

cancel() 返回 True,说明取消窗口还在

调用 future.cancel() 后,True 表示调用尚未开始执行,取消动作已经被接受;False 表示它已经在运行,或者已经完成,Future 无法通过这个方法回到等待状态。这个方法不会中断正在运行的 Python 函数,也不会杀掉正在使用的线程。

from concurrent.futures import ThreadPoolExecutor
from threading import Event

def wait_for_release(release_event):
    # 第一个任务占住唯一的工作线程,让第二个任务保持排队状态。
    release_event.wait()
    return "blocker-finished"

release_event = Event()
with ThreadPoolExecutor(max_workers=1) as executor:
    blocker = executor.submit(wait_for_release, release_event)
    queued = executor.submit(lambda: "queued-result")

    # queued 尚未拿到工作线程时,取消窗口仍然存在。
    cancelled = queued.cancel()
    print(cancelled)  # 说明性结果:此处预期为 True

    # 释放正在运行的任务;cancel() 不负责终止 blocker。
    release_event.set()
    blocker.result()

这个例子利用单线程池制造了一个清晰的状态边界:blocker 已经运行,queued 仍在等待,因此后者可以被取消。真实服务里不要依赖“刚提交就一定还没启动”的时间窗口;如果是否取消很重要,就让任务排队可控,并立即保存 cancel() 的返回值。

取消失败时,用四个状态方法说明原因

取消返回 False 不是异常,它只是告诉你撤回动作来晚了。可以按下面的顺序读取状态:

判断含义后续处理
cancelled()调用已成功取消不要再调用 result() 期待业务值
running()任务正在执行且不能被取消让函数自行结束,必要时使用协作式停止信号
done()已取消或已经运行结束再结合 cancelled() 区分结局
三者都为否仍在等待执行此时再次调用 cancel() 仍可能成功
def describe_future(future):
    # 先判断取消,再判断运行,避免把“已取消”误判成普通完成。
    if future.cancelled():
        return "已取消"
    if future.running():
        return "正在运行,不能由 cancel() 强行停止"
    if future.done():
        return "已完成,检查 result() 或 exception()"
    return "等待调度,仍处于可取消窗口"

如果 cancelled() 为 True,调用 result() 会抛出 CancelledError,所以应先走取消分支。若 cancel() 返回 False 且 done() 为 False,通常说明任务正在运行,不能把 Future 当作进程终止开关。

Python Future cancel 返回值与状态方法的判断关系说明图
图2:判断示意图,把 cancel() 的返回值与 cancelled、running、done 的读取关系放在同一张静态结构图中。

线程池整体收尾时,选择批量取消

如果场景是“停止接收新任务并撤回尚未开始的任务”,可以在关闭执行器时使用 shutdown(cancel_futures=True)。它只取消尚未运行的 Future;正在运行的调用仍会继续,wait=True 时关闭方法会等这些任务结束。这个语义与逐个调用 cancel() 一致,只是管理范围从一个 Future 扩展到执行器中的待执行队列。

from concurrent.futures import ThreadPoolExecutor

executor = ThreadPoolExecutor(max_workers=4)
try:
    futures = [executor.submit(handle_item, item) for item in items]
finally:
    # 只撤回尚未启动的任务;已经运行的任务不会被强制打断。
    executor.shutdown(wait=True, cancel_futures=True)

如果业务需要知道每个任务的取消结果,可以保留 Future 列表,逐个读取 cancelled()。如果只需要阻止排队任务继续消耗资源,批量关闭更直接。两种方式都不能替代任务内部的协作式停止设计:长任务应自行检查事件、上下文或业务状态,而不是等待外部线程强杀。

几个边界不要混在一起

  • 不要把 False 当成执行失败。它只说明当前调用已经运行或结束,业务结果仍应通过 result() 或 exception() 读取。
  • 不要把 done() 当成 cancelled()。取消成功的 Future 也会 done,但正常返回和抛出异常同样会 done。
  • 不要把 Future.cancel() 当作强制终止。Python 线程中的正在运行函数不会因为该方法被截断。
  • 不要混用 Future 类型。concurrent.futures.Future 面向执行器提交的调用,asyncio.Future 属于异步事件循环,状态方法相似不代表生命周期相同。

最后用一张清单判断是否能取消

遇到“任务要不要撤回”的分支,可以按这个顺序处理:先调用 cancel() 并保存返回值;返回 True 时记录为已取消;返回 False 时读取 running() 和 done();已运行的任务改用协作式停止;执行器整体收尾则考虑 shutdown(cancel_futures=True)。这样判断的是 Future 的真实状态,而不是凭提交时间猜测取消是否成功。

相关问题

  • Future.cancel() 为什么有时返回 False?因为任务已经开始运行或已经完成,取消窗口已经关闭。
  • 取消后的 Future 能不能调用 result()?可以调用,但会得到 CancelledError,不能得到业务返回值。
  • shutdown(cancel_futures=True) 会停止正在运行的任务吗?不会,它只取消尚未开始的任务。
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 http.server ThreadingHTTPServer 怎样处理并发请求Python http.server ThreadingHTTPServer 怎样处理并发请求
上一篇
Python http.server ThreadingHTTPServer 怎样处理并发请求
systemd service RestartMode 怎样区分失败重启和异常退出
下一篇
systemd service RestartMode 怎样区分失败重启和异常退出
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。
    1145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。
    1129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。
    1306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。
    1245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。
    1097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 和 隐私政策
返回登录
  • 重置密码