asyncio.wait 与 as_completed 区别解析
本文深入解析了 Python asyncio 中 `wait()` 与 `as_completed()` 的核心差异:前者聚焦于**统一调度与状态控制**,通过 `(done, pending)` 集合和灵活的 `return_when` 策略(如首个完成、首个异常、指定数量达成)实现精细化并发协调,但需手动清理挂起任务;后者专为**流式消费结果**而生,以异步迭代器形式按实际完成顺序逐个返回结果,天然适配实时处理场景,却隐去任务身份与进度信息。二者在异常触发时机、取消行为、资源清理责任及适用模式上截然不同——选 `wait()` 是为了响应“谁完成了/何时该停”,选 `as_completed()` 是为了响应“下一个结果来了”,而忽视底层 task 生命周期管理,轻则引发警告,重则导致事件循环卡死、进程悬停。

asyncio.wait() 适合需要统一控制超时和完成状态的场景
当你需要等一批任务里「至少 N 个完成」,或者「全部完成 / 任意一个出错就停」,asyncio.wait() 是更直接的选择。它返回的是 (done, pending) 两个 set,你可以检查哪些已结束、哪些还在跑,还能配合 return_when 参数精细控制退出时机。
常见错误是默认用 return_when=asyncio.ALL_COMPLETED 却没处理 pending 里的 task —— 它们不会自动 cancel,可能持续占用资源甚至引发后续异常。
return_when=asyncio.FIRST_COMPLETED:拿到第一个结果就返回,适合“谁快用谁”逻辑return_when=asyncio.FIRST_EXCEPTION:任一 task 抛出未捕获异常即返回,适合容错敏感场景- 必须手动调用
task.cancel()或await asyncio.gather(*pending, return_exceptions=True)清理挂起任务
asyncio.as_completed() 专为按完成顺序消费结果而生
asyncio.as_completed() 返回一个异步迭代器,每次 await 都得到「下一个最先完成」的 Task 的结果(不是 task 对象本身)。它不关心谁先启动、谁后启动,只管谁先 finish —— 这让并发请求+流式处理变得非常自然。
容易踩的坑是误以为它会自动 await 所有 task:它只是包装了等待逻辑,你仍需在循环里显式 await 每次迭代;另外,如果某个 task 永远不完成,迭代就会卡住(除非加 timeout)。
- 返回值是
coroutine,必须用async for或逐个await,不能直接 print - 无法得知哪个 task 对应哪个结果(除非你在创建 task 时绑定标识,比如用
asyncio.create_task(coro, name="req-1")) - 内部会把所有 task 包装成
asyncio.ensure_future(),所以传入普通协程也 OK,但传入已运行的Task更安全
性能与取消行为差异直接影响错误处理方式
asyncio.wait() 在返回前,对已完成的 task 调用的是 task.result(),如果 task 已失败,这里会直接 re-raise 异常;而 asyncio.as_completed() 是在你 await 迭代项时才触发 result(),异常延迟暴露。
这意味着:用 wait() 时,你得在 try/except 里包住整个 await wait(...);用 as_completed() 时,异常要放在 async for 循环体内捕获。
wait()的pending集合里 task 仍处于运行中,cancel 后需额外 await 确保清理as_completed()不提供 pending 列表,也没法知道还有几个没完成,不适合做进度判断- 两者都不自动 suppress exception —— 如果你不显式处理失败 task,异常最终会冒泡到 event loop,触发
Task exception was never retrieved警告
选哪个?看你要响应「完成事件」还是「完成结果」
如果你写的是监控脚本,要等 5 个健康检查里至少 3 个成功就上报状态,用 wait(return_when=asyncio.FIRST_COMPLETED) + 计数更清晰;如果你写的是爬虫,想一边收数据一边解析入库,as_completed() 配合 async for 就是天然流水线。
最易被忽略的一点:两者都依赖底层 task 的正确生命周期管理。传入已 cancel() 的 task、或忘了 await cleanup,都会导致 task 悬浮、event loop 关闭失败、甚至 Python 进程 hang 住。
到这里,我们也就讲完了《asyncio.wait 与 as_completed 区别解析》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
Golang适配器模式与接口兼容实现
- 上一篇
- Golang适配器模式与接口兼容实现
- 下一篇
- Java对象组合实现装饰器动态增强
-
- 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
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 2125次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 1966次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 1911次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 2115次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 2099次使用
-
- 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
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证(Proxy-Authorization)
- 2026-05-05 501浏览

