asyncio任务异常默认不传播且不自动重试,需手动实现重试逻辑;@async_retry装饰器须支持异常过滤、指数退避和超时兜底,避免阻塞事件循环。

不会自动重试。asyncio 本身不提供任何内置重试机制,asyncio.create_task() 启动的任务一旦抛出未捕获异常,只会静默失败,控制台可能只打印 Task exception was never retrieved,然后就没了。
asyncio 任务异常默认不传播,重试必须手动编码
这是最常被忽略的前提:异步任务的异常不会像同步函数那样冒泡到调用栈顶层。你写 asyncio.run(main()),但 main() 里用 asyncio.create_task(fetch()) 启动的协程,就算 fetch() 抛了 ConnectionError,asyncio.run() 也完全感知不到。
- 必须在任务内部用
try/except捕获,或显式调用task.exception()检查 -
asyncio.gather(..., return_exceptions=True)可让失败任务返回异常对象而非中断整个集合 - 别依赖
asyncio.run()的返回值判断成败——它只反映main()协程是否成功,不管子任务
@retry 装饰器不能直接套 async 函数
常见错误是把同步重试装饰器(比如用 time.sleep() + for 循环)直接套在 async def 上。结果就是:协程对象被当成普通函数执行,await 缺失,返回的是 coroutine object 而非实际结果,后续逻辑全错乱。
- 装饰器内必须用
await调用目标协程,不能用time.sleep(),得用await asyncio.sleep() - 重试间隔建议用指数退避,例如
await asyncio.sleep(2 ** attempt * 0.1),避免并发请求集体重试压垮下游 - 若需支持超时约束(如“整个重试过程最多耗时 6 秒”),得在外层包一层
asyncio.wait_for(),而不是只给单次请求设 timeout
手写 async retry 装饰器的关键点
一个可用的最小可行版本要处理三件事:异常过滤、等待策略、超时兜底。下面这个例子能跑通,且避开大部分坑:
import asyncio
import functools
<p>def async_retry(max_attempts=3, exceptions=(Exception,), backoff_factor=0.1):
def decorator(func):
@functools.wraps(func)
async def wrapper(*args, <strong>kwargs):
last_exc = None
for attempt in range(max_attempts):
try:
return await func(*args, *<em>kwargs)
except exceptions as e:
last_exc = e
if attempt (2 </em></strong> attempt)
await asyncio.sleep(delay)
raise last_exc
return wrapper
return decorator</p><h1>用法示例</h1><p>@async_retry(max_attempts=3, exceptions=(ConnectionError,), backoff_factor=0.2)
async def fetch_data(url):</p><h1>这里应使用 aiohttp 或 httpx,不是 requests</h1><pre class="brush:python;toolbar:false;">raise ConnectionError("simulated network failure")
- 装饰器函数名带
async_前缀,明确区分同步/异步版本 -
exceptions参数必须是元组,否则isinstance(e, exceptions)会报错 - 别在装饰器里混用
requests等同步库——它会阻塞整个事件循环 - 如果业务要求“总耗时不超 N 秒”,得在调用处加
await asyncio.wait_for(fetch_data(...), timeout=N),装饰器本身不负责这个
真正难的不是写出来,而是想清楚重试边界:哪些异常该重试(ConnectionError 可以,ValueError 通常不该),重试间隔怎么随次数增长,以及超时是按单次还是整体计算——这些没对齐业务语义,重试反而会放大问题。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!











