asyncio.queue 更适合异步场景，因其操作均为 awaitable、不阻塞事件循环，而 queue.queue 会阻塞线程；必须配合 task_done() 使用 join()，且需手动设计退出机制（如哨兵值）和错误处理。
asyncio.Queue 为什么比普通 queue.Queue 更适合异步场景
因为 queue.Queue 是线程安全的阻塞式队列，调用 get() 或 put() 会直接阻塞当前线程；而 asyncio.Queue 是协程友好的，所有操作都返回 awaitable 对象，不会阻塞事件循环。如果你在 async def 函数里误用了 queue.Queue，程序会卡死或抛出 RuntimeError: await wasn't used with a coroutine。
关键区别在于：
-
asyncio.Queue.get()必须await，它会在队列为空时挂起协程，让出控制权 -
asyncio.Queue.put()也必须await，当队列满（设置了maxsize）时会等待空位 - 它天然与
asyncio.create_task()和asyncio.gather()配合，无需额外线程管理
如何正确启动多个生产者和消费者协程
不能用 loop.run_until_complete() 直接跑一个协程就结束——你需要同时维持生产者“发数据”和消费者“取数据”的长期运行状态。常见错误是生产者协程结束后，消费者还在 await queue.get() 挂着，导致程序不退出。
实操建议：
- 用
asyncio.create_task()启动所有生产者和消费者协程 - 用
asyncio.sleep()或信号（如asyncio.Event）控制生产者何时停止，而不是靠协程自然返回 - 消费者侧建议加退出机制：比如收到特殊哨兵值（如
None）后break，避免无限等待 - 最后用
await asyncio.gather(*tasks, return_exceptions=True)等待全部完成
示例片段：
async def producer(queue: asyncio.Queue, name: str):
for i in range(5):
await queue.put(f"{name}-item-{i}")
await asyncio.sleep(0.1)
<p>async def consumer(queue: asyncio.Queue, name: str):
while True:
item = await queue.get()
if item is None: # 哨兵退出
break
print(f"{name} got {item}")
queue.task_done()</p><h1>启动</h1><p>queue = asyncio.Queue(maxsize=3)
producers = [asyncio.create_task(producer(queue, f"p{i}")) for i in range(2)]
consumers = [asyncio.create<em>task(consumer(queue, f"c{i}")) for i in range(3)]
await asyncio.gather(*producers)
await queue.join() # 等待所有已入队任务被处理完
for </em> in consumers:
await queue.put(None) # 发送哨兵
await asyncio.gather(*consumers)</p>
maxsize 设为 0 或负数时会发生什么
asyncio.Queue(maxsize=0) 表示“无界队列”，但注意：这不是“不限制内存”的意思，而是禁用内部的 full() 检查逻辑，put() 不会因队列满而挂起。实际中如果生产远快于消费，内存会持续增长，最终 OOM。
容易踩的坑：
- 设
maxsize=0后，queue.full()永远返回False，无法用于背压判断 - 设
maxsize=-1会抛ValueError，不是 Python 的惯用法，别这么写 - 推荐显式设一个合理值（如
maxsize=100），配合await queue.put()的自动等待实现自然节流
为什么 await queue.join() 不能替代 task_done() 调用
queue.join() 本身不执行任何操作，它只是挂起直到队列中所有已 put() 的项都被对应调用了 task_done()。漏掉 task_done() 是最隐蔽的 bug 之一——join() 永远不会返回，程序卡死在那。
必须确保：
- 每次成功
get()之后，在处理完成（无论成功失败）时，都调用一次queue.task_done() - 如果消费者中途异常退出，没调用
task_done()，该任务计数就不会减少，join()就永远等下去 - 可以在
try/finally块里包住处理逻辑，保证task_done()执行
比如这样写更健壮：
item = await queue.get()
try:
await process(item)
finally:
queue.task_done()
真正难的不是写对语法，而是设计好退出路径和错误传播——生产者怎么知道该停，消费者怎么确认任务真的“做完”了，以及异常发生时谁来清理、谁来通知。这些不靠 asyncio.Queue 自动处理，得你自己串起来。
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！
