如何在Python 3.11中用TaskGroup并发下载海量文件?

云雪酱_3693

云雪酱_3693

2026-11-20

190人浏览

原创

TaskGroup 是 asyncio 并发控制核心,非下载加速器;需配合 aiohttp、连接池、信号量及细粒度错误处理才能安全高效下载。

如何在python 3.11中用taskgroup并发下载海量文件?

TaskGroup 是 asyncio 的并发控制核心,不是万能的下载加速器

Python 3.11 引入的 asyncio.TaskGroup 确实简化了并发任务生命周期管理,但它本身不处理网络、重试、限速或文件写入——它只保证所有子任务完成(或任一出错时自动取消其余)。直接套用 TaskGroup 下载海量文件,大概率触发连接池耗尽、磁盘 I/O 阻塞或远端限流,反而比串行还慢。

必须配合 aiohttp + 连接池 + 信号量才能安全压测

纯 asyncio.open 不支持 HTTP;得用 aiohttp.ClientSession,且必须复用 session 并配置连接池。同时,无限制并发(比如 1000 个 task)会瞬间打满本地端口或触发服务端 429 Too Many Requests。正确做法是用 asyncio.Semaphore 控制并发数,并把 session 生命周期绑定到 TaskGroup 外部:

import asyncio
import aiohttp
from pathlib import Path
<p>sem = asyncio.Semaphore(10)  # 同时最多 10 个请求</p><p>async def download_one(session, url: str, path: Path):
async with sem:  # 关键:在这里 acquire
async with session.get(url) as resp:
resp.raise_for_status()
path.write_bytes(await resp.read())</p><p>async def main(urls_and_paths):
connector = aiohttp.TCPConnector(limit=100, limit_per_host=30)
timeout = aiohttp.ClientTimeout(total=30)
async with aiohttp.ClientSession(connector=connector, timeout=timeout) as session:
async with asyncio.TaskGroup() as tg:
for url, path in urls_and_paths:
tg.create_task(download_one(session, url, path))</p>
  • limit 控制全局连接总数,limit_per_host 防止单域名被打爆
  • ClientTimeout 必须设,否则 DNS 失败或卡住会无限等待
  • sem 放在 download_one 内部而非外层循环里,避免提前占用资源

文件写入必须用 write_bytes(),别碰 async file I/O

Python 当前(包括 3.11)的 asyncio.open 仅支持文本模式,且底层仍是阻塞调用,对海量小文件写入毫无优势。更糟的是,如果用 await f.write(...),实际会退化成同步写,拖垮整个 event loop。唯一可靠方式是:await resp.read() 拿到 bytes,再用 path.write_bytes() 同步写入——这看起来“不 async”,但实测比假装异步快得多,且不会污染 event loop。

FastMCP Python MCP 服务器和客户端框架
FastMCP Python MCP 服务器和客户端框架

FastMCP 是构建 Model Context Protocol 服务器、客户端和应用程序的标准 Python 框架。它提供自动模式生成、传输协商和协议生命周期管理,使开发人员能够用最少的样板代码将 Python 函数包装成符合 MCP 标准的工具。

下载
  • 不要尝试 asyncio.to_thread(Path(...).write_bytes, data):小文件下线程开销反超收益
  • 大文件(>50MB)才需分块读取 + open(..., "wb") 循环写,但此时要加 await asyncio.sleep(0) 让出控制权
  • 路径不存在时,path.parent.mkdir(parents=True, exist_ok=True) 必须同步执行,别放进 task

错误处理不能只靠 TaskGroup 的自动 cancel

TaskGroup 在某个 task 抛出未捕获异常时会 cancel 其余 task,但这对下载场景很危险:比如一个 404 错误导致其他 99 个正在写的文件被中断,临时文件残留、状态不一致。必须在每个 task 内部做细粒度错误捕获:

async def download_one(session, url: str, path: Path):
    async with sem:
        try:
            async with session.get(url) as resp:
                if resp.status == 404:
                    print(f"Skip {url}: not found")
                    return
                resp.raise_for_status()
                path.write_bytes(await resp.read())
        except aiohttp.ClientError as e:
            print(f"Network error for {url}: {e}")
        except OSError as e:
            print(f"Write error to {path}: {e}")
  • resp.raise_for_status() 之前先检查常见状态码(如 404、403),避免直接炸掉整个 group
  • 网络异常(ClientError)和系统异常(OSError)分开处理,后者可能是磁盘满或权限问题
  • 不要在 except Exception: 里吞掉所有错误——有些异常(如 KeyboardInterrupt)该让主流程感知

真正难的从来不是并发语法,而是判断什么时候该降并发、什么时候该切片重试、以及怎么让失败任务的上下文(URL、重试次数、临时路径)可追溯。这些没法靠 TaskGroup 自动解决,得自己埋点和分治。

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!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python python 3.11

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1971

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5604

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1909

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34277

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4007

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4007

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1303

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3123

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程