Python协程泄漏检测工具有哪些

Python协程泄漏并非源于async/await语法本身，而是因Task未被及时取消、等待完成或意外持有引用，导致其长期驻留内存并持续增长；文章系统梳理了从开发测试（pytest-asyncio fixture清理、命名任务）、调试分析（all_tasks()快照对比、objgraph追踪对象增长、get_stack定位挂起点）到生产监控（滑动窗口+白名单告警、区分done与running Task）的全链路排查与防御策略，并指出tracemalloc作用有限、真正难点在于识别“该结束却卡住”的Task——需结合debug模式、源码剖析与底层Future行为深入诊断。

协程对象没被 gc 掉，asyncio.Task 仍在运行怎么办

Python 协程泄漏最典型的表征就是 asyncio.Task 数量持续上涨，但对应逻辑早已该结束。根本原因不是“写了 async 就会泄漏”，而是任务没被显式取消或等待完成，又没被引用释放——尤其在异常提前退出、超时丢弃、或忘记 await 的地方。

实操建议：

• 用 asyncio.all_tasks() 在关键检查点（如测试 teardown、服务健康接口）抓快照，对比前后数量变化
• 对每个 Task 调用 task.get_coro() 和 task.get_stack() 查看挂起点，定位未完成的协程源头
• 避免直接用 asyncio.create_task() 后不管：要么加 try/finally 确保 await task 或 task.cancel()，要么用 asyncio.timeout() 包裹
• 注意：asyncio.create_task() 返回的对象若被变量引用（哪怕只是临时赋值），GC 不会回收它，即使协程已结束

tracemalloc 能不能查协程泄漏

不能直接查。tracemalloc 跟踪的是内存分配堆栈，而协程对象本身很小，真正占资源的是它持有的上下文、闭包变量、或阻塞中的 IO 对象（比如没关闭的 aiohttp.ClientSession）。靠它只能间接发现“某段异步代码反复分配大对象”，但无法确认是协程没结束还是数据堆积。

实操建议：

• 开启 tracemalloc 前先调用 asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())（Windows）或确保 loop 已启动，否则可能报 RuntimeError: no running event loop
• 配合 sys.getrefcount() 检查特定 Task 引用数是否异常高（比如 >2 且长期不降）
• 更有效的是用 objgraph：安装后执行 objgraph.show_growth(limit=10)，重点观察 Task、coroutine、Future 类型的增长趋势

用 pytest-asyncio 写测试时怎么防泄漏

测试框架默认不清理未完成的 Task，一个 test 函数里漏掉 await 或抛出异常中断，就可能让 Task 泄漏到下一个 test 里，造成干扰甚至失败。

实操建议：

• 在 conftest.py 中加 fixture，用 yield 前后比对 asyncio.all_tasks()：
• 确保 pytest-asyncio 配置了 asyncio_mode = "auto"，并禁用 --asyncio-mode=strict（它只校验签名，不保证执行）
• 测试中避免裸写 asyncio.create_task(some_coro())；改用 asyncio.create_task(some_coro(), name="test_xxx")，便于后续按名过滤排查
• 如果用了 asyncio.sleep(0) 触发调度，记得之后 await asyncio.wait_for(task, timeout=0.1)，别让它悬着

生产环境用 psutil + asyncio 监控 Task 数量够不够

够用，但有盲区。单纯监控 len(asyncio.all_tasks()) 只能告诉你“现在有多少 Task”，无法区分是正常并发还是泄漏。如果服务长期稳定在 50±5，突然涨到 200 并持续，才值得告警。

实操建议：

• 每 10 秒采集一次 len(asyncio.all_tasks())，同时记录 len([t for t in asyncio.all_tasks() if not t.done()]) —— 后者才是真正在跑的
• 结合 psutil.Process().memory_info().rss 看内存是否同步上涨，排除是 Task 持有大量数据导致的假阳性
• 不要只依赖单点数值：用滑动窗口计算标准差，当连续 3 次超出均值 + 2σ 时触发检查，比固定阈值靠谱
• 注意：某些后台 Task（如心跳、日志刷盘）本就不 done，需白名单过滤，否则天天告警

真正难的不是发现泄漏，是判断哪个 Task 该结束却没结束——它可能卡在第三方库的 await 上，也可能被一个没暴露 cancel 接口的底层 Future 拖住。这时候得进源码翻 __await__ 实现，或者用 asyncio.debug = True 开启事件循环调试模式，看它卡在哪一行。

终于介绍完啦！小伙伴们，这篇关于《Python协程泄漏检测工具有哪些》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！