NiceGUI项目中"Task was destroyed but it is pending"问题分析与解决方案
2025-05-19 01:18:37作者:秋泉律Samson
问题背景
在NiceGUI 2.13.0版本发布后,多个用户报告遇到了"Task was destroyed but it is pending!"的错误提示。这个问题主要出现在Linux环境下,当用户快速刷新页面或频繁切换页面内容时尤为明显。错误信息表明异步任务在尚未完成时就被垃圾回收机制销毁了。
问题现象
错误日志通常显示为:
Task was destroyed but it is pending!
task: <Task pending name='Task-20' coro=<Event.wait() running at /usr/lib/python3.12/asyncio/locks.py:212> wait_for=<Future pending cb=[Task.task_wakeup()]>>
通过添加垃圾回收回调函数,开发者发现错误与垃圾回收机制密切相关。当GC开始执行时,会销毁一些仍在等待中的异步任务,导致asyncio运行时发现任务已被销毁但状态仍为pending的矛盾情况。
根本原因分析
经过深入调查,发现问题源于NiceGUI 2.13.0版本中对连接等待机制的优化。在#4466提交中,开发者将原本每0.1秒轮询一次的机制改为使用asyncio.wait来提高效率。然而,这一改动引入了一个潜在问题:
- 使用
asyncio.create_task创建的任务没有被正确命名,导致调试困难 - 这些任务没有被适当引用,容易被垃圾回收机制提前销毁
- 在页面快速刷新时,对象创建和销毁频率增加,问题更容易显现
解决方案
针对这一问题,NiceGUI团队提出了以下修复方案:
- 使用
background_tasks.create替代asyncio.create_task,确保任务有适当的生命周期管理 - 为所有后台任务添加明确的名称,便于调试和追踪
- 确保任务在完成前不会被垃圾回收机制意外销毁
修复后的代码会显式地保持对任务的引用,防止它们被过早回收。同时,通过给任务命名,开发者可以更容易地识别和追踪问题任务。
最佳实践建议
基于这一问题的经验,NiceGUI项目提出了以下开发建议:
- 在NiceGUI项目中,应优先使用
background_tasks.create而非asyncio.create_task - 所有异步任务都应被赋予有意义的名称
- 对于需要长时间运行的任务,开发者应确保保持对任务的引用
- 在页面刷新或关闭时,应妥善处理未完成的任务
影响范围
该问题主要影响:
- 使用NiceGUI 2.13.0版本的项目
- 主要运行在Linux环境下的应用
- 使用
async def定义的页面 - 需要频繁刷新或快速切换页面的应用场景
结论
"Task was destroyed but it is pending"错误展示了异步编程中资源管理的重要性。通过这次问题的解决,NiceGUI项目不仅修复了一个具体的技术问题,还完善了项目的异步任务管理规范,为开发者提供了更健壮的异步编程实践指导。
对于遇到类似问题的开发者,建议检查项目中所有异步任务的创建方式,确保它们有适当的生命周期管理和明确的命名,这样可以有效避免类似问题的发生。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217