AsyncEx项目中Task.Factory.StartNew与异步委托的陷阱分析
2025-06-20 15:55:38作者:滑思眉Philip
在异步编程中,我们经常会遇到需要创建并管理多个并发任务的情况。最近在AsyncEx项目中发现了一个有趣的现象:一个理论上应该永远运行的任务却意外地完成了。这个现象揭示了.NET异步编程中一个容易被忽视的重要问题。
问题现象
开发者编写了一个压力测试方法,创建了100个长期运行的任务,每个任务都在无限循环中尝试获取AsyncLock锁。理论上,这个方法应该永远不会返回,因为所有任务都在无限循环中。然而实际上,Task.WhenAll却意外完成了。
问题根源
问题的核心在于错误地使用了Task.Factory.StartNew方法来启动异步委托。Task.Factory.StartNew是.NET早期引入的API,它在处理异步lambda表达式时会产生不符合预期的行为。
当我们将async lambda传递给Task.Factory.StartNew时,实际上创建了两个任务:
- 外层任务:由
StartNew直接创建,代表同步部分的执行 - 内层任务:由async方法返回,代表异步操作的完成
Task.WhenAll等待的是外层任务的完成,而外层任务在遇到第一个await时就完成了(因为它只是启动了异步操作)。这解释了为什么所有任务"看似"都完成了。
正确解决方案
在大多数现代.NET异步编程场景中,应该使用Task.Run而不是Task.Factory.StartNew。Task.Run是专门为异步编程设计的,它能正确处理async lambda表达式。
修正后的代码应该如下:
public async Task StressTest()
{
var testLock = new AsyncLock();
var tasks = Enumerable.Range(0, 100)
.Select(taskIndex => Task.Run(async () =>
{
while (true)
{
using var _ = await testLock.LockAsync();
}
}))
.ToArray();
await Task.WhenAll(tasks);
}
关于LongRunning标志的说明
原代码中使用了TaskCreationOptions.LongRunning标志,这个标志的实际作用经常被误解:
- 它只是给任务调度器的一个提示,并不保证任何特定的行为
- 对于CPU密集型任务,它可能会创建一个专用线程
- 对于I/O密集型任务(如异步操作),它通常没有实际效果
- 在现代.NET中,默认的任务调度器已经足够智能,通常不需要这个提示
最佳实践建议
- 优先使用
Task.Run而不是Task.Factory.StartNew - 只有在非常明确需要控制任务调度细节时,才考虑使用
Task.Factory.StartNew - 使用async/await时,确保理解任务链的完整生命周期
- 对于纯粹的异步操作,通常不需要指定LongRunning标志
理解这些底层机制对于编写健壮、高效的异步代码至关重要。在异步编程中,选择正确的任务创建方式可以避免许多微妙的错误和性能问题。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Launch4j中文版:Java应用程序打包成EXE的终极解决方案
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
213
226
暂无简介
Dart
659
150
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++
656
293
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
644
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
489
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
79
104
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216
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