asyncio.all_tasks返回当前事件循环中所有未完成的Task对象集合（set），包括运行中、已调度未开始或已暂停但未取消的任务，不包含协程对象或已结束/已取消未清理的任务。
asyncio.all_tasks 返回什么？
asyncio.all_tasks 返回当前事件循环中所有 未完成 的 Task 对象集合（set），包括正在运行、已调度但未开始、或已暂停但尚未取消的任务。它不包含普通协程对象（coroutine），也不包含已结束（done）或已被取消（cancelled）但尚未被清理的任务。
注意：在 Python 3.9+ 中，asyncio.all_tasks 默认作用于当前线程的当前事件循环；若事件循环未运行或已关闭，会抛出 RuntimeError。
如何安全调用 asyncio.all_tasks？
直接调用 asyncio.all_tasks() 在非异步上下文（比如同步函数里）可能报错，因为此时可能没有运行中的事件循环。常见错误是：RuntimeError: no running event loop。
- 在协程内部调用时，确保事件循环已启动且未关闭 —— 通常用
asyncio.run()或手动loop.run_until_complete()启动 - 想在任意位置检查任务，先用
asyncio.get_running_loop()判断是否存在运行中循环，再调用all_tasks - 若需跨线程访问（如从后台线程查主线程的任务），不能直接调用 ——
all_tasks只对当前线程的当前循环有效
示例（安全写法）：
立即学习“Python免费学习笔记（深入）”；
import asyncio
<p>async def monitor():</p><div class="aritcle_card flexRow">
<div class="artcardd flexRow">
<a class="aritcle_card_img" href="/xiazai/skill8054" title="python-parallelization"><img
src="https://img.php.cn/upload/skill/000/000/081/179181013081932.jpg" alt="python-parallelization" ></a>
<div class="aritcle_card_info flexColumn">
<a href="/xiazai/skill8054" title="python-parallelization">python-parallelization</a>
<p>将顺序 Python 代码转换为并行/并发实现，用于在需要并行化 Python 代码、提升性能时使用。</p>
</div>
<a href="/xiazai/skill8054" title="python-parallelization" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a>
</div>
</div><h1>✅ 安全：在协程中，loop 正在运行</h1><pre class="brush:php;toolbar:false;">tasks = asyncio.all_tasks()
print(f"当前活跃任务数：{len(tasks)}")
for t in tasks:
print(f" - {t.get_coro().__name__} (done={t.done()}, cancelled={t.cancelled()})")❌ 错误：不在协程中，loop 可能未运行
asyncio.all_tasks() # RuntimeError!
all_tasks() 和 current_task() 有什么区别？
asyncio.current_task() 只返回当前正在执行的 Task（即调用它的那个协程所绑定的任务），而 asyncio.all_tasks() 返回全部活跃任务 —— 包括你自己、其他并发协程、甚至后台 create_task 启动的守护任务。
-
current_task()可能为None（比如在非 Task 环境中，如普通线程或回调） -
all_tasks()总是返回一个set，哪怕为空；但若事件循环未运行，会抛异常 - 调试时常用组合：
current_task() in asyncio.all_tasks()判断当前是否在活跃任务中
性能上，all_tasks() 是 O(1) 集合读取，开销极小；但频繁调用本身不解决任务泄漏问题，只是观测手段。
为什么看到太多任务不消失？常见泄漏原因
调用 asyncio.all_tasks() 发现任务数持续增长，大概率是任务没被正确 await 或被意外丢弃。典型场景：
- 用了
asyncio.create_task()但没保存引用，也没 await 它 —— 任务会继续运行，但你失去了控制权 - 协程抛出未捕获异常后，任务状态变为
done()但仍在all_tasks()中，直到被事件循环清理（通常在下一次循环迭代） - 使用了
asyncio.ensure_future()+ 回调模式，但回调里没处理异常，导致任务卡在“已完成但未取结果”状态 - 在
finally块中忘记await task.cancel()或task.cancel()后没await task
真正要释放任务，不是靠“不引用”，而是确保它结束（done/cancelled）并被事件循环回收 —— 这通常需要显式 await 或等待其自然完成。
任务对象本身很小，但背后可能持有 socket、文件句柄或闭包变量，长期滞留会引发资源泄漏。别只盯着 all_tasks() 数量，重点看哪些任务本该结束却一直 pending。
