asyncio.gather 在 3.9 上，一个任务失败了，另一个还在跑，还把文件写了

文档里没这么说。默认 return_exceptions=False 时，gather 会把第一个异常传给 await 它的那一方。其他可等待对象不会被取消，会继续运行。只有 gather 本身被取消时，它们才会被取消。既然任务是你自己创建的，weights 基本上就是一个没人管的自由运行任务。

在 3.9 上你得自己取消，像下面这样写。

try:
    measurements, weights = await asyncio.gather(m, w)
except Exception:
    for t in (m, w):
        t.cancel()
    await asyncio.gather(m, w, return_exceptions=True)
    raise

或者用 asyncio.wait(..., return_when=asyncio.FIRST_COMPLETED)，然后取消 pending 里剩下的所有任务。不管哪种方式，都要 await 被取消的任务，让它们真正结束后再检查。

然后把那个半秒的 sleep 去掉。

谢谢，这样就说得通了，我显然是看错文档了，对吧？我先试你的第一个版本。之前在一个客户的站点上我就被类似的问题坑过，一个被取消的任务还是把文件写出来了，因为取消是在写入已经开始之后才生效的，所以我也会检查文件是不是真的没了。

写入是同步的吗？

gather 不会取消另一个，只是把第一个异常丢给你，weights 照样继续跑。你看到的就是这个。文档写得有点含糊，烦。

所以自己在 except 里把 m 和 w 取消掉，再 await 一遍。go 里的 errgroup 会帮你做这个，python 得手动来。

简短的回答是，默认 return_exceptions=False 的 gather 只会传播第一个异常，不会取消其他的兄弟任务。只有 gather 的 future 本身被取消时才会发生取消，而这里没人这么做。所以 weights 会一直跑完，和你观察到的一样。

"in flight" 具体报告的是什么？如果它来自 asyncio.all_tasks()，那测的就是对的东西。如果来自你自己的记录，我会先验证这一点。

TaskGroup 我记得是 3.12 才有的，所以 3.9 上必须手动取消。取消之后，先 await 这些任务，再检查文件……

对，是同步的，对吧？fetch_weights 里就是最后一个 await 之后的一个普通 open() 加 json.dump，写入过程本身没有 await。这一点对取消很重要。取消只能落在 await 点上，所以如果 weights 还在等网络，写入根本不会开始，如果已经过了那一步，写入就会完整写完。不管哪种，我都会在运行前删掉文件，运行后再检查。

weights 基本上就是一个没人去停它的自由运行任务

散养任务，比我共事过的任何人都敬业。还是把文件写了。

同步写没问题，但 json.dump 写到一半崩了会留下半个文件。先写临时文件，再 os.replace。

有道理，json.dump 中途崩溃的话会留下一个写了一半的文件，然后下次运行就会把它当成真正的缓存来读，对吧？所以我分几步来做。

1. 写到同一目录下的 weights_cache.json.tmp，因为 os.replace 只有在同一个文件系统内才是原子的。
2. 如果缓存真的很重要，关闭文件之前先 flush，再对文件调用 os.fsync。
3. os.replace("weights_cache.json.tmp", "weights_cache.json")。

这样对取消检查也有帮助，因为只有写入完整完成，最终的文件名才会存在。所以取消之后我只要检查 weights_cache.json 不在就行，如果留下了 .tmp，就说明写入开始过但从没被重命名。

不过 open 和 replace 之间本来就没有 await，取消不可能在中间生效，所以这主要是防崩溃和进程被杀的情况。

main.py 里那个半秒的 sleep 只是为了让最后的检查排在写入之后。

能把 bug 显出来的 sleep 多半也藏着第二个 bug。fetch_weights 里有没有哪里用了 run_in_executor 或 to_thread，比如 HTTP 调用或者写文件？取消任务并不会停掉一个已经在跑的线程，所以文件可能在你取消之后才落盘。在相信这个修复之前最好先搞清楚。

fetch_weights 里有没有在哪里用到 run_in_executor 或 to_thread，比如 HTTP 调用或者写文件？

写文件没有，就是直接在协程里用普通的 open() 和 json.dump，我上面说过了。HTTP 调用的话，我不是 100% 确定客户端库底层是怎么做的，所以先 grep 这两个名字。然后修完取消之后，我会再留着那个 sleep 跑一次，对吧？如果文件还是出现了，那就是线程。