async函数中不可直接调用同步CPU密集型代码，因其会阻塞事件循环导致异步失效；应使用run_in_executor配合线程池或进程池执行，注意参数传递、异常处理与资源清理。
为什么不能直接在 async 函数里调用同步 CPU 密集型代码
因为 async 函数运行在事件循环的同一线程中，一旦执行耗时的同步计算（比如 time.sleep(5)、json.loads() 大字符串、数值运算），整个协程就卡住，其他任务无法调度 —— 事件循环被阻塞了，异步就失效了。
常见错误现象：asyncio.sleep() 能挂起，但 time.sleep() 会让整个服务响应变慢；用 requests.get() 发请求后，所有并发请求串行执行；日志里没报错，但吞吐量掉到单线程水平。
- 不是所有同步代码都必须进线程池：小量字符串处理、字典操作、简单条件判断，开销远小于调度成本，直接写就行
- CPU 密集型（如加密、压缩、科学计算）必须进
run_in_executor - IO 密集型但没异步接口的库（如旧版
requests），也得走run_in_executor，否则照样阻塞循环
怎么用 loop.run_in_executor 正确包裹同步函数
核心是把同步函数作为参数传进去，别加括号调用；返回的是 asyncio.Future，要 await 才能得到结果。
示例：对一个大列表做 CPU 密集排序
import asyncio import time <p>def cpu_heavy_sort(data): time.sleep(0.1) # 模拟耗时计算 return sorted(data, reverse=True)</p><p>async def main(): loop = asyncio.get_running_loop() data = list(range(10000))</p><h1>✅ 正确：传函数对象 + 参数，不调用</h1><pre class="brush:php;toolbar:false;">result = await loop.run_in_executor(None, cpu_heavy_sort, data) print(len(result))
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
run_in_executor第一个参数是executor，传None表示用默认的ThreadPoolExecutor；生产环境建议显式传入带max_workers的实例，避免线程无限增长 - 别写成
await loop.run_in_executor(..., cpu_heavy_sort(data))—— 这会在主线程先执行完再传结果，完全失去意义 - 如果同步函数需要访问 event loop 或 asyncio 对象（比如想在子线程里再发 async 请求），不行 —— 子线程没有 loop，会报
RuntimeError: There is no current event loop in thread
ThreadPoolExecutor 和 ProcessPoolExecutor 怎么选
Python 的 GIL 让多线程无法真正并行 CPU 计算，所以 ThreadPoolExecutor 对纯 CPU 密集任务提速有限；但对 IO 等待型同步调用（如 subprocess.run()、sqlite3.connect().execute()）足够用，且启动开销小。
真正需要多核并行的 CPU 工作（如矩阵运算、图像处理），得上 ProcessPoolExecutor，但要注意：
- 进程间数据要序列化，函数和参数必须可 pickle；闭包、lambda、类内方法常失败
- 进程启动慢、内存占用高，别为 1ms 计算开新进程
- 不能共享状态：子进程改全局变量、修改传入的 list/dict，父进程看不到
- 异常堆栈可能被截断，调试时记得捕获子进程里的
Exception并 re-raise 带上下文
容易被忽略的资源清理和异常传播
默认的 ThreadPoolExecutor 不会自动 shutdown，如果脚本长期运行（如 Web 服务），线程可能堆积；更隐蔽的问题是：子线程抛出异常，默认会静默丢失，await 时才冒出来，但堆栈指向 run_in_executor 调用点，不是原始出错行。
- 显式管理 executor：用
async with ThreadPoolExecutor(...) as executor:（需封装适配器）或手动executor.shutdown(wait=True) - 在同步函数里加
try/except，把关键信息打日志，或包装成自定义异常类型 - 别依赖
sys.exc_info()：子线程里它拿不到父协程上下文 - 如果同步函数内部用了
atexit或signal，注意这些在子线程无效
真正麻烦的从来不是“怎么跑起来”，而是“跑完之后线程还在不在”“错在哪一行根本看不出来”“CPU 占满却没提速”——这些细节不提前压住，上线后查问题的时间远超写代码的时间。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
