asyncio.run() 不能在已有事件循环中调用，因其专为顶层脚本设计，会新建并管理完整事件循环；在jupyter、fastapi等已托管循环的环境中应改用await或create_task()。
asyncio.run() 为什么不能在已有事件循环里调用
直接调用 asyncio.run() 会检查当前线程是否已有运行中的事件循环，有就抛出 RuntimeError: asyncio.run() cannot be called from a running event loop。这是设计使然，不是 bug —— 它专为“脚本顶层”启动设计，内部会新建、运行、关闭整个循环。
常见错误场景：在 Jupyter Notebook、FastAPI 的依赖函数、或已用 asyncio.get_event_loop().run_until_complete() 启动的协程里再调用 asyncio.run()。
- Web 框架（如 FastAPI/Starlette）已托管事件循环，直接写
asyncio.run(some_coro())必报错 - 想复用当前循环？改用
await some_coro()或asyncio.create_task() - 需要从同步上下文“挤进去”？用
asyncio.get_event_loop().create_task()（Python 3.7+），但注意返回的是Task对象，不是结果
asyncio.gather() 和 asyncio.create_task() 的分工差异
asyncio.gather() 是批量并发执行并等待全部完成的“协调器”，适合任务彼此独立、你只关心最终结果集合；asyncio.create_task() 是把协程“提交给循环马上调度”的底层操作，适合需要精细控制生命周期（比如中途取消、加回调、或提前 await 其中某一个）。
性能上没本质差别，但误用会导致逻辑错误：
- 反复对同一协程对象调用
asyncio.gather(coro, coro)会报RuntimeError: cannot reuse already awaited coroutine - 用
asyncio.create_task()后忘了 await，任务可能被调度但结果丢弃，甚至因异常未捕获而静默失败 - 大量 IO 任务（如 HTTP 请求）优先用
gather()；需要动态增删任务或响应式 await 某个子任务时，用create_task()+asyncio.wait()或asyncio.as_completed()
await time.sleep() 是性能杀手，必须换 asyncio.sleep()
同步的 time.sleep() 会阻塞整个事件循环，哪怕只睡 1 秒，所有其他协程都卡住 —— 这和写同步代码没区别，完全浪费异步能力。
典型错误现象：写了 10 个并发请求，总耗时却接近单个请求 × 10，而不是接近单个最长请求。
- 所有延时操作必须用
asyncio.sleep() - 第三方库若只提供同步 sleep（比如某些 SDK 的重试逻辑），得自己包一层：
await asyncio.to_thread(time.sleep, 1)（Python 3.9+），但这是退化方案，尽量找原生异步接口 - 数据库驱动、HTTP 客户端（如
aiohttp、httpx.AsyncClient）必须用异步版本，否则一调用就阻塞
async/await 函数里混用同步阻塞调用的后果
在 async def 函数里直接调用 requests.get()、json.load()（读大文件）、或正则匹配超长文本，会把事件循环“钉死”。协程看似是异步声明，但执行体仍是同步的。
这不是语法错误，而是隐蔽的性能陷阱：
- CPU 密集型操作（如解析 GB 级 JSON、加密计算）应移到线程池：
await asyncio.to_thread(json.loads, data) - 文件 IO 不要用
open().read()，改用asyncio.to_thread()或aiofiles库 - 没有
await的循环、递归、正则回溯，照样阻塞 —— 异步不是魔法，它只在await点让出控制权
真正难的不是写 async，是识别哪些调用不可“让出”。很多性能问题根源不在 asyncio 本身，而在没把阻塞点真正剥离出去。
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！
