asyncio.lock 必须在同一个协程中 acquire 和 release，跨协程释放会静默失败导致死锁；应仅保护内存操作，避免在锁内 await i/o；禁用嵌套 acquire，释放前检查 locked() 状态，并优先使用 async with 确保异常安全。
asyncio.Lock 必须在同一个协程中 acquire 和 release
死锁最常见原因：在协程 A 中 acquire()，却试图在协程 B（甚至同步函数）里调用 release()。Lock 不是线程安全的“全局句柄”，而是协程上下文感知的——它记录的是“哪个 task 持有它”。跨协程释放会静默失败，锁永远不释放。
- 错误写法：
await lock.acquire()后启动新 task 调用lock.release()，或丢给loop.run_in_executor - 正确做法：所有
acquire()和release()必须成对出现在同一async def函数内，且确保执行路径全覆盖 - 更稳妥的方式是用
async with lock:，它自动处理异常时的释放，避免遗漏
别在 await 语句中间持有 asyncio.Lock
一旦 await 某个可挂起对象（比如 await asyncio.sleep(1)、await httpx.AsyncClient().get(...)），当前协程让出控制权，但锁仍被占用——此时其他协程全被堵住，而你还在等 I/O，等于主动制造长时阻塞点。
- 典型陷阱：在
async with lock:块里调用耗时 await，比如数据库查询、HTTP 请求、文件读写 - 解决思路：只把真正需要互斥的“内存操作”包进锁，比如更新共享字典、递增计数器；I/O 操作移出锁作用域
- 如果必须串行化 I/O（如限流访问某 API），考虑用
asyncio.Semaphore(1)替代Lock，语义更清晰，也更容易排查等待链
警惕嵌套 acquire 导致的自死锁
asyncio.Lock 默认不可重入：同一个协程重复 await lock.acquire() 会永远挂起自己——没有递归计数，也不报错，就是卡住。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
- 现象：协程进入
async with lock:后，又调用另一个也尝试获取同一lock的异步函数 - 检查方法：打印
lock.locked()状态，或用asyncio.current_task()对比 owner（需 patch 或调试模式） - 对策：要么改用
asyncio.Lock(locked=False)+ 手动管理（不推荐），要么拆分锁粒度，或用不同锁实例隔离逻辑域
释放前务必确认 lock 处于 acquired 状态
对未持有的锁调用 release() 会抛出 RuntimeError: Lock is not acquired，但这个错误常被吞掉（比如在 finally 里裸调 release() 却没 catch），导致后续逻辑异常难定位。
- 安全写法：总是先查
if lock.locked(): lock.release()，或直接依赖async with的保障 - 注意：
lock.locked()返回True只表示“已被某个 task 持有”，不保证是当前 task —— 所以不能靠它做条件加锁，只能用于防御性释放 - 测试时建议在
async with lock:外故意触发一次release()，验证是否真能捕获并处理异常
最容易被忽略的是：Lock 的生命周期和 task 生命周期强绑定，一旦 task 被 cancel，持有锁的协程可能中断在 acquire() 或 release() 中间，造成锁滞留。这时候得靠 try/except CancelledError + 显式清理，或者统一用 async with 配合 asyncio.shield() 保护关键段。
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！
