协程“饿死”是事件循环资源分配失衡所致:某协程长期占用CPU或阻塞I/O,致其他协程无法调度;常见原因包括误用time.sleep()、CPU密集计算未移交控制权、await未完成Future、任务未被显式调度等。

协程“饿死”不是语法错误,而是事件循环资源分配失衡的直观表现:某个协程长期占用 CPU 或阻塞 I/O,导致其他协程得不到调度机会。
time.sleep() 直接冻结整个事件循环
这是最常见也最容易被忽略的饥饿源头。asyncio 的事件循环是单线程协作式调度,time.sleep() 是同步阻塞调用,它会让当前线程(也就是事件循环所在线程)彻底停摆,所有协程暂停执行。
- 现象:启动 10 个
asyncio.create_task(),其中 1 个用了time.sleep(5),其余 9 个会卡住整整 5 秒才开始执行 - 正确替代:必须用
await asyncio.sleep(5),它是异步可等待对象,会主动让出控制权 - 注意:
asyncio.sleep()只模拟等待,不解决真实 CPU 密集型任务;若真要算 π 的百万位,它照样饿死别人
CPU 密集型操作不移交控制权
哪怕没写 time.sleep(),纯计算也会饿死协程——只要它不主动 await,事件循环就无法插入调度点。
- 场景:在
async def函数里做图像缩放、JSON 解析大文件、加密哈希等 - 问题本质:Python 的 async/await 不等于多线程,它不自动切片 CPU 时间片
- 解法只有两个:把计算丢给线程池(
loop.run_in_executor(None, heavy_func, *args)),或改用支持异步原语的库(如orjson替代json) - 警告:别试图在循环里加
await asyncio.sleep(0)来“让出”,这属于 hack,不可靠且增加调度开销
await 一个未完成的 Future 或挂起的协程
表面看是 await,实际可能陷入无限等待,间接造成饥饿。典型如忘记启动子任务、或错误地 await 了未被调度的协程对象。
Python 编程规范与最佳实践。强制 PEP 8 代码风格、语法校验、单元测试执行,适用于代码编写、审查和重构。触发词:Python、代码规范、py_compile、单元测试。
- 错误模式:
task = my_coro()然后await task—— 这没问题;但若写成await my_coro(漏了括号),就会报TypeError: object ... can't be used in 'await' expression,而如果静默吞掉这个异常,后续逻辑就卡住 - 更隐蔽的是:
await asyncio.wait_for(some_network_call(), timeout=10)中,底层连接因 DNS 慢或防火墙策略卡在 SYN 阶段,wait_for无法真正中断底层 socket 阻塞,此时不仅该协程饿死,还可能拖垮整个连接池 - 建议:对所有外部调用设超时,且优先使用已封装超时逻辑的异步客户端(如
aiohttp.ClientSession自带timeout参数)
任务未被显式调度或被意外取消
协程对象本身不会运行,只有被 event loop 接管后才算“出生”。没被调度 = 从未存在过,自然谈不上饿死——但它会让开发者误以为“写了 async 就等于并发”。
- 典型疏漏:定义了
async def fetch_user(): ...,但在主函数中只写fetch_user()而没await或create_task(),该协程根本不会执行 - 另一个坑:
asyncio.create_task()返回的Task对象若未被 await、未被加入asyncio.gather()、也没被保存引用,可能被 GC 回收,导致任务静默消失(尤其在短生命周期脚本中) - 验证方法:运行前加一句
print(asyncio.all_tasks()),确认你认为该跑的任务确实在列表里
饥饿问题难调试,因为它不报错、不崩溃,只悄悄变慢。最有效的防御不是加更多 await,而是从第一行代码就明确:这个函数是否真的需要异步?它的耗时瓶颈在 I/O 还是 CPU?有没有现成的异步替代品?没有银弹,只有每次调用前的那一次判断。
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!










