aiomultiprocess不能直接替换multiprocessing，因为它要求子进程运行独立事件循环，协程必须由asyncio.run()驱动，且需用pool.map_async而非process.start；函数须顶层定义、不可引用父进程loop，异常需内部捕获。
aiomultiprocess 为什么不能直接替换 multiprocessing
因为 aiomultiprocess 不是 multiprocessing 的简单包装，它要求每个子进程必须运行独立的事件循环，且所有协程任务必须在 ProcessPoolExecutor 或 Worker 内部被 asyncio.run() 驱动。直接把同步函数或未 await 的协程丢进去会报 RuntimeError: asyncio.run() cannot be called from a running event loop 或 TypeError: object ... can't be used in 'await' expression。
正确启动方式：用 Pool.map_async 而非 Process.start
aiomultiprocess 的核心是 Pool 类，它封装了进程创建、事件循环初始化和协程调度。不要手动调用 multiprocessing.Process，否则无法自动注入事件循环。
- ✅ 正确写法：
async with Pool() as pool: result = await pool.map(func, items) - ❌ 错误写法：
p = multiprocessing.Process(target=func); p.start()—— 这里func若含await会直接崩溃 -
Pool默认使用spawn启动方式（不是fork），避免 Unix 下 fork 后事件循环状态混乱
协程函数必须可序列化，且不能引用闭包中的 event loop
aiomultiprocess 依赖 pickle 在进程间传递函数，所以：
- 协程函数必须定义在模块顶层（不能嵌套在类方法或闭包内），否则
pickle失败，报AttributeError: Can't pickle local object - 不能在函数内显式调用
asyncio.get_event_loop()或依赖当前 loop —— 子进程没有父进程的 loop 实例 - 所有异步依赖（如
aiohttp.ClientSession）必须在协程内部创建，不能作为参数传入 - 示例安全写法：
async def fetch_url(url):
async with aiohttp.ClientSession() as session:
async with session.get(url, timeout=10) as resp:
return resp.status
性能陷阱：别让单个进程成为瓶颈
aiomultiprocess 的并发能力 = 进程数 × 单进程内协程并发度。但默认 Pool 只开 os.cpu_count() 个进程，而每个进程默认只跑一个协程——这等于退化成同步多进程。
- 务必设置
worker_per_core=2或更高（例如Pool(4, worker_per_core=5)表示 4 核 × 5 协程 = 20 并发协程） - 注意
aiohttp连接池限制：默认ClientSession最大连接数为 100，若单进程发起 200 个请求，会排队阻塞，需显式配置connector=aiohttp.TCPConnector(limit=500) - 内存占用随进程数线性增长，每个进程都带完整 Python 解释器和事件循环，
os.cpu_count() * 2通常是安全上限
真正容易被忽略的是：子进程内协程的异常不会自动冒泡到主进程。如果某个 fetch_url 报 aiohttp.ClientConnectionError，pool.map 返回的结果列表里对应位置是 None 或直接中断，而不是抛出可捕获的异常 —— 必须在协程内部 try/except 并显式返回错误信息。
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！
