必须用motor而非pymongo+asyncio.to_thread，因其是官方异步驱动，基于非阻塞i/o；而后者仅线程池包装，有开销且无法复用连接池。
直接用 motor，别碰 pymongo + asyncio.to_thread 这类绕路方案——它不真正异步，只是把同步调用扔进线程池，有额外开销且无法发挥连接池复用优势。
为什么必须用 motor 而不是“包装”pymongo
Motor 是 MongoDB 官方维护的异步驱动，底层基于 asyncio 和 libmongoc 的非阻塞 I/O 实现。而 pymongo 所有操作都阻塞事件循环，哪怕套一层 await asyncio.to_thread(client.find_one, ...)，也会：
- 每次调用都新建线程，频繁创建销毁线程开销大
- 无法共享连接池，容易触发
ConnectionResetError或MaxPoolSizeExceeded - 超时、重试、SSL 握手等逻辑在子线程中难以统一控制
AsyncIOMotorClient 初始化后不能直接用
AsyncIOMotorClient 实例化只是构造一个“连接工厂”，不建立真实连接。立刻调 collection.find_one() 会静默失败或抛 RuntimeError: There is no current event loop。
正确做法是显式触发一次 I/O 来激活连接：
- ✅ 推荐：
await client.admin.command("ping")—— 最轻量探测 - ✅ 更稳妥：
async with await client.start_session()（适合事务场景） - ❌ 错误：
client = AsyncIOMotorClient(...); db = client.testdb; collection = db.users; await collection.find_one({})—— 中间没 await，连接未就绪
find() 返回 AsyncIOMotorCursor，不是 list
collection.find() 立刻返回 AsyncIOMotorCursor 对象，它不包含数据，也不支持同步迭代或索引访问。
常见错误写法：
- ❌
for doc in collection.find({})→TypeError: 'AsyncIOMotorCursor' object is not iterable - ❌
await collection.find({})[0]→TypeError: 'AsyncIOMotorCursor' object is not subscriptable
正确消费方式按场景选：
- 流式处理（内存敏感）：
async for doc in collection.find({"status": "active"}): process(doc) - 小批量全量（docs = await collection.find({"type": "log"}).to_list(length=500)
- 只取一条：
doc = await collection.find_one({"_id": "abc"})（比cursor.next()更语义清晰）
insert_one / insert_many 返回值不是 dict
Motor 的插入结果对象（InsertOneResult、InsertManyResult）是封装类，不能用字典语法取字段。
典型错误：
- ❌
result["inserted_id"]→TypeError: 'InsertOneResult' object is not subscriptable - ❌
result.ids（PyMongo 写法）→ 属性不存在
正确访问方式：
-
result.inserted_id（单条，返回_id值，可能是ObjectId或字符串） -
result.inserted_ids（多条，返回list，元素类型与插入文档的_id一致） - 注意：
inserted_ids是 list，不是dict，别写成result.inserted_ids[0]["_id"]
Motor 的核心约束很明确：所有带 I/O 的方法（find_one、insert_one、update_many、delete_one、count_documents 等）都返回协程，必须 await；而获取 client/db/collection 这些对象本身不触发网络，无需 await。最容易被忽略的是——游标（AsyncIOMotorCursor）本身不执行查询，只有你用 async for 或调 to_list() 这类终端方法时才真正发请求。
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！
