asyncio调试模式需显式启用：python 3.12+用asyncio.runner(debug=true)，旧版调loop.set_debug(true)且须在运行前设置；环境变量pythonasynciodebug=1仅影响新循环；慢协程检测默认阈值100ms，可改loop.slow_callback_duration；纯cpu计算、第三方库未传播debug状态、shield包裹等会导致警告不触发。
asyncio.get_event_loop() 调试模式不生效？先确认事件循环类型
默认的 asyncio.get_event_loop() 返回的是普通事件循环，不带调试能力。调试模式必须显式启用，且仅对 asyncio.Runner（Python 3.12+）或手动配置的 asyncio.BaseEventLoop 生效。
常见错误是只设了环境变量却没重启 Python 进程，或在 Jupyter 中未重载内核。
- Python 3.12+ 推荐用
asyncio.Runner(debug=True) - 旧版本需调用
loop.set_debug(True)，且必须在run_until_complete()或run_forever()前设置 - 环境变量
PYTHONASYNCIODEBUG=1仅影响新创建的循环，对已运行的 loop 无效
启用 debug=True 后会暴露哪些慢协程线索？
开启后，asyncio 会在以下场景主动打印警告，而非静默吞掉问题：
- 协程执行时间超过 100ms（默认阈值），触发
ResourceWarning: Executing <task> took 0.123s</task> - 回调注册耗时过长（如
loop.call_soon()内部阻塞），提示Executing callback took ... - 任务被取消但未及时响应，出现
Task was destroyed but it is pending!类警告
注意：这些不是报错，而是 warnings，默认可能被过滤。需确保未调用 warnings.filterwarnings('ignore', category=ResourceWarning)。
如何自定义慢协程检测阈值和日志输出？
100ms 是硬编码默认值，可通过 loop.slow_callback_duration 修改：
import asyncio loop = asyncio.get_event_loop() loop.set_debug(True) loop.slow_callback_duration = 0.05 # 改为 50ms 阈值
若想捕获并结构化处理慢任务，可重写 loop.call_soon() 或使用 loop.set_exception_handler() 拦截 ResourceWarning，但更稳妥的做法是配合 asyncio.create_task() 手动包装超时监控：
async def with_timeout(coro, timeout=0.1):
try:
return await asyncio.wait_for(coro, timeout)
except asyncio.TimeoutError:
print(f"Slow coro: {coro}")
raise
为什么开了 debug=True 却看不到任何慢协程提示？
最常被忽略的三个原因：
- 协程本身没做 I/O，只是纯 CPU 计算（比如
sum(range(10**7))），asyncio 无法感知——得用loop.run_in_executor()或改用asyncio.to_thread()拆解 - 用了第三方异步库（如
aiohttp、httpx），其内部未传播 loop 的 debug 状态，需单独查该库是否支持调试开关 - 协程被
asyncio.shield()包裹后，取消逻辑被屏蔽，slow callback 检测可能失效
真正卡住的协程，往往藏在看似“无害”的同步调用里，比如日志格式化、JSON 序列化、正则匹配——这些不会触发 asyncio 的慢检测，但会让整个 event loop 阻塞。
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！
