FAQ

asyncio 会让 Python 代码多核并行吗

默认不会。asyncio 主要解决 I/O 等待重叠问题。CPU 密集计算需要多进程、扩展模块释放 GIL、专门计算框架，或把阻塞函数放进 executor。

async def 里面能不能调用同步函数

能调用，但如果同步函数耗时或阻塞，就会堵住事件循环。短小纯计算可以接受；网络请求、数据库访问、文件批处理这类阻塞调用要换异步库，或用 asyncio.to_thread() 临时隔离。

为什么我写了 async 还是串行

最常见的原因是你在循环里连续 await：

for url in urls:
    await fetch(url)

每次都等完才进入下一次。独立任务应该先创建，再统一等待：

await asyncio.gather(*(fetch(url) for url in urls))

如果数量很大，要加限流。最直接的写法是 Semaphore：

sem = asyncio.Semaphore(10)

async def fetch_limited(url):
    async with sem:
        return await fetch(url)

results = await asyncio.gather(*(fetch_limited(url) for url in urls))

如果任务是一边产生一边处理，改用 Queue 和固定数量的 worker。

gather 和 TaskGroup 选哪个

简单收集一组独立结果，用 gather。一组任务属于同一个业务作用域，任一个失败就应该取消整组，用 TaskGroup。

为什么 Task 取消后 finally 还会执行

取消是向协程注入 CancelledError，不是强制杀掉执行流。异常会正常展开调用栈，所以 finally 有机会清理资源。

为什么不应该吞掉 CancelledError

上层的 timeout、TaskGroup 和关闭流程都依赖取消传播。吞掉它会让上层误判任务状态。清理后通常应该重新 raise。

为什么 writer.write 后还要 drain

write() 可能只是写入内部缓冲。drain() 是流控等待点，缓冲过大时暂停当前 Task，避免内存持续增长。

Queue.task_done 有什么用

queue.join() 等的是“所有 put 进去的 item 都处理完”。每个消费者处理完一个 item 后必须调用 task_done()，否则 join() 不会返回。

get_running_loop 和 get_event_loop 有什么区别

在 coroutine 或 callback 里优先用 get_running_loop()，它只返回当前正在运行的 loop。get_event_loop() 带有历史兼容行为，和当前线程、policy、版本有关。

为什么教程还要手写 mini_asyncio

因为很多 asyncio 概念只有跑过一个最小实现才会变清楚。mini_asyncio 只把 Future、Task、timer、selector、Queue 这几段放在一份短代码里，方便你对照标准库源码继续读。