必须用loop.run_in_executor将阻塞操作移交线程池或进程池执行：I/O选ThreadPoolExecutor，CPU密集型选ProcessPoolExecutor；须await等待结果；不可在executor中执行异步代码；自定义executor需手动shutdown；优先用None交由默认线程池。
如果您在 Python 异步程序中需要执行阻塞型 I/O 或 CPU 密集型操作，但又不希望阻塞事件循环，则必须借助 loop.run_in_executor 将其移交至线程池或进程池执行。以下是正确使用该方法的关键步骤和常见实践：
一、明确 executor 类型并合理选择
run_in_executor 支持传入自定义的 concurrent.futures.Executor 实例，包括 ThreadPoolExecutor 和 ProcessPoolExecutor。对于 I/O 阻塞操作（如文件读写、数据库查询），应优先使用线程池；对于 CPU 密集型任务（如数值计算、图像处理），应使用进程池以规避 GIL 限制。
1、导入所需模块：from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor
2、创建线程池实例：thread_pool = ThreadPoolExecutor(max_workers=4)
立即学习“Python免费学习笔记（深入）”；
3、创建进程池实例：process_pool = ProcessPoolExecutor(max_workers=2)
4、调用时显式传入：await loop.run_in_executor(thread_pool, blocking_func, *args)
二、始终使用 await 并避免直接调用返回值
run_in_executor 返回一个 Awaitable 对象，而非立即执行结果。若未用 await 等待，将导致协程未完成即继续执行后续逻辑，引发结果丢失或竞态问题。
1、正确写法：result = await loop.run_in_executor(None, time.sleep, 1)
2、错误写法：loop.run_in_executor(None, time.sleep, 1)（未 await，返回协程对象但被丢弃）
3、错误写法：result = loop.run_in_executor(None, time.sleep, 1)（赋值的是协程对象，非实际返回值）
三、避免在 executor 中执行异步代码
线程池或进程池中的函数运行于普通同步上下文，无法识别 async def 函数或 await 表达式。若将协程对象传入 executor，会直接抛出 TypeError，且不会触发任何异步调度。
1、禁止传入协程函数：await loop.run_in_executor(None, async_func)
2、禁止在 executor 内部使用 await：def bad_worker(): await asyncio.sleep(1)
3、正确做法：将异步逻辑保留在主事件循环中，仅把纯同步函数移入 executor
四、手动管理 executor 生命周期防止资源泄漏
若使用自定义 executor（非传入 None），必须确保其在不再需要时被显式关闭，否则线程/进程将持续驻留，造成资源占用和难以调试的内存泄漏。
1、使用 try/finally 块包裹 executor 使用区域
2、在 finally 中调用 executor.shutdown(wait=True)
3、关键提示：未调用 shutdown 的自定义 executor 不会自动终止后台线程
五、优先使用 None 参数委托给默认线程池
当未传入 executor 时，run_in_executor 会使用事件循环内置的默认线程池（asyncio.DefaultExecutor）。该池由事件循环统一管理，无需手动关闭，适合大多数轻量级 I/O 操作场景。
1、启用默认线程池：await loop.run_in_executor(None, os.listdir, "/tmp")
2、注意：默认线程池最大线程数为 min(32, os.cpu_count() + 4)，不可配置
3、适用于短时、低频、非关键路径的阻塞调用，避免长期占用默认池资源
