asyncio.gather()是并发启动并等待全部完成的批处理工具，create_task()是立即将协程调度为Task对象以便精细控制；二者协作而非替代，gather适用于不关心响应顺序的并行请求，create_task适用于需穿插await的顺序依赖场景。
asyncio.gather() 和 asyncio.create_task() 的本质区别
asyncio.gather() 是并发启动、等待全部完成的“批处理工具”，而 asyncio.create_task() 是把协程立刻调度进事件循环、返回一个可随时 await 的 Task 对象。两者不是替代关系，而是协作关系。
常见错误是以为 await asyncio.gather(a(), b()) 能控制执行顺序——其实它只保证“全部开始、全部结束”，中间谁先返回谁后返回完全不可控；而用 create_task() 才能穿插 await 实现精细调度。
- 需要并行发多个 HTTP 请求且不关心响应顺序 → 用
gather() - 想发请求 A，等它返回后再发请求 B，但又不想阻塞整个协程 → 先
create_task(a())，再await它，接着create_task(b()) -
gather()中任意一个协程抛出异常，所有任务都会被取消（除非加return_exceptions=True）；create_task()抛异常只影响自身，不影响其他已提交的 Task
用 asyncio.Semaphore 控制并发数，别靠 time.sleep()
很多人用 await asyncio.sleep(0.1) 模拟“错峰”，这既不准又浪费资源：sleep 不等于让出 CPU，只是延迟 await，实际并发数还是由事件循环调度决定，根本压不住连接数或 API 调用频次。
真正可控的方式是 asyncio.Semaphore，它像一道门禁，限制同时最多几个协程能通过关键代码段。
立即学习“Python免费学习笔记（深入）”；
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 初始化时指定最大并发数：
sem = asyncio.Semaphore(5) - 在要限流的代码块前加
async with sem:，自动 acquire/release - 注意：Semaphore 不感知任务实际耗时，只管“进的数量”，所以适合 IO 密集型场景（如爬虫、批量 API 调用），不适合 CPU 密集型（得用线程池）
- 别在循环里反复创建 Semaphore，它应作为共享对象传入或定义为模块级变量
await 一个已经完成的 Task 不会挂起，但 await 同一个协程两次会报错
这是容易混淆的点：create_task() 返回的是 Task 对象，它可被多次 await；而普通协程函数（比如 fetch_data()）每次调用都返回新协程对象，只能 await 一次。
典型错误现象：RuntimeError: cannot reuse already awaited coroutine，往往出现在把协程赋值给变量后重复 await。
- ✅ 正确：
task = asyncio.create_task(fetch_data())，然后await task多次（第二次直接返回结果） - ❌ 错误：
coro = fetch_data()，然后await coro两次 - ⚠️ 注意：
asyncio.ensure_future()行为类似create_task()，但推荐用后者（更明确、有 loop 绑定保障） - 如果不确定来源是协程还是 Task，可用
asyncio.iscoroutine()或asyncio.isfuture()判断
asyncio.run() 内部会新建事件循环，别在已有 loop 中调用
在 Jupyter、FastAPI 生命周期、或已运行 asyncio.get_event_loop() 的进程里再调 asyncio.run(main())，会触发 RuntimeError: asyncio.run() cannot be called from a running event loop。
这不是 bug，是设计：asyncio.run() 是为脚本入口准备的“一键启动+清理”封装，它自己管理 loop 生命周期。生产环境里你通常不该手动调它。
- 脚本主入口（if __name__ == '__main__':）→ 用
asyncio.run(main()) - Web 框架（如 FastAPI、Starlette）→ 框架已接管 loop，你只写路由协程，不用管 run
- Jupyter / REPL → 用
await main()直接执行，或装nest_asyncio（仅调试） - 想复用当前 loop？直接
asyncio.create_task()或loop.create_task()，别碰run()
asyncio.current_task() 和 asyncio.all_tasks() 看一眼实际在跑啥。 
