async/await 不等于自动并行，单个 await 默认串行等待，需用 asyncio.gather() 或 create_task() 显式并发；同步代码中直接调用 async 函数不会执行；漏 await 会返回协程对象而非结果；asyncio.sleep() 默认不响应中断，需额外处理。
async/await 不等于自动并行
很多人以为只要把函数改成 async、调用加 await，代码就会“变快”或“并发执行”。其实不是：单个 await 是挂起当前协程、让出控制权，但默认仍是串行等待——除非你主动调度多个任务。
常见错误现象：await fetch_user(1) 和 await fetch_user(2) 写成两行，结果耗时是两者之和，而非最大值。
- 要用
asyncio.gather()或asyncio.create_task()显式并发启动多个协程 -
asyncio.gather()适合“等全部完成”，asyncio.create_task()+await适合需要中途介入或取消的场景 - 注意：
gather()中任意一个协程抛异常，默认会取消其余正在运行的任务（可通过return_exceptions=True改变）
在同步代码里直接调用 async 函数会卡死
比如在普通函数中写 my_coro()（没 await），或者用 threading.Thread 启动异步函数，程序不会报错，但协程对象根本不会执行，甚至可能引发 RuntimeWarning: coroutine 'xxx' was never awaited。
使用场景：想从 Flask/Django 的视图、或旧有同步脚本里临时调用一个异步工具函数。
立即学习“Python免费学习笔记（深入）”；
- 必须在事件循环中运行：用
asyncio.run()（仅限顶层、且一个进程只能调一次） - 已有运行中的循环（如 FastAPI）？用
asyncio.create_task()或asyncio.ensure_future()，别自己run_until_complete() - 绝对不要在同步函数里用
loop.run_until_complete()手动启循环——容易撞上“事件循环已关闭”或嵌套循环冲突
忘记 await 的 awaitable 对象（比如未调用的协程）
典型错误：把 async def do_work(): ... 定义好后，写成 do_work()（漏了 await），结果得到一个 coroutine 对象，而不是执行结果。它不会报错，但后续如果传给 print() 或做逻辑判断，往往值为 <coroutine object ...></coroutine>，甚至导致 TypeError。
参数差异：同步函数调用返回值，异步函数调用返回协程对象——这是 Python 的语法约定，不是 bug。
- 静态检查可用
mypy+types-asyncio插件捕获部分漏await场景 - 运行时可加简单防护：在关键入口处检查返回值类型，比如
if inspect.iscoroutine(result): raise RuntimeError("forgot await?") - IDE 如 PyCharm 能高亮未 await 的协程调用，但别完全依赖——动态构造的调用（如
getattr(obj, method_name)()）它管不了
用 asyncio.sleep() 替代 time.sleep()，但忘了它不能中断信号
time.sleep(5) 在收到 SIGINT（Ctrl+C）时会立即响应；而 await asyncio.sleep(5) 默认要等到期才响应中断，用户体验像“卡住”。这不是 bug，是设计使然：asyncio 的取消机制基于异常传播，sleep 期间不主动检查取消状态。
性能影响：加中断检查会略微增加调度开销，但对绝大多数应用可忽略。
- 正确做法是用
await asyncio.wait_for(asyncio.sleep(5), timeout=5)——但更推荐直接用await asyncio.sleep(5, loop=loop)（Python 3.12+ 已默认支持中断） - 老版本（asyncio.shield() 或
try/except CancelledError做清理，否则资源可能泄漏 - 别用
loop.call_later()模拟 sleep：语义不清、难测试、且无法被wait_for统一管理
异步最难的不是写 async，而是判断哪一层该挂起、哪一层该并发、哪一层根本不该碰 event loop。很多问题表面是语法错，根子是执行模型没理清——比如在数据库连接池里混用同步/异步驱动，或误以为 concurrent.futures.ThreadPoolExecutor 能替代 asyncio.to_thread()。
