async函数调用必须await或用asyncio.run()执行，直接调用仅返回coroutine对象且触发RuntimeWarning；在同步环境中不可用threading/multiprocessing绕过，应使用asyncio.gather等原生并发机制。
async 函数调用会报 RuntimeWarning: coroutine 'xxx' was never awaited
直接写 my_async_func() 不会执行，而是返回一个 coroutine 对象——它只是个“待办事项”，不是“已办事”。Python 会发警告，但不崩溃；很多新手以为函数跑完了，其实什么都没发生。
常见错误现象：
• 控制台没输出、网络请求没发、文件没读
• 单元测试里 assert 总失败，因为结果是 <coroutine object ...></coroutine> 而非真实值
• 在同步脚本（比如普通 .py 文件）里调用后程序秒退
- 必须用
await：只能在另一个async def函数里写await my_async_func() - 顶层调用要用
asyncio.run()：比如asyncio.run(my_async_func())，这是最常用入口 - 别用
loop.run_until_complete()手动管理事件循环——除非你真需要控制生命周期（比如嵌入已有线程）
在非 async 上下文中调用 async 函数的三种现实路径
你没法绕过“异步需异步执行”这个前提，但可以选不同封装方式适配场景。
- 用
asyncio.run()：适合脚本、命令行工具、测试入口。它会新建事件循环、运行协程、关掉循环。注意：不能在已有事件循环中重复调用（比如 Jupyter 或 FastAPI 中会报RuntimeError: asyncio.run() cannot be called from a running event loop - 用
asyncio.get_event_loop().run_until_complete()：仅限明确知道当前没有活跃循环时（如老版本 Python 或某些嵌入环境），现在基本被asyncio.run()取代 - 把同步代码改造成 async：比如把主逻辑包进
async def main()，再用asyncio.run(main())启动——这是长期维护项目的推荐做法，避免混用阻塞/非阻塞调用
为什么不能用 threading 或 multiprocessing “绕过” await
有人试过 threading.Thread(target=my_async_func).start()，结果发现函数根本不执行，或者报 RuntimeError: no running event loop。这是因为 async 函数依赖当前线程的事件循环，而新线程默认没有。
立即学习“Python免费学习笔记（深入）”；
- 在子线程里手动创建并启动事件循环（
asyncio.new_event_loop()+set_event_loop()+run_forever()）可行，但复杂且易出错，比如取消协程、异常传播、资源清理都得自己管 -
multiprocessing更糟：子进程完全无事件循环上下文，await语法直接报SyntaxError（因为子进程执行的是纯同步环境） - 真正需要并发执行多个 async 任务，应该用
asyncio.gather()或asyncio.create_task()，它们共享同一个事件循环，轻量又可控
容易被忽略的 import 和 Python 版本细节
有些问题不是逻辑错，而是环境卡点。比如在 Python 3.6 之前写 async def 会直接语法错误；或忘了导入 asyncio 就调 run()。
-
asyncio.run()是 Python 3.7+ 才有的。3.6 用户必须用loop = asyncio.get_event_loop()+loop.run_until_complete() -
asyncio不是自动导入的：哪怕只用asyncio.run()，也得显式写import asyncio - Jupyter Notebook 默认有事件循环，但多次运行同一 cell 可能触发
RuntimeError: asyncio.run() cannot be called...——这时该换用await my_async_func()（因为 notebook cell 支持 top-level await）
