协程调用阻塞代码的风险详解

在 Python 协程中直接调用阻塞代码（如 time.sleep()、requests.get() 或 CPU 密集型运算）会严重破坏异步编程的核心优势——它将导致事件循环停滞，使并发协程被迫串行执行、网络请求失去并行性、甚至引发 CPU 饥饿和协程“假死”；但好消息是，通过 `loop.run_in_executor` 将阻塞操作移交线程/进程池执行，或直接采用原生异步库（如 aiohttp、httpx、aiofiles），就能轻松规避风险，真正释放 asyncio 的高性能潜力——掌握这一关键原则，是写出健壮、高效异步代码的分水岭。

如果您在 Python 协程中直接调用阻塞式代码（如 time.sleep()、requests.get() 或文件读写），事件循环将被挂起，导致所有其他协程无法调度执行。以下是分析该风险的具体方式：

一、阻塞协程导致事件循环停滞

asyncio 事件循环依赖于协程主动让出控制权（通过 await），一旦执行纯阻塞操作，线程将陷入等待，无法切换至其他待运行的协程，整个异步系统吞吐量急剧下降。

1、定义一个使用 time.sleep(2) 的异步函数：async def bad_coro(): time.sleep(2)。

2、在 asyncio.run() 中并发启动多个该协程：await asyncio.gather(bad_coro(), bad_coro(), bad_coro())。

3、观察总耗时接近 6 秒而非约 2 秒，证实串行阻塞效应。

二、阻塞 I/O 操作阻断网络请求并发

同步 HTTP 请求库（如 requests）内部使用阻塞 socket 调用，在协程中调用会独占事件循环线程，使其他协程无法响应，丧失异步优势。

1、编写协程函数内调用 requests.get("https://httpbin.org/delay/1")。

2、使用 asyncio.create_task() 并发发起 5 次该请求。

3、实测总耗时约为 5 秒，而非预期的约 1 秒，表明请求被强制串行化。

三、CPU 密集型阻塞引发事件循环饥饿

长时间运行的 CPU 绑定操作（如大数组排序、加密计算）不触发 await，持续占用 CPU 时间片，使事件循环无机会轮询任务队列，造成协程“假死”。

1、在协程中执行 sum(i * i for i in range(10**7))。

2、同时启动另一协程尝试每 100ms 打印一次计数器。

3、观察到计数器输出严重滞后或中断，证明事件循环已被 CPU 计算完全阻塞。

四、使用 loop.run_in_executor 隔离阻塞调用

通过将阻塞代码提交至线程池或进程池执行，可避免事件循环主线程被占用，实现非阻塞封装。

1、获取当前事件循环：loop = asyncio.get_running_loop()。

2、调用 loop.run_in_executor(None, time.sleep, 2) 替代直接 sleep。

3、对 requests.get 使用相同方式封装后，并发 5 次请求总耗时恢复至约 1 秒级别。

五、采用原生异步替代库规避阻塞

替换同步依赖为专为 asyncio 设计的异步库，从源头消除阻塞调用，确保事件循环持续可调度。

1、将 requests 替换为 httpx.AsyncClient 或 aiohttp.ClientSession。

2、将 open() 文件操作替换为 aiofiles.open() 并配合 async/await 使用。

3、将 json.loads() 等 CPU 密集解析逻辑移入 loop.run_in_executor 处理。

今天带大家了解了的相关知识，希望对你有所帮助；关于文章的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~