当前位置:首页 > 文章列表 > 文章 > php教程 > 协程能用阻塞函数吗?会卡死吗?

协程能用阻塞函数吗?会卡死吗?

2026-03-23 09:45:57 0浏览 收藏
协程中绝不能直接调用`time.sleep()`等同步阻塞函数,否则会彻底冻结整个事件循环,导致所有并发任务停滞——这不是切换失效,而是CPU时间片被单一线程独占、其他协程完全丧失执行机会;正确做法是统一使用`await asyncio.sleep()`及原生异步库(如aiohttp、aiosqlite、aiopath),仅在万不得已时谨慎使用`asyncio.to_thread()`并直面线程安全、上下文丢失和性能损耗等隐患;真正决定协程是否“真异步”的,不是函数名或表象,而是其底层是否涉及系统I/O或主动让出CPU,唯有穿透表象、敬畏调度机制,才能避免高并发场景下悄然退化为串行执行的致命陷阱。

协程里能用阻塞函数吗_会导致协程切换失效问题【解答】

协程里调用 time.sleep() 会卡住整个事件循环

不能直接用。Python 的 asyncio 协程是单线程协作式调度,一旦执行了像 time.sleep() 这样的同步阻塞函数,当前线程就彻底停住,所有其他协程都得干等——不是“切换失效”,是根本没机会切。

常见错误现象:async def fetch_data(): time.sleep(2); return "done" 看起来只延迟一个协程,实际会让整个 asyncio.run() 或 loop.run_until_complete() 卡死 2 秒,哪怕你起了 10 个并发任务也全被拖住。

  • 正确做法:用 await asyncio.sleep(2) 替代 time.sleep(2)
  • 所有标准库阻塞 I/O(如 requests.get()、open() 读大文件、subprocess.run())都不能在协程里直呼,必须换异步等价物(aiohttp、aiopath、asyncio.to_thread() 等)
  • Python 3.9+ 可用 asyncio.to_thread() 包一层,但它是把阻塞操作扔进线程池跑,有开销,不是真异步

asyncio.to_thread() 不是万能解药,小心线程安全和上下文丢失

它确实能让你在协程里“塞进”一个阻塞调用,但代价明确:启动线程、传递参数、等待结果、再切回事件循环。性能不如原生异步,且容易踩坑。

使用场景:临时兼容旧代码、调用没有异步封装的 C 扩展、或极少数无法改写的阻塞逻辑。

  • 传入函数不能依赖协程局部状态(比如 contextvars.ContextVar 在子线程里默认不继承,要手动 copy)
  • 如果阻塞函数内部用了全局变量或共享资源,要考虑线程安全,asyncio.to_thread() 不自动加锁
  • 错误类型不变,但堆栈里会多一层 concurrent.futures 相关帧,调试时注意区分是原函数报错还是线程调度失败
  • 示例:await asyncio.to_thread(os.path.getsize, "/huge/file.bin") 比直接 os.path.getsize() 多一次线程切换,但比卡主线程强

第三方库阻塞调用(如 requests)必须替换,别信“小请求没事”

有人试过 await asyncio.to_thread(requests.get, url),觉得短连接快就忽略问题。实际上只要并发量上去或网络抖动,线程池就会撑满,后续协程排队等线程,吞吐骤降,还可能触发 concurrent.futures.ThreadPoolExecutor 的 timeout 异常。

真实使用场景:HTTP 请求、数据库查询、文件读写——这些都有成熟异步替代方案。

  • HTTP:换 aiohttp 或 httpx.AsyncClient,别碰 requests
  • SQLite:用 aiosqlite;PostgreSQL 用 asyncpg;MySQL 用 aiomysql 或 mysql-async
  • 文件操作:小文件可 await asyncio.to_thread(open...),大文件或高频 IO 建议用 aiopath 或直接走 asyncio.loop.run_in_executor() 自定义线程池
  • 别自己封装 requests + to_thread 当长期方案,维护成本高,性能边界模糊

协程“看起来像阻塞”的代码,未必真阻塞——但得看底层实现

有些函数名带 sync 或行为像同步,实际可能是异步友好的。比如 pathlib.Path.read_text() 是同步的,但 aiopath.Path.read_text() 返回的是 Awaitable[str],必须 await;而 json.loads() 是纯 CPU 计算,不 IO,所以能在协程里直接调,不会影响调度。

关键判断依据:是否涉及系统调用(read/write/connect/accept)、是否主动让出 CPU(sleep/wait)、是否依赖外部服务响应。

  • 纯计算类(json.loads、re.findall、sorted())可以放心在协程里用
  • 任何封装了 open()、socket、subprocess 的函数,先查文档是否标了 async,没标就默认阻塞
  • 不确定时,用 asyncio.debug = True 启动,或加 asyncio.current_task().get_coro() 日志,观察是否长时间没 yield
协程调度的脆弱点不在语法,而在对“谁在控制 CPU 时间片”的误判。一个没 await 的 time.sleep、一次漏掉的 await、或者对某个三方函数“应该没问题”的假设,都足以让整个并发模型退化成串行。

今天关于《协程能用阻塞函数吗?会卡死吗?》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于Workerman的内容请关注golang学习网公众号!

百度网盘磁力链接怎么用百度网盘磁力链接怎么用
上一篇
百度网盘磁力链接怎么用
虫虫漫画官网地址及阅读方式分享
下一篇
虫虫漫画官网地址及阅读方式分享
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    256次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    301次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    280次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    257次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    67次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码