Python 的 async 协程当前真的能跑在生产环境吗？

第一条 python 的 await 如果写漏了，协程是不会运行的，第二条没改造的第三方库可以丢给其他线程跑，第三条和数据量大用不用协程都存在的一样的问题

可以跑,阻塞就阻塞,你用 supervisor 多起几个进程就行了.虽然这种情况下有没有 async 都一样了.

@pursuer #1 第一条的意思是，程序员写了一个执行时间长的语句，但是中间没有使用 await 让出执行。
第二条确实可以放到线程执行，但 python 现在异步生态没这么好，很多都需要线程执行了
第三条如果直接用线程的话，线程是抢占式调度，不会让一个线程一直占着 cpu ，但是协程遇到数据量增长的情况，占用的 cpu 就会越来越多

@chenqh #2 如果启动的是 web server ，同时来两个请求，耗时本来都很短。
这时候如果其中一个请求阻塞了，那另一个请求的耗时也跟着变长了。

第二点是巨坑，光靠 review 很难 100%发现，只能结合压测以及多开一点 worker 进程了

@wudanyang 协程的作用就是协作执行，执行时间长（我假设说的 CPU 密集）还需要自动让出，那就是多线程的场景。实际多线程要考虑锁和线程安全，写线程安全代码未必比手动 await 简单。python 的线程是抢占式调度，但这个和协程无关，无论多少协程也都是跑在这个可以抢占调度的线程上的。

内容跟标题没有丁点关系，看不出 async 为什么不能跑生产

人菜跟工具有什么关系，内容好似在问给 3 岁小孩玩菜刀一样

asyncio.to_thread() 用于处理同步函数。

没人规定用了协程就不能多线程了

@wyntalgeer #7 看不出来吗？表达的是容易阻塞事件循环，导致线上延迟甚至挂掉

@unused #9 问题是就算是混用，其中协程的部分也容易出现上面的问题，导致阻塞

@wudanyang 这个倒是确实会.但是你可以多开一些进程啊.把 async 把阻塞用吧,虽然理论不行,但是呢又不是不能用.

@wudanyang 我现在倒是觉得 python web 根本没有必要多线程,async/await 直接多进程走起,反正 linux 进程和线程的区别又不大,除非你起个上百个进程,估计影响不大,而且我也没有搜到, 开上百个进程与上百个线程之间的性能差距到底有多大,延迟有多高.

@chenqh 以前只是知道多线程比多进程性能,但是啊,差距有多少?没有人说啊.我现在都不明白我当时为什么会因为仅仅
好而去选择呢.

3.7 就开始用在生产环境了，哪有什么大坑，稳的很

那么多人都在用……当然新手用不好也正常。卡主线程是很常见的 需要注意的问题，用 nodejs 也一样。你多写点测试看看阻塞没阻塞呗。
当然 python async 历史比较久，实现也多种多样，建议多读读官方文档
https://docs.python.org/3/library/asyncio-task.html#running-in-threads

你要接受不了不如换 go ，异步流程更清晰，性能也更好。当然处理 json 什么的就麻烦些。

1. 你不 await ，函数不会执行，不存在阻塞的情况。
2. 三方库每做 async 改造，不小心用了——这种情况令人难以置信，需要关注几乎就只有 io 一种场景。常用的操作都有专门的异步版本，很难想象这个场景有什么“不小心”。
3. 不理解

o 对 忘了说了，如果你要用 python 做 web ，那无论如何是不能放 cpu 密集的任务的，因为放在哪里都会卡住。这种还是找个任务队列或者就先临时存在数据库里，然后再另外启动一些后端服务处理。

我总结你说的三点，其实都是一个问题：单线程的协程模型是否会被 内在（本身写的同步代码太复杂）或外在（调用了阻塞的第三方库）的 CPU 密集过程卡住事件循环？

答案是有可能，并且我遇到过不止一次了。

对策也是三个：

1. 取决于你 asyncio 的实现，是可以开多个 worker 线程进行池化调度的。并不是所有实现都是真的「单线程」。有一些高级运行时还有 work-stealing 之类的机制帮助多线程调度；

2. 人工检查可能卡住的地方，繁重任务放到新线程去做；

3. web 这种可能涉及高并发的情况，如果担心此类问题，还是用线程模型的框架较好。

1. 协程才可以被 await ，而且必须要被 await ，否则会引发警告，并且不会阻塞，而是继续执行下一行代码

2. 异步代码里“写”或“调用”同步代码，这二者没区别，这个阻塞是预期内的，所以写代码（或选第三方库）的时候想清楚要同步、异步、还是混写，以及哪种异步

3. await 主要是用在 IO 时切换，就算数据多等待的时间长，但是不影响其他协程的运行，也不吃 CPU ，时间长就长呗，有啥好担心的


OP 提到确实是使用 aync 该要思考的，其实更多和人有关，而不是和 async 的设计有关