为什么 Python 异步编程里，一个简单的阻塞函数就能让整个服务“瘫痪”？答案其实很直接：因为 asyncio 的事件循环是单线程的，它没有分身术。一旦某个协程里跑了一个同步阻塞操作，整条流水线就会卡死，所有协程都得干等着。
asyncio 事件循环根本不能并行执行 CPU 或同步 I/O
事件循环的工作方式就是轮询加回调，调度协程切换，但从来不创建新线程。这意味着，一旦你在 async 函数里放了个 time.sleep()、requests.get()、open().read()，或者任何没有适配异步的库，控制权就彻底交出去了——没有回调、没有切换、没有“让出”，直到那个阻塞调用返回为止。
time.sleep(2)会让整个服务暂停 2 秒，哪怕你同时跑了 100 个协程requests.get("https://api.example.com")在等待响应时，事件循环完全无法处理其他任务- 同步数据库驱动（如
sqlite3.connect()）打开连接或执行查询，同样冻结调度
常见误用：以为加了 async/await 就自动异步了
这其实只是语法糖，不改变底层行为。比如下面这段代码，看起来是异步函数，但依然会阻塞：
async def bad_fetch():
import requests
return requests.get("https://httpbin.org/delay/3").json() # ❌ 同步阻塞
它被标记为 async，但内部调用的是纯同步函数。事件循环照常启动这个协程，然后卡在 requests.get 上，动弹不得。
- 真正异步的替代方案：用
aiohttp、httpx.AsyncClient、aiomysql、aiofiles - 没现成异步库？必须显式移交到线程池：
await loop.run_in_executor(None, sync_func, *args) - 别把
async def当装饰器——它不魔法转化同步代码
阻塞导致的连锁反应：超时失效、任务堆积、资源泄漏
一个协程阻塞，不仅自己卡住，还会拖垮所有依赖它的逻辑：
asyncio.wait_for(task(), timeout=1)对阻塞调用无效——超时异常可能根本抛不出，因为事件循环没机会检查是否超时- 用
asyncio.gather()并发多个任务？只要其中一个是同步阻塞，其他任务全得陪等 - 数据库连接未关闭、文件句柄未释放，往往是因为阻塞导致
async with的__aexit__根本没执行到
真正难察觉的点不是“哪里写了阻塞”，而是“哪里漏掉了异步适配”。比如日志写入用了 logging.info()（同步），配置加载用了 json.load(open(...))（同步），甚至第三方 SDK 内部偷偷调了 subprocess.run()（同步）。这些地方不会报错，但会在高并发下突然集体变慢。
