【发布时间】：2020-08-23 10:53:30
【问题描述】：
asyncio docs 明确表示 asyncio 代码不应直接调用阻塞代码，还指定了使用异步代码运行阻塞代码的方式：
不应直接调用阻塞（CPU 绑定）代码。例如，如果一个函数执行 1 秒的 CPU 密集型计算，则所有并发的 asyncio 任务和 IO 操作都会延迟 1 秒。
执行器可用于在不同线程甚至不同进程中运行任务，以避免事件循环阻塞 OS 线程。
然而，这个描述对于应该在什么时候使用执行器并不是很具体。很明显，“1 秒的 CPU 密集型计算”会是个问题，但 0.1 秒会是个问题吗？还是 0.01s？
文档还提供了example
def cpu_bound():
return sum(i * i for i in range(10 ** 7))
作为在执行器中运行的东西（在不到一秒的时间内运行）。
（尽管他们可能会将此作为使用线程与进程的示例，但它仍然是我的意思的示例——如果它是range(10 ** 6) 等，我会在执行程序中运行它吗？）
在this的回答中，声明
大部分标准库由常规的“阻塞”函数和类定义组成。他们的工作很快，所以即使他们“阻止”，他们也会在合理的时间内返回。
...
标准库函数和方法的加载速度很快，为什么要在单独的线程中运行
str.splitlines()或urllib.parse.quote()而只执行代码并完成它会快得多？
但是什么才算“合理时间”呢？我什么时候可以“只执行代码并完成它”？
我的问题是：
- 您如何确定需要执行人？
- 如果您的代码“阻塞”时间过长，实际会发生什么？有什么迹象表明是这种情况？
【问题讨论】：
-
合理的时间意味着它不会阻止其他线程运行（需要这样做）的时间不会太长。一次只运行一个线程，因为它们通常不会在 Python 中同时运行。当您超出限制时，代码将停止执行您想要完成的任何操作 - 没有硬性规定。
-
@martineau Stephen 的问题是关于 asyncio，它是真正的单线程，而不仅仅是由 GIL 序列化。正如您所指出的，多线程没有并行性 - 但您至少可以依赖 Python 偶尔在线程之间切换。持有 GIL 的线程要么遇到阻塞函数，立即释放 GIL，要么在15 milliseconds 之后释放。 Asyncio 是合作的，并且不提供这样的承诺：无需等待任何东西即可运行的代码可能会无限期地阻塞所有其他 asyncio 任务。
标签： python python-3.x python-asyncio