Python的async/await是基于事件循环的协程机制，用于高并发I/O密集型任务；async def定义协程函数，await只能用于协程对象、Future或实现__await__的对象；需用asyncio.run()启动，用gather或create_task实现并发。
Python 的 async/await 是编写非阻塞 I/O 代码的核心机制，它不等于多线程或多进程，而是基于事件循环的协程调度，适合高并发、I/O 密集型任务（如网络请求、数据库查询、文件读写）。
async def 定义协程函数
普通函数加 async 前缀就变成协程函数，调用后返回一个协程对象，不会立即执行：
- 必须用
await在另一个协程中调用，或通过事件循环运行（如asyncio.run()） - 不能在普通函数里直接
await，会报SyntaxError - 示例： 正确：
async def fetch_data(): return await aiohttp.get(...)；❌ 错误：def bad(): await fetch_data()
await 只能用于可等待对象（awaitable）
await 后面必须是以下三类之一：
- 另一个协程对象（由
async def函数返回） -
asyncio.Future或concurrent.futures.Future（需用asyncio.wrap_future） - 实现了
__await__方法的对象（如asyncio.sleep()、aiohttp 的响应对象）
常见错误：对普通函数、列表、字符串或同步库（如 requests.get）使用 await，会触发 TypeError: object XXX can't be used in 'await' expression。
立即学习“Python免费学习笔记（深入）”；
用 asyncio.run() 启动主协程
最简入口方式，自动创建并关闭事件循环：
-
asyncio.run(main())是推荐的顶层调用方式（Python 3.7+） - 不要手动调用
loop.run_until_complete()（除非需要精细控制） - 注意：
asyncio.run()每次调用都会新建事件循环，不可在已有运行中的循环内重复调用（比如 Jupyter 或某些 Web 框架中）
并发执行多个协程：asyncio.gather() 和 asyncio.create_task()
避免串行等待，提升吞吐量：
-
await asyncio.gather(a(), b(), c())：并发启动并等待全部完成，返回结果列表 -
task = asyncio.create_task(a())：提前“调度”协程，适合需要部分等待或条件取消的场景 - 区别：
gather更简洁；create_task支持单独取消（task.cancel()）、检查状态（task.done()）
例如发 10 个 HTTP 请求，用 gather 可让总耗时接近单个最慢请求，而非 10 倍相加。
不复杂但容易忽略：async/await 不会自动加速 CPU 密集型任务，这类场景仍需 loop.run_in_executor 或切换到 multiprocessing。
