asyncio单元测试常卡住或超时，根本原因是测试与被测协程共用事件循环且存在未关闭的全局loop、阻塞调用或未await的后台任务；需用@pytest.mark.asyncio、禁用真实I/O、检查遗漏await。
为什么 asyncio 单元测试常卡住或超时
根本原因是测试运行在同一个事件循环中，而被测协程可能依赖全局状态（如未显式关闭的 asyncio.get_event_loop()）、阻塞调用（如 time.sleep()）或未 await 的后台任务。测试框架（如 pytest）默认不自动管理异步上下文，直接调用 await my_coro() 在非 async 测试函数里会报 SyntaxError 或静默失败。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 始终用
@pytest.mark.asyncio（配合pytest-asyncio插件）或手动创建/关闭事件循环，避免复用测试间残留的 loop - 禁用真实 I/O：用
unittest.mock.patch替换asyncio.sleep、aiohttp.ClientSession等，返回预设的AsyncMock或已 resolve 的Future - 检查是否遗漏
await：比如误写task = asyncio.create_task(...)但没等它完成，导致资源泄漏和测试挂起
如何让 async def 函数支持同步调用与测试
硬编码 await 会让函数无法在同步上下文中被简单验证逻辑（比如只测输入输出，不关心并发）。强行用 asyncio.run() 包裹又引入额外调度开销，且在已有事件循环中会报 RuntimeError: asyncio.run() cannot be called from a running event loop。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 把核心逻辑拆成纯函数（
def），异步外壳只负责调度和 I/O：例如async def fetch_user(user_id): return await _fetch_user_impl(http_client, user_id)，测试时直接调_fetch_user_impl - 对必须保留 async 外壳的场景，加参数控制执行模式：
async def process_data(data, run_sync=False): ...，内部用if run_sync: return _do_work(data) - 避免在函数内调用
asyncio.get_running_loop()—— 它在无 loop 环境下直接抛RuntimeError；改用asyncio.get_event_loop()并捕获异常做 fallback
threading.Thread 和 multiprocessing.Process 的测试隔离难点
线程/进程启动后脱离测试主线程控制，assert 失败不会中断测试进程，日志可能丢失，且共享状态（如全局变量、文件句柄）导致测试间污染。更麻烦的是，coverage.py 默认不收集子进程代码覆盖率。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
queue.Queue或multiprocessing.Queue收集子线程/进程的错误信息，主测试线程主动get(timeout=...)检查结果，避免无限等待 - 禁止在并发单元中直接操作模块级全局状态；改用传参方式注入配置或状态对象（如
cache: dict） - 运行覆盖率时加参数：
coverage run --parallel-mode -m pytest，再用coverage combine && coverage report合并所有进程数据 - 对
threading.Timer或threading.Event类型的等待逻辑，统一替换为可 mock 的接口（如wait_fn: Callable[[], None]），测试时注入lambda: None快速通过
Mock 异步依赖时最易忽略的三个细节
很多人用 AsyncMock 却仍遇到 TypeError: object AsyncMock can't be used in 'await' expression，或 mock 返回值类型不对导致下游解析失败。
实操建议：
立即学习“Python免费学习笔记（深入）”；
-
AsyncMock默认返回另一个AsyncMock，不是可 await 的协程；要让它返回值，必须设return_value或side_effect，例如：mock_fetch.return_value = {"id": 1}，而非mock_fetch.return_value = AsyncMock(return_value={"id": 1}) - mock 对象的返回类型需匹配真实调用签名：如果原函数返回
list[dict]，mock 就不能只返回dict，否则业务代码里的for item in result:会报TypeError: 'dict' object is not iterable - 对
async for场景（如异步生成器），mock 必须是真正的异步迭代器：用AsyncMock().__aiter__.return_value = [1, 2, 3].__iter__()不行；正确做法是定义一个带__aiter__和__anext__的类，或用AsyncMock的side_effect抛StopAsyncIteration
并发代码的可测试性不在于“能不能测”，而在于“测的时候有没有能力切断所有外部依赖路径”。任何隐式调度、全局状态、未声明的 I/O 都是测试稳定性的裂缝。
