协程中不可直接调用time.sleep()等同步阻塞函数，否则会阻塞整个事件循环；应改用await asyncio.sleep()或异步替代方案（如aiohttp、aiosqlite），必要时可用asyncio.to_thread()但需注意线程安全与性能开销。
协程里调用 time.sleep() 会卡住整个事件循环
不能直接用。Python 的 asyncio 协程是单线程协作式调度，一旦执行了像 time.sleep() 这样的同步阻塞函数，当前线程就彻底停住，所有其他协程都得干等——不是“切换失效”，是根本没机会切。
常见错误现象：async def fetch_data(): time.sleep(2); return "done" 看起来只延迟一个协程，实际会让整个 asyncio.run() 或 loop.run_until_complete() 卡死 2 秒，哪怕你起了 10 个并发任务也全被拖住。
- 正确做法：用
await asyncio.sleep(2)替代time.sleep(2) - 所有标准库阻塞 I/O（如
requests.get()、open()读大文件、subprocess.run()）都不能在协程里直呼，必须换异步等价物（aiohttp、aiopath、asyncio.to_thread()等） - Python 3.9+ 可用
asyncio.to_thread()包一层，但它是把阻塞操作扔进线程池跑，有开销，不是真异步
asyncio.to_thread() 不是万能解药，小心线程安全和上下文丢失
它确实能让你在协程里“塞进”一个阻塞调用，但代价明确：启动线程、传递参数、等待结果、再切回事件循环。性能不如原生异步，且容易踩坑。
使用场景：临时兼容旧代码、调用没有异步封装的 C 扩展、或极少数无法改写的阻塞逻辑。
- 传入函数不能依赖协程局部状态（比如
contextvars.ContextVar在子线程里默认不继承，要手动 copy） - 如果阻塞函数内部用了全局变量或共享资源，要考虑线程安全，
asyncio.to_thread()不自动加锁 - 错误类型不变，但堆栈里会多一层
concurrent.futures相关帧，调试时注意区分是原函数报错还是线程调度失败 - 示例：
await asyncio.to_thread(os.path.getsize, "/huge/file.bin")比直接os.path.getsize()多一次线程切换，但比卡主线程强
第三方库阻塞调用（如 requests）必须替换，别信“小请求没事”
有人试过 await asyncio.to_thread(requests.get, url)，觉得短连接快就忽略问题。实际上只要并发量上去或网络抖动，线程池就会撑满，后续协程排队等线程，吞吐骤降，还可能触发 concurrent.futures.ThreadPoolExecutor 的 timeout 异常。
真实使用场景：HTTP 请求、数据库查询、文件读写——这些都有成熟异步替代方案。
- HTTP：换
aiohttp或httpx.AsyncClient，别碰requests - SQLite：用
aiosqlite；PostgreSQL 用asyncpg；MySQL 用aiomysql或mysql-async - 文件操作：小文件可
await asyncio.to_thread(open...)，大文件或高频 IO 建议用aiopath或直接走asyncio.loop.run_in_executor()自定义线程池 - 别自己封装
requests+to_thread当长期方案，维护成本高，性能边界模糊
协程“看起来像阻塞”的代码，未必真阻塞——但得看底层实现
有些函数名带 sync 或行为像同步，实际可能是异步友好的。比如 pathlib.Path.read_text() 是同步的，但 aiopath.Path.read_text() 返回的是 Awaitable[str]，必须 await；而 json.loads() 是纯 CPU 计算，不 IO，所以能在协程里直接调，不会影响调度。
关键判断依据：是否涉及系统调用（read/write/connect/accept）、是否主动让出 CPU（sleep/wait）、是否依赖外部服务响应。
- 纯计算类（
json.loads、re.findall、sorted()）可以放心在协程里用 - 任何封装了
open()、socket、subprocess的函数，先查文档是否标了 async，没标就默认阻塞 - 不确定时，用
asyncio.debug = True启动，或加asyncio.current_task().get_coro()日志，观察是否长时间没 yield
time.sleep、一次漏掉的 await、或者对某个三方函数“应该没问题”的假设，都足以让整个并发模型退化成串行。 
