Python asyncio 踩坑实录：5 个让我加班到凌晨的坑 🕳️

上周接了个需求，把一个同步爬虫改成异步的。老板说「应该很快吧，不就是加几个 async await 嘛」。我当时也觉得是，结果整整踩了三天坑，有两天搞到凌晨一点多。今天把这些坑整理出来，希望后面的兄弟们少走点弯路。

先说结论

坑的编号	问题描述	严重程度	排查耗时
1	在 async 函数里调同步阻塞代码	⭐⭐⭐⭐⭐	4h
2	忘了 await 导致拿到协程对象	⭐⭐⭐	30min
3	aiohttp session 没正确关闭	⭐⭐⭐⭐	2h
4	事件循环嵌套（loop 里套 loop）	⭐⭐⭐⭐⭐	5h
5	并发量没控制导致被封 IP	⭐⭐⭐⭐	1h（加上等解封的时间就不止了）

下面一个一个说。

坑 1：async 函数里混入了同步阻塞代码

最致命的坑，因为它不报错，只是慢。

我原来的代码长这样：

import asyncio
import requests  # 注意这是同步库

async def fetch_page(url: str) -> str:
    # 看起来很正常对吧？但 requests.get 是同步阻塞的
    resp = requests.get(url, timeout=10)
    return resp.text

async def main():
    urls = [f"https://httpbin.org/delay/1" for _ in range(10)]
    tasks = [fetch_page(url) for url in urls]
    results = await asyncio.gather(*tasks)
    print(f"抓了 {len(results)} 个页面")

asyncio.run(main())

跑完一看，10 个请求花了 10 秒多。不对啊，不是异步吗，不应该 1 秒多就完事？

requests.get() 是同步阻塞调用。放在 async 函数里也一样，执行的时候还是会阻塞整个事件循环。asyncio 的事件循环是单线程的，一个任务阻塞了，其他任务全得等着。

给函数加 async 关键字不会让里面的同步代码变成异步的，这只是声明了这个函数是个协程。

正确做法是换成 aiohttp：

import asyncio
import aiohttp

async def fetch_page(session: aiohttp.ClientSession, url: str) -> str:
    async with session.get(url, timeout=aiohttp.ClientTimeout(total=10)) as resp:
        return await resp.text()

async def main():
    urls = [f"https://httpbin.org/delay/1" for _ in range(10)]
    async with aiohttp.ClientSession() as session:
        tasks = [fetch_page(session, url) for url in urls]
        results = await asyncio.gather(*tasks)
        print(f"抓了 {len(results)} 个页面")

asyncio.run(main())

这回 10 个请求 1.2 秒搞定。

如果实在没法替换同步库——比如某些数据库驱动只有同步版本——可以用 asyncio.to_thread() 把同步调用丢到线程池里：

import asyncio
import requests

def sync_fetch(url: str) -> str:
    """这是个普通同步函数"""
    resp = requests.get(url, timeout=10)
    return resp.text

async def fetch_page(url: str) -> str:
    # Python 3.9+ 可用，把同步函数丢到线程池执行
    return await asyncio.to_thread(sync_fetch, url)

async def main():
    urls = [f"https://httpbin.org/delay/1" for _ in range(10)]
    tasks = [fetch_page(url) for url in urls]
    results = await asyncio.gather(*tasks)
    print(f"抓了 {len(results)} 个页面")

asyncio.run(main())

asyncio.to_thread 是 Python 3.9 加的，还在用 3.8 的话（该升了兄弟），用 loop.run_in_executor(None, sync_fetch, url) 也行。

坑 2：忘了 await，拿到一个协程对象

刚写 asyncio 的时候真的很容易犯：

import asyncio

async def get_data():
    await asyncio.sleep(1)
    return {"status": "ok", "count": 42}

async def main():
    data = get_data()  # 忘了 await！
    print(data)         # <coroutine object get_data at 0x...>
    print(data["status"])  # TypeError: 'coroutine' object is not subscriptable

asyncio.run(main())

控制台还会给你一个 warning：RuntimeWarning: coroutine 'get_data' was never awaited。

这个 warning 其实挺明显的，但日志多的时候，或者在 Jupyter 里跑，可能就淹没了。

解决方案就是别忘了 await：

async def main():
    data = await get_data()  # 加上 await
    print(data["status"])     # ok

我后来养成了一个习惯：凡是调用 async 函数，IDE 没有高亮 await 关键字的，都多看一眼。用 PyCharm 或者 Cursor 的话，忘了 await 会有提示，这个功能真的能救命。

坑 3：aiohttp Session 没正确关闭

这个坑比较隐蔽。代码跑完会报一个 warning：

Unclosed client session
client_session: <aiohttp.client.ClientSession object at 0x...>

我一开始的写法：

import aiohttp
import asyncio

async def fetch(url: str) -> str:
    session = aiohttp.ClientSession()  # 每次调用都创建新 session
    resp = await session.get(url)
    text = await resp.text()
    # 忘了关 session
    return text

async def main():
    urls = ["https://httpbin.org/get"] * 50
    tasks = [fetch(url) for url in urls]
    results = await asyncio.gather(*tasks)
    print(f"完成 {len(results)} 个请求")

asyncio.run(main())

这段代码有两个问题。每次请求都创建新 Session：aiohttp 的 Session 内部维护了连接池，频繁创建销毁等于放弃了连接复用，性能白白浪费。Session 没关闭：会导致底层连接泄漏，请求量大了之后文件描述符耗尽，直接崩。

正确写法：

import aiohttp
import asyncio

async def fetch(session: aiohttp.ClientSession, url: str) -> str:
    async with session.get(url) as resp:
        return await resp.text()

async def main():
    urls = ["https://httpbin.org/get"] * 50
    # 用 async with 确保 session 最终被关闭
    async with aiohttp.ClientSession() as session:
        tasks = [fetch(session, url) for url in urls]
        results = await asyncio.gather(*tasks)
        print(f"完成 {len(results)} 个请求")

asyncio.run(main())

一个 Session 搞定所有请求，用 async with 保证关闭。

坑 4：事件循环嵌套，这个真的折磨人

这个坑出现在我想在已有的 Flask 项目里调用 asyncio 代码的时候。

import asyncio

async def async_work():
    await asyncio.sleep(1)
    return "done"

def sync_handler():
    # 在同步代码里调异步函数
    result = asyncio.run(async_work())  # 第一次调没问题
    return result

# 但如果外层已经有事件循环在跑（比如 Jupyter、某些框架内部）：
# RuntimeError: asyncio.run() cannot be called from a running event loop

在 Jupyter Notebook 里这个问题 100% 必现，因为 Jupyter 自己就有一个事件循环在跑。

我试过几种方案：

方案 A：nest_asyncio（快速解决，但不太优雅）

import nest_asyncio
nest_asyncio.apply()  # 允许事件循环嵌套

import asyncio

async def async_work():
    await asyncio.sleep(1)
    return "done"

# 现在 Jupyter 里也能用了
result = asyncio.run(async_work())
print(result)

这个库就是打了个猴子补丁让嵌套合法化，Jupyter 里用用可以，生产环境我不太敢。

方案 B：用线程跑独立的事件循环（推荐）

import asyncio
from concurrent.futures import Future
import threading

def run_async_in_thread(coro):
    """在独立线程中启动新的事件循环来执行协程"""
    result_future: Future = Future()
    
    def _run():
        try:
            loop = asyncio.new_event_loop()
            asyncio.set_event_loop(loop)
            result = loop.run_until_complete(coro)
            result_future.set_result(result)
        except Exception as e:
            result_future.set_exception(e)
        finally:
            loop.close()
    
    thread = threading.Thread(target=_run)
    thread.start()
    thread.join()
    return result_future.result()

async def async_work():
    await asyncio.sleep(1)
    return "done"

# 在同步代码里安全调用异步函数
result = run_async_in_thread(async_work())
print(result)  # done

这个方案在 Flask 项目里跑得挺稳。当然如果项目可以全面切异步框架（FastAPI、Starlette），就没这个问题了。我后来把那个 Flask 服务迁到 FastAPI 了，世界清净了很多。

坑 5：并发量不控制，直接被封 IP

这个坑跟 asyncio 本身关系不大，但用了 asyncio 之后几乎必然会遇到。

同步爬虫天然就慢，很少触发限流。换成异步以后，几百个请求瞬间打出去，对面服务器直接把你封了。

import asyncio
import aiohttp

# 用信号量控制并发数
SEM = asyncio.Semaphore(10)  # 最多 10 个并发

async def fetch(session: aiohttp.ClientSession, url: str) -> str:
    async with SEM:  # 获取信号量，超过 10 个就等着
        print(f"开始请求: {url}")
        async with session.get(url) as resp:
            text = await resp.text()
        # 加个随机延迟，别太暴力
        await asyncio.sleep(0.5)
        return text

async def main():
    urls = [f"https://httpbin.org/get?page={i}" for i in range(100)]
    
    connector = aiohttp.TCPConnector(limit=20)  # 连接池也限制一下
    async with aiohttp.ClientSession(connector=connector) as session:
        tasks = [fetch(session, url) for url in urls]
        results = await asyncio.gather(*tasks, return_exceptions=True)
        
        success = sum(1 for r in results if not isinstance(r, Exception))
        failed = sum(1 for r in results if isinstance(r, Exception))
        print(f"成功: {success}, 失败: {failed}")

asyncio.run(main())

几个关键点：

• asyncio.Semaphore：控制并发数的核心，比自己手写队列靠谱多了
• TCPConnector(limit=20)：限制底层 TCP 连接数
• return_exceptions=True：让 gather 不会因为一个任务报错就全部取消，失败的任务会返回异常对象
• 加延迟：await asyncio.sleep() 是异步的，不会阻塞别的任务。time.sleep() 会阻塞整个循环——回到坑 1

额外说一个：异步代码的异常处理

不算坑但容易忽略。asyncio.gather 默认行为是一个任务抛异常就取消其他所有任务：

import asyncio

async def good_task():
    await asyncio.sleep(1)
    return "我执行完了"

async def bad_task():
    await asyncio.sleep(0.5)
    raise ValueError("我炸了")

async def main():
    try:
        # 默认行为：bad_task 一炸，good_task 也被取消
        results = await asyncio.gather(good_task(), bad_task())
    except ValueError as e:
        print(f"捕获到异常: {e}")
    
    print("---")
    
    # 加 return_exceptions=True：不会互相影响
    results = await asyncio.gather(
        good_task(), bad_task(), return_exceptions=True
    )
    for r in results:
        if isinstance(r, Exception):
            print(f"任务失败: {r}")
        else:
            print(f"任务成功: {r}")

asyncio.run(main())

生产环境基本都要加 return_exceptions=True，不然一个请求失败整批全废，太亏了。

小结

回过头来看，asyncio 的核心概念不复杂：事件循环 + 协程 + await。但坑基本都出在异步和同步的边界上：同步代码混进异步函数会阻塞整个循环；同步环境调异步代码会循环嵌套冲突；Session 忘关会泄漏；并发量不控制下游扛不住。

我个人的经验是，小项目别硬上 asyncio。只是写个脚本抓十几个页面，多线程 + requests 完全够用，代码还好理解。asyncio 真正发挥威力的场景是高并发 IO 密集型服务，比如 API 网关、WebSocket 服务、大批量数据采集。

还有就是，写异步代码之前先确认用到的所有库都有异步版本。requests → aiohttp，psycopg2 → asyncpg，redis-py 现在自带 async 支持了。如果核心依赖没有异步版本，硬上 asyncio 意义不大，到处 to_thread 反而更乱。

希望这篇踩坑记录对你有用。你也有什么 asyncio 的奇葩坑，评论区聊聊 👇