Python 我什么时候需要为异步代码使用执行器？如果我不'；t（但应该）？

说明了异步IO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法：

不应直接调用阻塞（CPU绑定）代码。例如，如果函数执行CPU密集型计算1秒，则所有并发异步IO任务和IO操作将延迟1秒

可以使用执行器在不同的线程中甚至在不同的进程中运行任务，以避免事件循环阻塞OS线程

然而，这个描述并不是非常具体的关于在什么时候应该使用执行者。很明显，“1秒的CPU密集型计算”会是个问题，但0.1s会是个问题吗？还是0.01秒

这些文件还提供了

作为在执行器中运行的东西（运行时间不到一秒钟）

（虽然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

范围（10**6）

，我会在执行器中运行它吗

---

对此，有人说：

大多数标准库由常规的“阻塞”函数和类定义组成。他们工作很快，所以即使他们“阻止”，他们也会在合理的时间内回来

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

但什么才算“合理时间”？我什么时候才能“执行代码并完成它”

---

我的问题是：

您如何确定需要执行人

如果代码“阻塞”太长，实际会发生什么？这种情况的迹象是什么

您如何确定需要执行人

这个问题不是asyncio独有的。据我所知，还没有人提出一个精确的标准

当前的做法与其他与性能相关的决策相同：通过结合常识和分析来确定。根据常识，可以在事件循环线程中调用

urllib.parse.quote（）

，但使用BeautifulSoup解析任意大小的HTML文档可能不行。根据经验，协同程序可以包含您在Twisted这样的经典异步系统中轻松放置在回调中的代码

如果代码“阻塞”太长，实际会发生什么？这种情况的迹象是什么

您会注意到延迟增加，吞吐量降低

---

程序的预期延迟可能是决定何时开始使用执行器的因素。还要注意的是，将某件事情交给执行者有其不可忽略的开销，因此您不希望对所有事情都这样做，而且如果您对速度非常快的事情（例如归结为两个dict查找的代码）这样做，实际上会使事情变慢.

合理的时间意味着它不会因为太长而阻止其他线程运行（需要这样做）。一次只能运行一个线程，因为它们在Python中通常不会并发运行。当您超过限制时，代码将停止执行您试图完成的任何操作-没有硬性规定。@martineau Stephen的问题是关于asyncio的，它是真正的单线程，而不仅仅是由GIL序列化的。正如您所指出的，对于多线程，没有并行性——但您至少可以依靠Python偶尔在线程之间切换。持有GIL的线程将遇到阻塞功能，该功能将立即释放GIL，或者在之后释放GIL。Asyncio是协作性的，不给予这样的承诺：不等待任何东西而运行的代码可以无限期地阻止所有其他Asyncio任务。

def cpu_bound():
    return sum(i * i for i in range(10 ** 7))