Python协程通过单线程+事件循环+非阻塞IO支撑数万连接，适用于I/O密集型场景；需设超时、心跳、并发限制防假死，CPU密集任务应交由线程池处理。
协程不是线程，但能扛住几万连接
Python协程（特别是 asyncio）不靠多线程或多进程，而是用单线程+事件循环+非阻塞IO，把“等网络响应”的时间腾出来干别的事。一个协程卡在 recv() 上？不等——它主动让出控制权，事件循环立刻切到另一个就绪的协程。这样几千甚至上万 TCP 连接可以共用一个线程，内存开销小、上下文切换快，特别适合 I/O 密集型场景，比如实时接收传感器数据、行情推送、聊天消息。
用 asyncio.start_server 搭建轻量服务端
别写 socket.listen() + 多线程 accept —— 直接用 asyncio 提供的高层接口：
- 定义一个处理单个连接的协程（如 handle_client(reader, writer)），里面用 await reader.read(1024) 而不是 reader.read()
- 调用 asyncio.start_server(handle_client, '0.0.0.0', 8888) 启动服务
- 每个新连接自动派生一个协程实例，事件循环统一调度，无需手动管理线程或连接池
连接多了，得防住“假死”和资源泄漏
海量连接下，客户端可能断连不发 FIN、心跳超时、发空包或粘包——这些都会让协程卡住或堆积。关键要加三道保险：
- 设超时：用 asyncio.wait_for(..., timeout=30) 包裹读写操作，超时直接断开
- 做心跳：在 handle_client 内启一个后台任务（asyncio.create_task(keepalive())），定期 send/recv 心跳帧，失败则 writer.close()
- 限并发：用 asyncio.Semaphore(500) 控制同时处理的连接数，防止突发流量打爆内存
数据来了，别在协程里“慢慢算”
协程适合等网络、等磁盘、等数据库响应，但不适合 CPU 密集型计算（比如解析复杂协议、压缩图像）。否则会阻塞整个事件循环：
立即学习“Python免费学习笔记（深入）”；
- 简单预处理（如拆包、校验、JSON.loads）可留在协程内
- 重活交给线程池：await loop.run_in_executor(None, cpu_heavy_func, data)
- 真正高吞吐场景，考虑把解析逻辑下沉到 C 扩展或用 uvloop 加速事件循环
基本上就这些。协程本身不难，难的是想清楚哪些该 await、哪些该 offload、哪些该丢弃——实时系统里，稳定比炫技重要。
