asyncio.Semaphore可限制并发协程数，推荐用async with自动管理acquire/release；避免手动调用导致异常泄漏；不适用于CPU密集型任务，应配合线程/进程池。

用 asyncio.Semaphore 就可以轻松限制并发任务数，它本质就是一个异步信号量，控制同时运行的协程数量。

创建并使用 Semaphore 控制并发

初始化时传入最大并发数，每个任务在执行前 acquire()，结束后 release()。推荐用 async with 自动管理：

• ✅ 推荐写法（自动释放）：

import asyncio 
sem = asyncio.Semaphore(3)  # 最多 3 个任务同时运行
async def fetch_url(url): async with sem:  # 自动 acquire + release print(f"开始请求 {url}") await asyncio.sleep(1)  # 模拟网络耗时 print(f"完成请求 {url}")
启动 10 个任务
tasks = [fetch_url(f"https://www.php.cn/link/a09322db0d8eef5eb501a32c65bdecad}") for i in range(10)] await asyncio.gather(*tasks)

避免常见陷阱

手动调用 acquire()/release() 容易出错，尤其遇到异常时可能漏掉 release()：

立即学习“Python免费学习笔记（深入）”；

• ❌ 不安全（异常时未释放）：

await sem.acquire() try:     await do_something() finally:     sem.release()  # 忘写或写错位置就卡死

• ✅ 始终用 async with 更可靠

按需动态调整并发上限

Semaphore 的计数器是内部的，不能直接修改最大值，但你可以重新创建一个新实例并替换旧的（注意正在运行的任务仍受原 semaphore 约束）：

• 需要动态限流时，建议封装成类，配合条件变量或配置重载逻辑
• 更简单的方式：启动前根据环境变量或配置设好初始值，如 asyncio.Semaphore(int(os.getenv("MAX_CONCURRENCY", "5")))

与线程/进程池的对比理解

asyncio.Semaphore 不阻塞事件循环，只暂停协程调度；它不管理线程或子进程，和 concurrent.futures.ThreadPoolExecutor 是不同层面的工具：

• 适合 I/O 密集型协程限流（如 http 请求、数据库查询）
• 不适合 CPU 密集型任务——应改用 loop.run_in_executor 配合线程/进程池