lttzzlll

@lttzzlll 。。。你面的问题不是“Python asyncio 中怎么执行 cpu 密集型任务？”。 换成其他的 web 框架或语言，就没有这种问题了吗？而是在 web 服务中，如何处理比较耗时/耗资源的任务。这些问题都有很经典很成熟的方案。把这类任务放到 worker 节点上，用队列传递消息，不够就增加 replica 的数量。非常成熟和广泛使用的方案，你的场景也不例外。

你提出的问题，限制你的思路。web 服务要简单，轻量，快速响应。推理服务耗时耗资源。正确的方式应该是 同一个项目(git repo)，部署多个进程。经典的做法应该是 一个 web 服务进程，多个 worker 进程，web 服务和 worker 进程之间用队列。以 django/flask 举例:

Python 没啥好学的，懂了基本语法，不炫技就很好。真正应该学的是后端。https://bytebytego.com/

@lttzzlll cat input.csv | sort -u | uniq > out.csv 你试试

cat input.csv | sort | uniq > out.csv

力大出奇迹。优化阻碍发展。你先试试再说。大不了机器崩了呗。

如果一定要用 asyncio,需要把耗时的操作放到一个单独的进程中。

```Python
import os
import time
import asyncio
from concurrent.futures.process import ProcessPoolExecutor

pool = ProcessPoolExecutor(max_workers=os.cpu_count())


def add(a, b):
"""
耗时操作
"""
time.sleep(3)
return a + b

async def main():
loop =asyncio.get_running_loop()
r = await loop.run_in_executor(pool, add, 1, 2)
print(r)

asyncio.run(main())
```

叶节点，非任意。

严格平衡的定义 任意左右子树高度差不超过 1。其余都是非严格平衡。