是否有一个用于测量异步事件循环指标的模块？还是异步事件循环，我们应该监视哪些指标以进行性能分析？
例如
我不是要测量协程功能。 aiomonitor具有功能，但并非我所需要的。
答案 0 :(得分：0)
我几乎不相信待处理任务的数量或任务摘要会告诉您很多信息。假设您有10000个任务，其中有8000个待处理：是很多，不是吗？谁知道。
事实是-每个asyncio任务（或任何其他Python对象）可以消耗不同数量的不同机器资源。
我认为最好监视常规指标，而不是监视asyncio特定对象：
asyncio的后果是，您应该始终使用asyncio.Semaphore来限制当前正在运行的作业的最大数量，并实现一种方便的方式来更改信号量的值（例如，通过配置文件）
这将允许根据具体计算机的可用和实际使用的资源来改变其工作量。
更新：
我的问题，在此期间asyncio是否仍会接受新连接 阻止？
如果您的事件循环被某些CPU计算所阻止，则asyncio将在以后开始处理新的连接-当事件循环再次空闲时（如果此时它们没有超时）。
您应该始终避免冻结事件循环的情况。冻结事件循环的位置意味着代码中所有位置的所有任务也会被冻结！任何类型的循环冻结都打破了使用异步方法的整个思路，而与任务数无关。冻结事件循环的任何类型的代码都会出现性能问题。
如前所述，可以将ProcessPoolExecutor与run_in_executor一起使用来等待CPU绑定的内容，但是也可以使用ThreadPoolExecutor来避免冻结。