📖 知识点
1. 同步（串行执行）
一件任务从头到尾做完，才会开始下一件。遇到等待操作，程序原地卡住等待，什么都不干 → 这就是IO 阻塞。IO = Input/Output，输入输出：网络请求、读取文件、数据库查询都属于 IO 操作。
生活比喻：同步：烧水的时候站在炉子旁边一动不动等着水烧开，水开了，再去洗菜。
2. 异步（协程并发）
遇到 IO 等待，不会原地死等，先放下当前任务，转而去执行其他任务；等 IO 完成收到通知，再回来继续执行剩下逻辑。
生活比喻：异步：点火烧水，不用站着等水开，趁等待的这段时间去洗菜；水开了，回来关火。
关键区分
同步：排队执行，等待时卡住不动
异步：遇到 IO 等待主动让出，切换执行别的任务
⚠️ 异步不是多核并行计算，适合 IO 等待多的场景；不适合大量 CPU 密集计算
同步模拟阻塞示例（time.sleep 模拟 IO 等待）
import time
def task(name, delay):
print(f"{name} 开始执行，需要等待{delay}秒")
time.sleep(delay) # sleep模拟IO阻塞，程序原地卡住
print(f"{name} 执行完毕")
start = time.time()
task("任务A", 2)
task("任务B", 2)
end = time.time()
print(f"总耗时：{end - start:.2f}秒")
运行结果：总耗时大约 4 秒，A 全部做完才做 B。
⚔️ Kata 实战任务
任务需求：
读懂同步代码，运行观察总耗时
理解 time.sleep 代表 IO 阻塞
观察：任务 A 等待的时候，任务 B 完全不会启动
参考代码
import time
def query_data(task_name, wait_sec):
print(f"{task_name}：开始查询数据，需要等待 {wait_sec} s")
# time.sleep 模拟IO阻塞（模拟网络/数据库查询等待）
time.sleep(wait_sec)
print(f"{task_name}：查询完成！")
start_time = time.time()
# 同步串行执行
query_data("查询1", 2)
query_data("查询2", 2)
end_time = time.time()
print(f"\n✅ 全部任务结束，总耗时：{end_time - start_time:.2f} 秒")
运行输出：
查询1：开始查询数据，需要等待 2 s
查询1：查询完成！
查询2：开始查询数据，需要等待 2 s
查询2：查询完成！
✅ 全部任务结束，总耗时：4.01 秒
🧠 思考题
上面同步代码，两个任务都等待 2 秒，总耗时接近 4 秒。如果用异步并发，理论最少耗时大概多少？
IO 阻塞和 CPU 计算繁重，哪一类场景适合使用异步？