一、最常见的误解：sleep 并不会精准等待
很多人以为：
await asyncio.sleep(1)
一定会在 1 秒后恢复执行。
实际上：
它只保证“至少等待 1 秒”。
真正恢复执行的时间，取决于：
事件循环是否空闲
当前任务数量
系统调度
CPU 忙碌程度
selector/poll 精度
操作系统时钟粒度
因此：
import asyncio
import time
async def test():
start = time.time()
await asyncio.sleep(1)
print(time.time() - start)
asyncio.run(test())
输出可能是：
1.0012
1.0087
1.0153
甚至更高。
二、小时间 sleep 误差会更明显
例如：
await asyncio.sleep(0.001)
理论是 1ms。
但真实情况可能是：
0.005
0.01
0.015
原因是：
很多操作系统本身的调度粒度就没那么高。
Windows 默认时间片通常约：
15.6ms
所以你即使 sleep 1ms：
系统也可能 15ms 后才恢复。
Linux 通常会好一些。
三、sleep(0) 并不是真的“0等待”
很多人用：
await asyncio.sleep(0)
实现“主动让出控制权”。
这确实是 asyncio 官方推荐写法。
但它：
不代表立即恢复。
它只是：
把当前协程重新放回事件循环队列尾部
例如：
async def task():
while True:
print("A")
await asyncio.sleep(0)
如果还有大量任务：
A
A
A
之间的时间间隔可能并不稳定。
四、大量协程会放大时间漂移
看下面：
import asyncio
import time
async def worker():
while True:
print(time.time())
await asyncio.sleep(1)
asyncio.run(worker())
很多人以为会：
00.000
01.000
02.000
03.000
但真实可能：
00.000
01.003
02.007
03.012
04.018
误差会越来越大。
因为：
sleep(1)
→ 唤醒
→ 执行代码
→ 再 sleep(1)
执行代码本身也消耗时间。
五、正确做法：使用“绝对时间”
高精度定时任务通常这样写：
import asyncio
import time
async def timer():
interval = 1
next_time = time.monotonic()
while True:
print(time.time())
next_time += interval
await asyncio.sleep(
max(0, next_time - time.monotonic())
)
asyncio.run(timer())
这样误差不会不断累计。
因为：
每次都基于目标时间计算
而不是：
执行完后再等待1秒
六、事件循环本身也影响精度
不同事件循环实现差异很大。
例如：
Linux 默认 loop
通常基于：
epoll
精度较高。
Windows 默认 loop
Python 3.8 后：
ProactorEventLoop
但时间调度仍受 Windows 时钟影响。
uvloop
很多人换：
uvloop
后发现：
定时更稳定
延迟更低
吞吐更高
因为它底层基于：
libuv
调度效率更强。
七、sleep 精度会影响限速器
例如爬虫：
await asyncio.sleep(0.1)
理论：
每秒10次
但实际上：
可能 8 次
可能 12 次
因为：
sleep误差 + 调度延迟
所以很多限速器都会：
用 token bucket
用 monotonic
用绝对时间
而不是简单 sleep。
八、sleep 精度问题会导致“协程雪崩”
一种经典问题：
while True:
await asyncio.sleep(60)
await do_job()
如果：
do_job()
执行 5 秒。
那么：
实际周期 = 65 秒
运行一天后：
任务时间会严重漂移。
很多定时系统最终会：
全部错峰
时间错乱
任务堆积
九、为什么 asyncio 不追求绝对精准
因为 asyncio 核心目标是：
高并发 IO 调度
不是：
实时系统
它不适合：
高频交易
精密实时控制
毫秒级工业控制
音频实时处理
这些通常需要：
RTOS
C/C++
内核级定时器
实时调度器
十、一个非常隐蔽的问题：时钟回拨
如果你用：
time.time()
计算 sleep。
系统时间被修改后：
NTP 校时
手动改时间
虚拟机同步
可能导致：
sleep时间异常
因此 asyncio 内部大量使用：
time.monotonic()
它不会受系统时间变化影响。
十一、实战建议
普通业务
直接：
await asyncio.sleep()
即可。
定时任务
使用：
time.monotonic()
做绝对时间调度。
高并发限速
不要依赖 sleep 精度。
使用：
令牌桶
时间窗口
漏桶算法
高精度场景
考虑：
uvloop
trio
Rust Tokio
Go runtime
总结
asyncio.sleep() 最大的问题不是“不准”。
而是：
误差会累计
尤其在：
长时间运行
大量协程
高频任务
定时系统
中。
很多线上系统的“越来越慢”“定时漂移”“任务堆积”，根源其实就是：
把 asyncio.sleep 当成了精准定时器