어떤 문제가 생길까
blocking I/O in async: 정상처럼 보이는 한 사례만으로는 동작 범위를 이해하기 어렵습니다. 대표 입력에서는 문제없다가 경계값, 느린 응답, 배포 직후처럼 조건이 달라질 때 결과가 바뀔 수 있습니다.
async function 안의 blocking file·network·CPU 작업은 event loop를 막으므로 async API나 제한된 executor로 분리해야 합니다.
원인을 이해하는 기준
CPython interpreter, reference counting, cyclic GC, GIL과 native extension이 함께 동작하는 실행 환경에서 어느 경계가 결과를 결정하는지 먼저 봅니다. 동시성 문제는 단일 성공으로 확인할 수 없습니다. 자원 획득 순서, transaction 범위, retry와 timeout을 그린 뒤 lock owner·waiter와 중복 요청 ID를 같은 시각으로 모읍니다.
| 구분 | 짧은 예시 |
|---|---|
| 기대 결과 | blocking I/O in async: 정상 조건에서 사용자가 받아야 할 결과 |
| 실제 결과 | 같은 입력에서 처음 달라진 값·상태·오류 |
| 판별 자료 | py-spy/cProfile, tracemalloc, gc 통계, RSS, task와 file descriptor를 재현 입력과 함께 측정한다 |
적용 예시와 확인
CPU와 I/O 작업을 구분하고 iterator, context manager, timeout, process·thread 선택을 측정 결과로 결정한다. lock 순서를 일관되게 하고 critical section을 줄이며 DB 제약과 idempotency key로 최종 불변식을 지킵니다. retry에는 횟수 제한, backoff와 jitter를 두고 이미 반영됐을 가능성을 먼저 확인합니다.
대표 사례 하나, 값이 달라지는 경계 하나, 예상 가능한 실패 하나를 같은 순서로 확인합니다. 입력 크기별 시간·메모리 복잡도, 장시간 RSS 기준선, 열린 자원과 취소 후 task를 확인한다. barrier를 사용한 동시 테스트와 실패 주입으로 중복 결과, 교착, lost update와 retry 폭풍이 없는지 검증합니다.
공식 문서와 적용 범위
문서의 기본값과 동작은 version에 따라 달라질 수 있습니다. 현재 Python 구현과 version, dependency, 입력 크기와 실행 환경에서 다시 확인합니다.