-
asyncio版令牌桶不能直接套用threading版逻辑，因为threading.Lock在协程中会阻塞eventloop且不可await，导致并发请求串行化、吞吐量骤降；必须改用asyncio.Lock或无锁结构。
-
异常捕获应按业务边界划定范围，以完整业务步骤为最小可恢复单元；底层抛具体异常，上层依类型响应；慎用裸except，优先明确异常类型；异常后须做状态清理或补偿。
-
本文详解Python中因省略乘法符号*导致的SyntaxError（如rho前报错），通过分析典型空气动力学计算代码，说明隐式乘法不被支持的原因，并提供修复方法、验证技巧与最佳实践。
-
Python反射有局限：getattr/setattr无法直接访问双下划线私有属性（因名称改写）；inspect.signature对partial、C函数等可能失效；eval/exec危险且不可靠；type()易误判子类，应优先用isinstance()。
-
Python私有变量并非真正私有，仅通过命名约定（如_var）和名称修饰（如__var→_ClassName__var）实现弱约束，不提供强制访问控制，仅防误用。
-
pd.ArrowDtype适合字符串列存在大量重复值、需频繁分组/排序/去重且数据量超百万行的场景，如ETL中清洗用户标签或日志状态字段；不适用于每行唯一长文本或混合类型字符串。
-
Python配置版本管理需分层继承（base→dev/staging/prod）、敏感信息外置注入、配置变更走代码评审并自动化校验、重构时兼容旧配置并标记弃用周期。
-
直接用ModelSerializer嵌套序列化会出错，因DRF默认不展开外键或反向关联字段，仅返回ID或空列表；需显式用子序列化器并重写create/update方法，配合prefetch_related避免N+1查询。
-
Celery任务重试必须显式传countdown参数，否则默认countdown=0导致瞬时重试；指数退避需手动计算countdown值（如2**self.request.retries），并用raiseself.retry(countdown=countdown,exc=exc)触发，不可仅调用self.retry()。
-
直接用re.findall匹配href易漏PDF链接，因实际链接常含查询参数、重定向、大小写混用或动态触发；应先提取所有URL候选，再统一用小写后缀及MIME类型过滤。
-
列表推导式和字典推导式是Python中提升代码简洁性与可读性的核心技巧，用一行表达式替代多行循环+条件判断，语法分别为[表达式for变量in可迭代对象if条件]和{键:值for变量in可迭代对象if条件}，需避免副作用、过度嵌套，注重可读性。
-
DRF需手动注册到INSTALLED_APPS并正确配置参数：instance用于序列化模型对象，data用于反序列化前端数据；router注册需指定basename且URL路径严格匹配；CSRF问题应通过认证方式切换而非禁用。
-
Paramiko连接失败需显式加载私钥并设正确权限；读日志优先用SFTP分块读取；批量操作须线程隔离SSHClient；结果应结构化为字典并JSON持久化。
-
Flask处理HTTP请求本质是遵循WSGI规范的调用过程：浏览器请求→Web服务器封装environ→Flask应用（wsgi_app）执行上下文创建、钩子、路由匹配、视图调用、响应组装→Werkzeug返回响应。
-
Python的logging模块不是“用起来就行”的简单工具，而是需要按需设计的日志系统——核心在于分级控制、多目标输出、格式统一、上下文可追溯。直接调用print()或裸用logging.debug()很快会陷入日志混乱、关键信息丢失、线上无法排查的困境。明确日志级别与使用场景日志级别不是摆设，它决定了什么该记、什么该忽略。默认有5级（从低到高）：DEBUG、INFO、WARNING、ERROR、CRITICAL。实际使用中要严格区分语义：DEBUG：仅开发/调试时开启，如变量值、函数
