Какие задачи плохо подходят для асинхронного выполнения

Асинхронность неэффективна для CPU-интенсивных задач, так как GIL в Python блокирует параллельное выполнение кода. Также плохо подходят:

1. Долгие вычисления (математика, обработка изображений) - блокируют event loop
2. Синхронные библиотеки без async-аналогов (например, numpy, pandas)
3. Критические по времени операции (реалтайм системы)

Пример CPU-bound задачи, которую лучше выполнять синхронно или через multiprocessing:

def calculate_primes(n):  # Плохо для async
    primes = []
    for num in range(2, n):
        for i in range(2, num):
            if num % i == 0:
                break
        else:
            primes.append(num)
    return primes

Для таких задач лучше использовать multiprocessing или специализированные инструменты (NumPy, Numba). Асинхронность эффективна для I/O-bound операций (сеть, дисковые операции, API-запросы).