当前位置：首页 > 文章列表 > 文章 > python教程 > Python 异步生成器不是并发：async for 同步迭代解析

Python 异步生成器不是并发：async for 同步迭代解析

2026-03-25 15:19:00 0浏览收藏

Python异步生成器（async def + yield）常被误认为能自动实现并发，但实际上`async for`只是串行迭代：每次`await`都会阻塞当前循环，导致耗时操作依次执行、总时间累加；真正的并发必须由消费端显式控制——通过`asyncio.create_task()`为每个产出项启动独立任务，并用`asyncio.gather()`统一等待，才能将原本15秒的串行流程压缩至3秒完成。理解“生成器负责非阻塞I/O，调用方负责并发调度”这一关键分工，是写出高效、健壮异步代码的核心前提。

Python 异步生成器并非并发执行：理解 async for 的同步迭代本质

异步生成器中的 await 会阻塞当前迭代，async for 是串行执行而非并发；若需并行处理，须显式创建任务（如 asyncio.create_task）并统一等待完成。

异步生成器中的 `await` 会阻塞当前迭代，`async for` 是串行执行而非并发；若需并行处理，须显式创建任务（如 `asyncio.create_task`）并统一等待完成。

异步生成器（async def ... yield）常被误认为天然支持并发——这是初学者最常见的认知偏差。实际上，async for 循环本身是同步迭代的：它严格按顺序驱动生成器的每一次 yield，每次 await（如 asyncio.sleep(3)）都会暂停当前迭代，直到该 await 完成后才进入下一次循环。因此，你的原始代码中 5 次迭代依次执行，总耗时约 15 秒，完全符合预期（而非期望的 3 秒并发）。

关键在于区分两个概念：

异步生成器的作用：支持在生成值的过程中 await 非阻塞 I/O（如数据库查询、HTTP 请求），避免线程阻塞，提升单线程吞吐；
并发执行的职责：不在生成器内部，而在消费端（即 async for 所在的协程）通过任务调度实现。

✅ 正确做法：将耗时逻辑（如模拟数据库获取）提取为独立协程，在 async for 中为每个产出项立即派生一个并发任务，最后统一等待全部完成：

import asyncio

async def fetch_item(i: int) -> int:
    print(f"entering iteration {i}")
    await asyncio.sleep(3)  # 模拟异步 I/O（如 DB 查询）
    print(f"ending iteration {i}")
    return i

async def async_gen():
    for i in range(5):
        yield i

async def main():
    tasks = []
    # 启动所有任务（不等待，立即返回 task 对象）
    async for value in async_gen():
        task = asyncio.create_task(fetch_item(value))
        tasks.append(task)

    # 并发等待所有任务完成
    results = await asyncio.gather(*tasks)
    for res in results:
        print(res)

asyncio.run(main())

? 输出效果（时间维度）：

entering iteration 0
entering iteration 1
entering iteration 2
entering iteration 3
entering iteration 4
# ≈3秒后同时打印以下内容
ending iteration 0
ending iteration 1
ending iteration 2
ending iteration 3
ending iteration 4
0
1
2
3
4

⚠️ 注意事项：