Python async/await在range循环中不生效问题咨询及代码示例

根本原因 #

你遇到的问题核心是asyncio 单线程事件循环无法并行执行无 await 让出控制权的 CPU 密集型代码，你的take_time协程虽然加了async关键字，但全程没有释放事件循环的执行权，多个任务本质是串行执行，自然达不到异步加速的预期。

具体问题分析 #

• 你写的take_time函数内部是纯 CPU 计算的同步for循环，全程没有await语句主动让出执行权，事件循环执行该协程时会被完全阻塞，直到循环跑完才会调度下一个任务，4个任务的总耗时基本等于单个任务耗时的4倍，和普通同步for循环串行执行没有区别。
• 你注释掉的await asyncio.sleep(4)是异步休眠逻辑，执行到这行时会主动让出事件循环控制权，让其他待调度任务可以运行，所以如果取消这行注释，4个任务的总耗时会稳定在4秒左右，符合异步并行的预期。

解决方案 #

如果你的场景是处理 CPU 密集型任务，有两种可行方案：

方案1：直接用多进程替代 asyncio #

CPU 密集型场景本身不适合使用 asyncio 实现并行，直接用concurrent.futures.ProcessPoolExecutor开多进程执行，就能拿到线性并行加速的效果，示例代码如下：

import time
from concurrent.futures import ProcessPoolExecutor

def take_time():
    for i in range(100000000):
        o=i
    return str(o)

def test():
    response = {}
    s = time.time()
    with ProcessPoolExecutor() as executor:
        answers = list(executor.map(take_time, [None]*4))
    response['ans'] = answers
    response["Time Taken"] = round((time.time() - s),2)
    print(response)
    return response

if __name__=='__main__':
    test()

方案2：asyncio 结合进程池执行 CPU 任务 #

如果一定要保留 asyncio 框架，可以将 CPU 密集型逻辑扔到独立进程池运行，避免阻塞事件循环，用loop.run_in_executor包裹同步计算逻辑即可，示例代码如下：

import asyncio
import time
from concurrent.futures import ProcessPoolExecutor

async def test():
    response = {}
    s = time.time()
    loop = asyncio.get_running_loop()
    # 把CPU密集型任务放到进程池执行
    with ProcessPoolExecutor() as pool:
        tasks = [loop.run_in_executor(pool, take_time) for _ in range(4)]
        answers = await asyncio.gather(*tasks)
    response['ans'] = answers
    response["Time Taken"] = round((time.time() - s),2)
    print(response)
    return response

def take_time():
    for i in range(100000000):
        o=i
    return str(o)

if __name__=='__main__':
    asyncio.run(test())

核心规则说明 #

• async关键字仅标识函数为协程，不会自动实现并行，只有协程执行到await语句主动让出控制权时，事件循环才会调度其他待执行任务。
• asyncio 仅适合 IO 密集型场景（网络请求、文件读写、数据库查询等），CPU 密集型场景优先使用多进程实现并行。

内容的提问来源于stack exchange，提问作者Raja Raghudeep Emani