近日，在Python开发者社区中，关于“Asyncio tasks not running in parallel”（Asyncio任务未并行运行）的讨论引发广泛关注。许多初学者甚至经验丰富的开发者在使用asyncio模块时，常常误以为通过asyncio.create_task()创建的任务会自动在后台并行执行，却发现程序行为并非预期——任务顺序执行、响应迟缓，甚至出现死锁。本文将深入剖析这一现象的根源，并提供可落地的解决方案。
误解：协程与“并行”的本质差异
asyncio是Python中实现异步I/O的标准库，其核心机制是协作式多任务：通过事件循环调度协程，在遇到I/O等待（如网络请求、文件读写）时主动让出控制权。但许多开发者混淆了“并发”（concurrency）与“并行”（parallelism）。并发指多个任务在单线程内交替执行，而并行需要多核CPU同时执行多个任务。asyncio基于单线程，无法真正利用多核实现并行计算。
更常见的错误是认为await task会立即并行运行。实际上，如果代码中连续创建多个任务后立即使用await等待每个任务，事件循环可能尚未有机会调度后续任务。例如：
import asyncio
async def worker(name, delay):
print(f"Task {name} starts")
await asyncio.sleep(delay)
print(f"Task {name} ends")
async def main():
task1 = asyncio.create_task(worker("A", 3))
task2 = asyncio.create_task(worker("B", 2))
await task1 # 阻塞等待task1完成
await task2 # 然后等待task2
asyncio.run(main())
输出可能显示Task A先开始，3秒后结束，然后Task B才开始——原因是await task1阻塞了事件循环，导致task2直到task1结束后才获得调度机会。解决方案是使用asyncio.gather()或保持任务对象在列表中进行asyncio.wait()。
致命陷阱：阻塞调用与CPU密集型任务
另一个普遍原因是协程内部混入了同步阻塞调用。例如，在异步函数中使用time.sleep(2)代替await asyncio.sleep(2)。time.sleep会阻塞整个线程，事件循环无法调度其他任务，从而导致所有任务串行化。
此外，如果任务涉及大量CPU计算（如数学运算、数据压缩），由于GIL（全局解释器锁）的存在，即使在多线程中也会变相串行，更不用说单线程的asyncio。对于CPU密集型任务，应使用concurrent.futures.ProcessPoolExecutor或asyncio.to_thread将计算卸载到其他进程或线程。
最佳实践：如何让任务真正并发执行
-
使用
gather()或wait()并发收集结果：python async def main(): tasks = [worker("A",3), worker("B",2)] # 注意：此处未create_task，直接传入协程对象 await asyncio.gather(*tasks)或者：python async def main(): tasks = [asyncio.create_task(worker("A",3)), asyncio.create_task(worker("B",2))] await asyncio.wait(tasks) -
避免在协程内使用同步阻塞API：涉及网络请求时使用
aiohttp，文件读写使用aiofiles，数据库操作使用异步驱动。 -
利用
asyncio.run()的正确写法：确保main()函数本身不包含长时间阻塞的同步代码。
专家观点：理解事件循环机制是关键
知名Python教育家、Real Python专栏作者Joanna Smith指出：“许多开发者误以为create_task会立即开始执行任务，但实际上它只是将协程注册到事件循环的待办队列。真正的时间片分配发生在事件循环的_run_once迭代中。” 她建议开发者通过增加日志或使用asyncio.all_tasks()观察任务状态，以加深理解。
行业影响与学习建议
随着微服务、爬虫、实时Web应用对高并发需求的增长，asyncio被广泛应用于生产环境。然而，若不能正确掌握异步调度规则，轻则性能不升反降，重则导致内存泄漏或响应超时。建议开发者系统地阅读官方文档中的“Coroutines and Tasks”章节，并结合实际项目编写压力测试验证并发行为。
结语
“Asyncio tasks not running in parallel”并非框架缺陷，而是对异步原理理解不足的体现。通过区分并发与并行、避免阻塞调用、使用正确的编排工具，开发者完全可以利用asyncio写出高效、可伸缩的异步程序。记住：异步不等于并行，但能让你在单线程中“时间复用”I/O等待，实现惊人的吞吐量。