async / await の基礎 — 待ち時間を活用して処理を高速化する

async / awaitは、I/O（Input/Output、ファイル読み書き・ネットワーク通信・DB アクセスなど待ち時間が長い処理）の待ちの間に別の処理を進めるための仕組みです。Web API を 100 件叩くような待ち時間が支配的な処理を、1 つのスレッドのまま高速化できます。本記事ではコルーチン・イベントループ・asyncio.sleepの 3 つを整理します。

本環境での実行について

async / await は時間軸の挙動が肝心ですが、本環境のランナーはprintの出力をスクリプト完走後に一括表示する実装のため、リアルタイムな経過や体感速度は実機と同じには見えません。本記事は図で内部動作をわかりやすく解説しますが、printの流れや所要時間を実感したい場合はローカルの Python 環境（asyncio.runで実行）で動かすのがおすすめです。

プロセスとスレッド — async / await の前提知識

async / await の話に入る前に、プロセスとスレッドという用語を簡単に整理します。

プロセス（OS が起動した 1 つのプログラム）は、自分専用のメモリ空間を持つ独立した実行単位です。Python スクリプトを実行すれば 1 つのプロセスが立ち上がり、別のターミナルでもう 1 つ動かせばその数だけプロセスが並びます。

スレッド（プロセス内でコードを実際に動かす実行の流れ）は、プロセスの中でCPU を使ってコードを進める単位です。1 つのプロセスは複数のスレッドを持てますが、普通の Python プログラムは 1 プロセス + 1 スレッドで動いていて、time.sleepのような待ちが入るとそのスレッドが止まります。

async / awaitが扱うのは一番内側のコルーチンだけです。同じスレッドの中でコルーチン同士を切り替えながら動かすので、スレッドや CPU を増やしているわけではありません — 「I/O 待ちで CPU が動いていない時間」を別のコルーチンに切り替えるだけのシンプルな仕組みです。スレッドそのものを並行に動かしたいときはthreading、プロセスそのものを増やしたいときはmultiprocessingを使います（次回 / 次々回の記事で扱います）。

コルーチンとは — async / await の主役

コルーチン（async defで定義され、内部のawait地点で一時停止できる関数 / オブジェクト）は async / await の中心です。普通の関数は呼ばれると最後まで一気に走り切るのに対して、コルーチンは内部のawaitのたびに中断 → イベントループが再開という動きを繰り返せます。これが async の土台です。

async defで定義した関数を呼んでも本体は実行されず、コルーチンオブジェクトが返るだけです (例: coro = hello())。await coroかasyncio.run(coro)に渡して初めて実行が始まります。

import asyncio

async def hello():
    return "Hi"

# 呼んでも本体は実行されない
coro = hello()
print(coro)             # <coroutine object hello at 0x...>
                        # ↑ 0x... はメモリアドレス。
                        #   「コルーチンが生成されただけ」のサイン

# await で初めて実行される
print(await coro)       # Hi

await some_io()と書いた地点でコルーチンを一時停止して他のタスクに切り替わり、待っている間に他のコルーチンが動ける — これが async の最大の特徴です。

イベントループとは — コルーチンを切り替えるスケジューラ

イベントループ（コルーチンを順番に切り替えながら実行するスケジューラ）は、asyncioが裏で動かす仕組みです。キューから 1 つ取り出して実行 → awaitで次に切り替え → 待ちが終わったらキューに戻すを延々と繰り返します。

import asyncio

async def main():
    print("開始")
    await asyncio.sleep(0)   # 0 秒の sleep は
                             #   「待たないが、ここで切り替わってOK」
                             #   というマーカー
    print("終了")

# asyncio.run でループ起動 → main 実行 → 終わったらループも閉じる
asyncio.run(main())
# 出力:
# 開始
# 終了

この切り替えは 1 つのスレッドの中で起きるため、CPU コアは増やさず、「CPU が動いていない待ち時間」を別のコルーチンに切り替えるだけです。本環境のブラウザ上の Python は既にループが動いているので、asyncio.run(...)を呼ばなくてもトップレベルで直接awaitが書けます。

なぜ async / await が必要か — 待ち時間を別のタスクに切り替える

同期 (sync) 版（1 行ずつ順番に実行する普通の書き方）でtime.sleep(1)のような待ちが入ると、その間CPU が動いていないのにプログラムは止まったままです。Web API・DB クエリ・ファイル I/O の完了待ちも同じ。

async / awaitは「待つ」と書いた地点で別のタスクに切り替える仕組みで、同じスレッドのまま待ちが入った瞬間に他へ切り替えます。

# requests = 同期版 HTTP クライアント (普通の get で 1 件ずつ順番)
# httpx    = async 対応 HTTP クライアント (await で並行に呼べる)
import requests, asyncio, httpx

# 同期版: API を 3 件 順番に呼ぶ → 合計 3 秒
def fetch_users_sync():
    r1 = requests.get("https://api.example.com/users/1")  # ← 1 秒待ち
    r2 = requests.get("https://api.example.com/users/2")  # ← さらに 1 秒
    r3 = requests.get("https://api.example.com/users/3")  # ← さらに 1 秒
    return [r1.json(), r2.json(), r3.json()]

# async 版: 3 件を並行に呼ぶ → 最も遅い 1 件と同じ 1 秒で完了
async def fetch_users_async():
    async with httpx.AsyncClient() as client:
        r1, r2, r3 = await asyncio.gather(
            client.get("https://api.example.com/users/1"),
            client.get("https://api.example.com/users/2"),
            client.get("https://api.example.com/users/3"),
        )
        return [r1.json(), r2.json(), r3.json()]

asyncio.gather の詳細は次回

ここで使ったasyncio.gather(...)は複数のコルーチンを並行に走らせて、全部の結果が揃うまで待つ関数です。詳しい使い方・戻り値・例外処理は次回 asyncio 応用 で扱います。

並列ではなく並行

async / await は CPU 自体を増やさないので、計算で CPU を 100% 使うような処理は速くなりません。「I/O 待ち / ネットワーク待ち / sleep」のようなCPU が動いていない時間を別のタスクに切り替えるだけです — これを並行（concurrent）と言い、真の並列（parallel）ではありません。並列を実現するには threading や multiprocessing が必要で、次回 / 次々回の記事で扱います。

async def と await の基本

async defで定義した関数はコルーチン関数と呼ばれ、呼んでも本体は実行されず、コルーチンオブジェクトが返るだけです。動かすにはawaitで待つかasyncio.run()に渡します。

await xは「x の完了を待つ。間は他のタスクに切り替える」という意味です。xに書けるのはコルーチン（今この記事でやっているもの）と、Task / Future（次の記事で扱う Task オブジェクトと、その内部で使われる完了通知オブジェクト）の 3 種類です — 通常使うのはほぼコルーチンか Taskの 2 つです。

import asyncio

# async def でコルーチン関数を定義
async def hello():
    return "Hi"

# 呼び出すだけではコルーチンオブジェクトが返るだけ (本体は実行されない)
print(hello())                    # <coroutine object hello at 0x...>

# await で実行する (本環境のブラウザ上ではトップレベルで直接書ける)
result = await hello()
print(result)                     # Hi

# 実機の Python では asyncio.run() で囲む
# print(asyncio.run(hello()))     # Hi

await を書かないとコルーチンが実行されない

hello()のようにコルーチン関数を呼んだだけでは本体が走らず、<coroutine object hello at 0x...>のような警告がコンソールに出ます。必ず await hello() のように待つか、asyncio.run(hello())で実行してください。「呼ぶ」と「実行する」は別物という async の重要なポイントです。

API 呼び出しを再現する async 関数を書いて、awaitで実行してみます。asyncio.sleep(0.5)でAPI のレスポンス待ち（0.5 秒）をシミュレートします。

① import asyncioを書いてください

② async def fetch_user(user_id):を定義してください — 中でf"user {user_id} 取得開始"を表示 → await asyncio.sleep(0.5)で 0.5 秒待つ → f"user {user_id} 取得完了"を表示 → f"User{user_id}"をreturnします

③ result = await fetch_user(1)で実行して結果を変数に入れてください（本環境ではトップレベルで await が使えます）

④ f"結果: {result}"の形で result を表示してください

（正しく実行できれば解説が表示されます）

並行実行で待ち時間を共有する — asyncio が嬉しいポイント

asyncio.sleep(秒数)はasync 版の sleepで、待つ間に他のタスクに切り替わる性質があります。後で扱うasyncio.gatherで複数のコルーチンを同時に走らせると、全 sleep が並行に進むので、合計時間は「最大の sleep 1 つ分」で済みます（time.sleepだと合計時間になる）。

内部では「N 秒後にこのコルーチンを再開して」とループに予約を入れて、即座に他のタスクへ切り替わる動きをしています。一方time.sleep(N)はOS 関数で CPU を完全にブロックするため、ループも止まって他のコルーチンが動けません — async 関数の中でtime.sleepを使うと async の意味が消えるので注意してください。

前の演習と同じfetch_userを 3 件並行に呼び出し、合計 1.5 秒かかるはずの処理が0.5 秒で終わることを観察します。並行実行にはasyncio.gatherを使います（詳しい仕様は次回）。

① import asyncioを書いてください

② 前の演習と同じasync def fetch_user(user_id):を定義してください（開始表示 → await asyncio.sleep(0.5) → 完了表示 → return）

③ results = await asyncio.gather(fetch_user(1), fetch_user(2), fetch_user(3))で 3 件を並行実行してください

④ f"結果: {results}"の形で結果リストを表示してください