yield 是内存优化手段而非提速魔法，将全量加载转为按需产出，可使内存占用从oom降至几kb；关键要消除中间容器，避免yield后转list、混用return或重复使用已耗尽生成器。
yield 不是“让代码变快”的魔法，而是把“一次性全装进来”变成“要的时候才拿一个”，内存压降往往不是 10%，而是从 OOM 直接降到稳定运行。
生成器函数 vs 返回列表：内存占用差一个数量级
处理大型报表时，常见错误是用 return list 把所有行、所有聚合结果塞进内存。比如导出 50 万行销售数据：
- ❌
def get_all_sales(): return [row for row in db_query()]—— 立即加载全部，可能吃掉 1.2GB 内存 - ✅
def get_all_sales(): for row in db_query(): yield row—— 每次只保留当前row，内存恒定在几 KB
关键不是“有没有用 yield”，而是“有没有把中间容器（如 list、dict）全干掉”。哪怕只在函数末尾加一句 return list(result)，前面的 yield 就白写了。
yield 在分页报表导出中的实际写法
很多报表系统要求支持“导出全部”，但数据库查一次全量会超时或爆内存。正确做法是用生成器封装分页逻辑：
- 每次
yield一批（如 1000 行），而不是拼成大列表再返回 - 避免在生成器内缓存历史批次（比如用
all_rows += batch） - 数据库游标必须保持打开状态，直到生成器结束；用
with包裹连接时，确保生成器在with块内被完全消费，否则连接提前关闭会报ProgrammingError
示例片段：
def export_sales_report():
offset = 0
while True:
batch = db.execute("SELECT * FROM sales LIMIT 1000 OFFSET %s", (offset,))
if not batch:
break
for row in batch:
yield row # 不打包，不缓存
offset += 1000
别踩 yield + return 的坑
生成器函数里混用 return value 很容易误以为能“返回最终汇总值”，但实际调用方根本拿不到这个 value：
-
return "done"会触发StopIteration异常，且"done"存在异常的value属性里，next(gen)拿不到 - 想传状态？改用
yield吐出元组，比如yield ("summary", total) - 想提前终止？直接
return（无值）就行，不用写return None
更隐蔽的问题：生成器一旦被迭代完，就不可重用。报表导出中途失败后想重试？得重新调用 export_sales_report() 得到新生成器，不能对旧对象再 next()。
生成器和 pandas / openpyxl 配合的边界在哪
生成器省的是 Python 层内存，但下游库可能又把它全读进去：
-
pd.DataFrame(gen)会立刻把整个生成器转成 list —— 白省了 -
openpyxl写 Excel 时，如果用ws.append(row)逐行写，配合生成器完全 OK；但若先list(gen)再批量写，就回到老路 - 真正安全的链路是：生成器 → 自定义 CSV writer（
csv.writer(f).writerow()）→ 文件流，全程无中间容器
最容易被忽略的一点：生成器的“惰性”和“一次性”绑死在一起。你没法既要它省内存，又要它支持随机访问或反复遍历 —— 那就得换数据结构，而不是硬改 yield。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
