asyncio.barrier是python 3.12+引入的协程安全同步原语，用于等待n个协程同时到达后才集体放行；它不可重用，需确保所有协程均执行await barrier.wait()，否则会死锁。
asyncio.Barrier 是什么，它真能用在协程里吗？
asyncio.Barrier 从 Python 3.12 才正式加入标准库，不是 asyncio 早期版本里的东西。如果你用的是 3.11 或更早版本，直接 import 会报 ModuleNotFoundError: No module named 'asyncio.Barrier'。别急着查文档或重装 Python——先确认版本：python --version。3.12+ 才有原生支持；低于这个版本，得自己手写一个简易版（后面会说）。
怎么创建和 await 一个 Barrier？
asyncio.Barrier 的行为类似线程版的 threading.Barrier：N 个协程调用 await barrier.wait()，全部到达后才一起放行。注意它不返回序号、不重置计数器、不自动重用——每次 wait() 成功后，内部计数清零，下一轮需重新凑齐 N 个协程。
import asyncio
<p>async def worker(barrier, name):
print(f"{name} starting")
await asyncio.sleep(0.1) # 模拟异步工作
await barrier.wait() # 都到这里才继续
print(f"{name} released")</p><p>async def main():
barrier = asyncio.Barrier(3) # 等待 3 个协程
await asyncio.gather(
worker(barrier, "A"),
worker(barrier, "B"),
worker(barrier, "C"),
)</p><p>asyncio.run(main())</p>
关键点：
-
Barrier(3)表示“凑齐 3 个 await wait() 才触发释放” - 每个
await barrier.wait()是挂起点，不是阻塞点 - 如果某协程提前退出（比如抛异常、return），Barrier 会永远等不到满员，导致死锁——务必确保所有参与者都走到
wait()
Python
不能用 asyncio.Barrier，但可以用 asyncio.Condition + 计数器手动实现最小可用版：
import asyncio
<p>class SimpleBarrier:
def <strong>init</strong>(self, parties):
self.parties = parties
self.count = 0
self.condition = asyncio.Condition()</p><pre class="brush:python;toolbar:false;">async def wait(self):
async with self.condition:
self.count += 1
if self.count >= self.parties:
self.count = 0
self.condition.notify_all()
else:
await self.condition.wait()
使用方式和原生一致，但要注意：
- 没有超时机制（原生
Barrier.wait(timeout=...)支持） - 不处理被取消的等待者（原生会抛
BrokenBarrierError） - 多次并发调用时，若某个协程 await 失败或未完成，
self.count可能卡住——建议加 try/finally 重置逻辑，或改用asyncio.Lock保护计数更新
Barrier 和 asyncio.Event / asyncio.Semaphore 有什么区别？
别拿它当信号量或事件用：
-
asyncio.Event是“一发广播”，谁set()谁说了算，所有wait()都响应；Barrier 是“全员打卡”，缺一个都不行 -
asyncio.Semaphore控制并发数量，不保证对齐时机；Barrier 不限资源，只管同步点 - Barrier 的核心价值在于精确控制多个协程在某一点集体暂停并同时继续，比如批量初始化后统一开始处理、多路数据采集完成后合并分析
真正用起来容易忽略的是：Barrier 对协程生命周期很敏感。一个协程没走到 wait()，整个组就卡住；而 asyncio 没有“强制唤醒”或“超时丢弃”的内置机制，出问题很难 debug。实际项目中，建议配合 timeout + cancel 显式管理，而不是依赖 Barrier 自身健壮性。
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！
