当サイトは、アフィリエイト広告を利用しています

【FastAPI】非同期と並行処理の構造を理解する

作成日：2026月02月23日

更新日：2026年02月23日

PythonのFastAPIを使ってREST APIを実装していると、次のようなことが疑問を持った。

「非同期」と「並行処理」の違いってなに？
FastAPIはどこで並行しているのか？
asyncを付けたのに速くならない
同時リクエストが増えると急に遅くなる

FastAPIは「非同期対応フレームワーク」と言われるが
しかし実際にどの単位で、どのレイヤーで並行処理が行われているのかを構造的に
理解していると気づいたので、調べてみた。

本記事では、FastAPIの非同期、並行処理の構造を以下の順で整理する。

非同期処理とは何か
並行処理とは何か
FastAPIはどこで並行しているのか
誤解しやすいポイント

非同期処理とは何か？

非同期処理とは、

-待ち時間で処理をブロックしない設計

のこと。

I/O処理の完了を待つ間にスレッドを占有しないようにすること。

ここで重要なのは、

非同期 = 並行そのものではない
並行処理を可能にする仕組みである

つまり、整理すると

非同期 → 実行の分離
並行 → 実行の進行

になる。

並行処理を実現するためには、処理を一時停止し、制御を他へ渡せる仕組みが必要になる。
その役割を担うのが非同期処理である。

並行処理とは何か

並行処理（Concurrency）とは

複数の処理が同時に進んでいるように見える状態

だが、実際には1つのスレッドが処理を切り替えながら進めている
並列（Parallelism）とは異なるので注意が必要。

整理すると

並列処理 → 処理AとBを物理的に同時実行する（複数CPU・複数コア）
並行処理 → 処理AとBを切り替えながら進める（時間を分割）

になる。図にすると下記のようなイメージ

処理図


並列：
AAAAA
BBBBB

並行：
AABBABABBA

FastAPIのasyncは並列ではなく、並行処理の構造になる

FastAPIはどこで並行しているのか？

前提の基本的な概念として

非同期処理
並行処理

がある。

ではここからはFastAPIにおいては、どんな構造で並行処理を実現させているのかを
整理する

FastAPIは単独で並行処理を実装しているわけではない。
並行処理を成立させているのは

ASGIという仕様
ASGIサーバ
asyncioイベントループ
コルーチン

である。

FastAPIはこれらの上に乗って動作するアプリケーションである。

asyncio・イベントループ・タスク（コルーチン）の関係

FastAPIは Pythonのasyncio上に構築されたWebフレームワークなので
asyncioやコルーチンついて先に整理する。

asyncioとは？

asyncioは

Python標準の非同期I/Oフレームワーク

で

イベントループでタスク管理

を行う

FastAPIのasyncは実際にはasyncio上で動作している。

コルーチンとは？

async def で定義されたものはコルーチン関数となる

コルーチン


async def read():
    return 1

呼び出すと

呼び出し


coro = read()
print(type(coro))
# <class 'coroutine'>

返るのはまだ実行されていないオブジェクト。

これは「実行途中で停止可能な処理のインスタンス」であり、
まだ処理は開始されていない。

実行するには

実行


result = await coro
print(result)
# 1

await を付けることで

コルーチンの実行が開始される
実行途中で awaitに到達すると一時停止する
制御がイベントループへ戻る
完了後に再開される

されるようになる。

asyncioの概念図

bash


asyncio
   └── Event Loop
          ├── Task(Coroutine A)
          ├── Task(Coroutine B)
          └── Task(Coroutine C)

asyncio
- 非同期処理のフレームワーク全体
Event Loop（イベントループ）
- タスクを管理・実行するスケジューラ
Task（タスク）
- Coroutineを実行するためのラッパー
Coroutine（コルーチン）
- await可能な処理オブジェクト（async defで定義）

イベントループが直接管理するのはTaskであり、Taskの中でCoroutineが実行される。

実行イメージ

bash


┌─────────────────────┐
│      asyncio        │
│                     │
│   ┌─────────────┐   │
│   │ Event Loop  │   │
│   │             │   │
│   │  A → await  │   │
│   │  B → 実行    │   │
│   │  C → 待機    │   │
│   └─────────────┘   │
└─────────────────────┘

動作の流れ

コルーチンA実行
Aが await
イベントループがBへ切り替え
AのI/O完了
Aを再開

関係を整理

関係を整理すると

asyncio → 非同期実行基盤
イベントループ → スケジューラ
タスク（コルーチン） → 実行単位

タスクをイベントループが管理し、その全体をasyncioが提供している。

asyncioについては下記記事でも解説してます

ASGIとFastAPIのレイヤー構造

全体構造はこうなる。

全体構造


クライアント
   ↓
Uvicorn（ASGIサーバ）
   ↓
asyncioイベントループ
   ↓
FastAPI（ASGIアプリ）
   ↓
エンドポイント（コルーチン）

FastAPIはUvicorn（ASGIサーバ）のasyncio上で動作する。

関係する技術としては

FastAPI
ASGI
Uvicorn
asyncio

がある

ASGIとは？

ASGIとは:

Pythonにおける非同期Webアプリケーションの標準インターフェース仕様

サーバとアプリの通信契約を定義している。

Uvicornとは？

Uvicornは

ASGI仕様を実装したWebサーバ

で役割としては

HTTP接続を受け取る
ASGIアプリ（FastAPI）を呼び出す
イベントループを起動する

がある

FastAPIアプリをUvicorn上で起動した場合、Uvicornから呼び出される。

ASGIサーバがやっていること

Uvicornは

イベントループを起動する
リクエストを受け取る
アプリをコルーチンとして呼ぶ

をしている。

実装例でいうと

app/asgi.py


from app.main import create_app

app = create_app()

FastApiアプリケーションをASGIサーバーで起動するための
エントリーポイントとなるモジュール

ASGIサーバーは起動時、ここにFastApiアプリケーションインスタンスを探しにくる

app/main.py


from fastapi import FastAPI
import app.endpoints as endpoints

def create_app():
    # アプリケーションインスタンスの作成
    app = FastAPI()
    # ルーティング設定
    app.include_router(endpoints.router)

    return app

FastApiアプリケーションインスタンスの作成

リクエスト単位の並行処理

FastAPIは Pythonのasyncio上に構築されたWebフレームワークなので

リクエストごとにエンドポイントのコルーチンオブジェクトが生成される
それらがイベントループに登録される

を行う

概念図


1プロセス
   └── asyncio
         └── Event Loop
               ├── Task(Request A コルーチン)
               ├── Task(Request B コルーチン)
               └── Task(Request C コルーチン)

コルーチン内でI/O待ちでawaitすると、

他のリクエストが進む

ので、並行処理の単位は「リクエスト単位のタスク」となる
※リクエストA,B,Cが並行実行される

FastAPIのエンドポイント関数とコルーチンオブジェクトの関係

endpoints.py


@app.get("/")
async def read():
    return {"ok": True}

のようなエンドポイント関数があった場合

FastAPIは

エンドポイント関数を呼び出す
コルーチンオブジェクトを得る
リクエストごとに生成されたコルーチンは、ASGIサーバ経由でイベントループ上のTaskとして実行される。

つまり、 FastAPIのエンドポイントはコルーチン関数であり、
リクエストごとに生成されるコルーチンオブジェクトが並行処理の実行単位になる。

Pythonのコルーチンはawaitつけないと実行されないので
このエンドポイント関数は実はFastAPI自身というより、ASGIサーバ側が内部的にawaitし実行している。

並行処理の単位

プロセスの管理はFastAPIではない

FastAPI は アプリケーションなので、OSプロセスを管理する責務は持たない。

プロセス管理を行うのは：

Uvicorn
あるいは Gunicorn などのプロセスマネージャ

つまり

プロセスの生成・管理はサーバ側の責務

FastAPIはその中で動く「ASGIアプリ」でしかない

並行処理の単位は1プロセス 1イベントループ

bash


1プロセス
   └── asyncio
         └── Event Loop
               ├── Task(Request A コルーチン)
               ├── Task(Request B コルーチン)
               └── Task(Request C コルーチン)
2プロセス
   └── asyncio
         └── Event Loop
               ├── Task(Request A コルーチン)
               ├── Task(Request B コルーチン)
               └── Task(Request C コルーチン)

各プロセスが独自のイベントループを持つ
並行処理はそのイベントループ内で行われる
メモリはプロセス間で共有されない

※高度なカスタム構成を除けば、基本は「1プロセス1イベントループ」。

つまり、並行処理は「1プロセス1イベントループ」内で行われる。
上の例だと1プロセス数と2プロセスは別の並行処理になる

起動時にプロセス数は設定できる

uvicornであれば、起動時のコマンドでworker数を指定すればプロセス数を指定できる

bash


uvicorn app:app --workers 4

この場合

4つのOSプロセスを起動する
各プロセスにイベントループがある
各プロセスが独立してリクエストを処理する
4つのプロセスがそれぞれ並行処理を実施する

整理すると

プロセスの管理はFastAPIではなくASGIサーバが行う。
通常は「1プロセスに1イベントループ」が存在し、そのイベントループ内でリクエスト単位のコルーチンが並行処理される。
起動時にワーカー数を指定することで、プロセス数を増やすことができる。

Uvicornの起動については下記記事でも解説してます

誤解しやすいポイント

最後に誤解しやすいポイントをまとめてく

asyncにすれば速くなる

I/O待ちがある場合のみ有効
I/O待ちがない処理の場合は、並行処理にならないので早くならない。
CPUバウンド処理は改善しない

まとめ

FastAPIの並行処理はASGI仕様に基づき

Uvicornがリクエストを受け取る
asyncioイベントループがコルーチンを管理する
リクエスト単位でスケジューリングする

ことで成立している。

実際にFastAPIを使ったREST APIの実装例に関しては下記記事で紹介しています

【FastAPI】非同期と並行処理の構造を理解する

非同期処理とは何か？

並行処理とは何か

FastAPIはどこで並行しているのか？

asyncio・イベントループ・タスク（コルーチン）の関係

asyncioとは？

コルーチンとは？

asyncioの概念図

実行イメージ

関係を整理

【Python】asyncioで非同期処理を利用して並行処理を実行する方法

ASGIとFastAPIのレイヤー構造

ASGIとは？

Uvicornとは？

ASGIサーバがやっていること

リクエスト単位の並行処理

FastAPIのエンドポイント関数とコルーチンオブジェクトの関係

並行処理の単位

プロセスの管理はFastAPIではない

並行処理の単位は1プロセス 1イベントループ

起動時にプロセス数は設定できる

【Docker × FastAPI 】uvicornの起動方法について

誤解しやすいポイント

asyncにすれば速くなる

まとめ

【Docker × FastApi × Poetry】REST APIを実装する~基本~

新着記事

【FastAPI】非同期と並行処理の構造を理解する

【Python】ジェネレータによるメモリ最適化とストリーム設計

【Python】イテラブル・イテレータ・ジェネレータの違いを整理する

【Python】enumerateの使い方｜実務で使う場面とREST API例

【Python】実装でよく使う文法まとめ｜実務向け基本構文集