本文介绍如何在保持发送顺序的前提下，用 asyncio 非阻塞地调用同步 api 函数（如 `send_to_space`），避免 for 循环因等待响应而变慢。
在实际开发中，我们常遇到这样的场景：需按序向外部服务（如协作空间 API）逐条发送数据，但每次调用都包含几十毫秒的网络等待；而函数本身是同步阻塞的，又无法修改其内部实现。此时若直接用普通 for 循环，整个流程会线性阻塞（总耗时 ≈ 单次耗时 × 项数）。虽然任务必须顺序发送（不能并发/批量），但我们仍希望不主动等待响应——即发起请求后立即进入下一次迭代，让 I/O 等待在后台完成。
✅ 正确解法是使用 asyncio.create_task() 将每个同步调用“包裹”为协程任务，并立即 await 它——注意：这里的 await 并非等待响应完成，而是等待任务被调度启动（几乎瞬时），从而释放控制权、推进循环。由于 create_task() 将函数提交到事件循环，即使 send_to_space() 是同步函数，它也会在事件循环的默认线程池中异步执行（前提是该函数不阻塞整个解释器，如纯 HTTP 请求通常满足）。
以下是优化后的完整实现：
import asyncio
# 假设 send_to_space 是不可修改的同步函数（例如 requests.post 封装）
def send_to_space(sub_item):
# 示例：模拟一个耗时 50ms 的同步 HTTP 调用
import time
time.sleep(0.05) # ⚠️ 注意：真实场景中应避免 time.sleep，改用 aiohttp 或线程池
print(f"Sent: {sub_item}")
async def send_items(items_list):
for item in items_list:
sub_item = item['sub_item']
# 创建任务并立即 await —— 启动执行，不等待完成
await asyncio.create_task(send_to_space(sub_item))
if __name__ == "__main__":
my_finite_list = [
{"sub_item": "A"},
{"sub_item": "B"},
{"sub_item": "C"}
]
asyncio.run(send_items(my_finite_list))⚠️ 重要注意事项：
立即学习“Python免费学习笔记（深入）”；
- time.sleep() 在协程中会阻塞整个事件循环，因此上述示例仅用于演示逻辑；生产环境中，若 send_to_space() 内部使用 requests 等同步库，请务必通过 asyncio.to_thread()（Python 3.9+）或 loop.run_in_executor() 将其移至线程池执行，否则将失去异步优势：
async def send_items(items_list): for item in items_list: sub_item = item['sub_item'] await asyncio.to_thread(send_to_space, sub_item) # ✅ 推荐：真正非阻塞 - await asyncio.create_task(...) 保证了发起顺序，也隐式确保了执行开始的先后；但由于任务在后台线程中运行，若需严格保证「前一个完全结束再发下一个」，则不应使用此方式——而应坚持原始同步调用。本方案适用于「只需按序发起、无需等待结果」的典型日志上报、消息推送等场景。
- 不推荐使用 threading：多线程虽能并发，但难以优雅控制执行顺序，且线程开销大、GIL 限制明显；asyncio 更轻量、语义更清晰。
总结：当需顺序发起、无需响应、且底层调用可 IO 解耦时，asyncio.to_thread() + await 是 Python 3.9+ 下最简洁、高效、可维护的解决方案。
