如何在 Python 中异步执行顺序发送任务而不阻塞循环

本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的，希望这篇《如何在 Python 中异步执行顺序发送任务而不阻塞循环 》对你有很大帮助！欢迎收藏，分享给更多的需要的朋友学习~

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：

• 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。

今天关于《如何在 Python 中异步执行顺序发送任务而不阻塞循环 》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！