本文介绍如何在保持发送顺序的前提下，将原本同步阻塞的 api 调用（如 send_to_space()）改造为非阻塞异步执行，从而显著提升循环吞吐量，适用于 python 3.9+ 环境。
在实际开发中，我们常遇到这样一类场景：需按序向远程服务（如某协作空间 API）逐条提交数据，但每次调用都因网络延迟而耗时数十毫秒，且函数本身不可修改（同步阻塞、含 await 或 requests 等 I/O 操作）。若直接使用普通 for 循环，整个流程将线性阻塞——第 n+1 条消息必须等待第 n 条响应返回后才开始发送，导致整体耗时随列表长度线性增长。
此时，asyncio 是最恰当的选择——它不依赖多线程（避免 GIL 限制与线程安全问题），也不需要修改 send_to_space() 的内部实现，仅通过协程调度即可实现“逻辑上顺序发送、物理上无等待重叠”。关键在于：我们不 await 整个任务完成，而是立即 await 一个已启动的 asyncio.create_task()，使其在事件循环中“即刻出发”，同时确保前序任务已调度完毕后再调度下一个。这既维持了发送顺序（无并发竞争），又消除了空等时间。
以下是推荐的重构方案：
import asyncio async def send_items(items_list): for item in items_list: sub_item = item['sub_item'] # 创建并立即调度任务；await 此 task 表示“等待它被成功提交到事件循环”， # 而非等待其全部完成（实际 await create_task() 仅保证调度，不等待执行结束） await asyncio.create_task(send_to_space(sub_item)) # 注意：send_to_space 必须是协程函数（即定义为 async def） # 若原函数是同步的（如基于 requests），需先用 asyncio.to_thread 封装（见下方说明）⚠️ 重要前提与注意事项：
- send_to_space() 必须是原生协程函数（async def），否则 await 会报错。若它本质是同步函数（例如使用 requests.get()），请改用 asyncio.to_thread() 包装：
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) # 安全调用同步函数 - asyncio.create_task() 在此处的作用是“立即提交任务并返回 Task 对象”，而 await 它则确保该任务已进入事件循环调度队列，从而保障下一条消息不会“超前”发送——这是维持逻辑顺序的核心机制。
- 不要误用 asyncio.gather() 或 asyncio.create_task() 后不 await：前者会并发执行（破坏顺序），后者不 await 则无法保证调度时机，可能导致未定义行为。
- 主程序入口必须使用 asyncio.run() 启动事件循环，且不能在同步上下文中直接调用异步函数。
最终，在 python 3.9+ 中，这种模式兼具简洁性、可维护性与性能优势：既规避了线程管理复杂度，又比纯同步快数倍（尤其当 send_to_space() 平均耗时 20–50ms、列表含数百项时），是 I/O 密集型顺序调用的标准解法。