为了小效率而使用Python并发是否合理？

我正在从事一个Djnago项目，我有一个任务，包含3个相互独立的较小函数，假设：

def mainFunc():
  funA()
  funB()
  funC()

我使用python

concurrent.futures

将函数编辑为：

def mainFunc():
  with concurrent.futures.ThreadPoolExecutor() as executer:
    executer.submit(funA)
    executer.submit(funB)
  funC()

我多次运行这两个程序，我意识到并发版本运行得更快，但平均只有20毫秒，现在我的问题是：

为了小效率而使用Python并发是否合理？在这种情况下，使用异步编程与同步编程相比，有什么缺点

---

PS：正如我提到的，这是一个Django项目，该功能是web服务的一部分，可能会在一分钟内调用多次，甚至数百次

仅仅为了节省20毫秒而增加应用程序的复杂性是不值得的。Python一次只运行一个线程，加上线程上下文切换的额外成本，所以这样做的理由很少。@yedpodtrzitko感谢您的评论，我更新了我的问题并添加了一些关于项目考虑的细节。你是说线程池

mainFunc

比单线程版本平均快20毫秒吗？如果每个请求减少20毫秒，这可能是值得的，而这取决于你的应用程序。如果你走这条路，通常也会有一个应用程序范围的线程池，用于网络任务（我想你可能就是为了这个目的）。也就是说，如果asyncio（或某些ASGI框架）在应用程序中很常见，那么它可能会让您的生活更轻松。