Python 在长工作进程操作期间发送异步请求

我有一个情况，我有一个处理功能，可以花很多时间来运行。 此函数将进度观察者作为参数，并将进度通知观察者

我想发送异步http请求来报告所述的进度，并尽快返回到处理函数

def长处理功能（progressObserver）：
#在循环中处理。。。
progressObserver.updateProgress（x）
#更多处理。。。

class MyClass（）：
def runLongProcessingFunction（slef）：
结果=长处理功能（自身）
#发送最后一个请求以报告结果（理想情况下是*在*最后一条进度消息之后），如：
#patch（self.reportingUrl，json={'results'：results，'progress'：1.0}）
def updateProgress（自我，进度）：
#发送异步http请求以报告进度，如：
#patch（self.reportingUrl，json={'progress'：progress}）
#理想情况下，在下次进度更新时处理响应
#（如果在该时间到达，则在之后的时间到达）

我尝试使用

asyncio

，但它的主要目的似乎是使用一个主事件循环，并向其中添加多个异步任务。我甚至尝试在

updateProgress

函数中应用一个有点奇怪的功能，但除了它真的迫使我的场景在

asyncio

上运行之外，我无法让应用程序在最后等待最后一个挂起的进度任务，并在它之后发送结果请求（任何尝试都会失败，因为我从未真正处于

asyncio

循环中-我使用它来“运行一次”）

在我的例子中，与正常的

asyncio

code工作方式相比，每当我运行

longProcessingFunction（）

时，我都会被阻止，直到它完成处理（除了调用的进度观察者）

---

寻找任何合理的架构，无论是使用

asyncio

还是不使用它。

不确定这是否是最好的方法，但我会在

updateProgress

中只将进度写入队列并退出。然后，在另一个任务中，我将处理在队列中找到的内容。无论这两个任务是作为asyncio还是线程实现的，它都会我们也会以同样的方式工作。asyncio是否有用取决于

longProcessingFunction

的功能。如果处理涉及大量I/O，asyncio会有帮助；如果是CPU密集型的，asyncio不会有帮助。你会希望改为使用多个进程。谢谢，这真的很有帮助。请注意，它是100%CPU guzzler，周末跑步者，相对较小的输入，无耻的博弈论算法，我希望有一天能理解。令人惊讶的是python需要另一个进程来发送请求并在稍后获取响应。