接下來這幾天，會花點時間介紹 Python 的基礎知識，等大家都具備「同步/非同步」與「程序/執行緒 (process/thread)」的觀念後，再來向大家說明 def 與 async def 之間的差異。讓我們先從「同步/非同步」這個路線開始吧！

前言

在開始深入 FastAPI 的世界之前，我們必須先理解一個核心的概念：同步與非同步程式設計。這不僅是理解 FastAPI 高效能特性的基礎，更是在 AI 服務開發中實現高併發處理的關鍵知識。

想像一下，當你的 AI 模型需要同時處理數百個影像辨識請求時，如果採用傳統的同步方式，每個請求都需要等待前一個完成，這將造成巨大的延遲。而非同步程式設計則能讓我們在等待一個模型推理的同時，開始處理下一個請求，大幅提升整體效能。

同步程式設計：一步一腳印的執行方式

同步的基本特性

同步程式設計是我們最熟悉的程式執行方式，具有以下特性：

1. 順序執行：程式碼從上到下依序執行
2. 阻塞等待：當前任務未完成時，程式會等待，不會執行下一行
3. 簡單直觀：程式流程清晰，易於理解和除錯

import time

def process_image_sync(image_id):
    print(f"開始處理圖像 {image_id}")
    time.sleep(2)  # 模擬 AI 模型推理需要 2 秒
    print(f"圖像 {image_id} 處理完成")
    return f"result_{image_id}"

def main_sync():
    start_time = time.time()
    
    # 依序處理三張圖像
    result1 = process_image_sync(1)
    result2 = process_image_sync(2)
    result3 = process_image_sync(3)
    
    end_time = time.time()
    print(f"總處理時間：{end_time - start_time:.2f} 秒")
    print(f"處理結果：{[result1, result2, result3]}")

# 執行結果：總共需要 6 秒
main_sync()

同步的限制

在 AI 服務中，同步處理有幾個明顯的限制：

• 資源浪費：在等待 I/O 操作（如檔案讀取、網路請求）時，CPU 閒置
• 低併發能力：無法同時處理多個請求
• 用戶體驗差：響應時間長，特別是在高負載情況下

非同步程式設計：多工並行的執行方式

非同步的核心思想

非同步程式設計改變了程式執行的根本方式：

1. 並行執行：多個任務可以「同時」進行
2. 非阻塞：在等待 I/O 操作時，可以切換到其他任務
3. 事件驅動：基於事件來調度任務執行

import asyncio
import time

async def process_image_async(image_id):
    print(f"開始處理圖像 {image_id}")
    await asyncio.sleep(2)  # 模擬非同步 AI 模型推理
    print(f"圖像 {image_id} 處理完成")
    return f"result_{image_id}"

async def main_async():
    start_time = time.time()
    
    # 並行處理三張圖像
    tasks = [
        process_image_async(1),
        process_image_async(2),
        process_image_async(3)
    ]
    
    results = await asyncio.gather(*tasks)
    
    end_time = time.time()
    print(f"總處理時間：{end_time - start_time:.2f} 秒")
    print(f"處理結果：{results}")

# 執行結果：總共只需要 2 秒
asyncio.run(main_async())

生活中的類比：理解同步與非同步

為了更好地理解這兩種模式，讓我們用生活中的例子來類比：

同步模式：買完一個東西再買下一個

想像你要買手搖杯和隔壁的紅豆餅：

• 你先排隊買飲料，等飲料完全做好、拿到手後，才走到隔壁紅豆餅店排隊
• 在等待飲料的過程中，你不能先去處理紅豆餅的訂單
• 流程簡單，容易理解，但等待時間較長，效率較低

非同步模式：同時進行多件事

換個做法：

• 你在飲料店點完飲料後，店員正在製作時，你立刻走去隔壁紅豆餅店排隊點餐
• 接下來可以一起等待，看哪個先做好就先去拿
• 這樣一來，你同時處理兩件事，節省總等待時間，效率更高

小結

同步與非同步程式設計代表了兩種不同的思維方式。同步注重順序與確定性，非同步追求效率與並行。在 AI 服務的世界中，非同步程式設計能夠幫我們：

• 提升服務的響應速度
• 增加系統的併發處理能力
• 更有效地利用硬體資源
• 提供更好的用戶體驗

理解了這些基礎概念後，我們就準備好深入探索 FastAPI 的非同步世界了。在下一篇文章中，我們將學習協程（Coroutine）與事件迴圈（Event Loop）的具體實作，這是 Python 非同步程式設計的核心機制。