优化PokeAPI调用性能：快速获取指定HP阈值的前150只宝可梦名称

你的代码耗时8.49秒的核心原因是同步串行发起150次API请求，每次请求都要等待网络往返，时间成本被线性放大。以下是几种有效的优化方案：

1. 异步并行请求（最优方案） #

用aiohttp替代requests，同时发起所有API请求，总耗时接近单次请求的时间，而非150次的总和。同时直接在请求后过滤数据，避免存储全量冗余数据。

import aiohttp
import asyncio

async def fetch_pokemon(session, pokemon_id):
    api_url = f"https://pokeapi.co/api/v2/pokemon/{pokemon_id}"
    async with session.get(api_url) as response:
        data = await response.json()
        return data['name'], data['stats'][0]['base_stat']

async def get_pokemon_with_similar_hp(max_hp):
    pokemon_names = []
    async with aiohttp.ClientSession() as session:
        # 创建所有请求任务
        tasks = [fetch_pokemon(session, i) for i in range(1, 151)]
        # 并行执行所有任务
        results = await asyncio.gather(*tasks)
    
    # 过滤符合条件的宝可梦
    for name, hp in results:
        if hp < max_hp:
            pokemon_names.append(name)
    return pokemon_names

# 同步环境下调用示例（如Flask/Django）
# asyncio.run(get_pokemon_with_similar_hp(50))

2. 多线程并行请求（兼容老项目） #

如果无法引入异步库，可使用concurrent.futures.ThreadPoolExecutor实现多线程并行请求，同样能大幅缩短耗时。

import requests
from concurrent.futures import ThreadPoolExecutor

def fetch_pokemon(pokemon_id):
    api_url = f"https://pokeapi.co/api/v2/pokemon/{pokemon_id}"
    response = requests.get(api_url)
    data = response.json()
    return data['name'], data['stats'][0]['base_stat']

def get_pokemon_with_similar_hp(max_hp):
    pokemon_names = []
    # 控制线程数量，避免请求过多被API限流
    with ThreadPoolExecutor(max_workers=20) as executor:
        results = executor.map(fetch_pokemon, range(1, 151))
    
    for name, hp in results:
        if hp < max_hp:
            pokemon_names.append(name)
    return pokemon_names

3. 缓存数据（长期优化） #

如果这个接口会被多次调用，建议将前150只宝可梦的名称和HP数据缓存到本地文件、Redis或数据库中。后续请求直接读取缓存，无需再调用API，耗时可降到毫秒级。

内容的提问来源于stack exchange，提问作者NucyLoodle