为什么要显式调用asyncio.StreamWriter.drain？

Question

来自doc：https://docs.python.org/3/library/asyncio-stream.html#asyncio.StreamWriter.write

写（数据）

Write data to the stream.

This method is not subject to flow control. Calls to write() should be followed by drain().

coroutine drain（）

Wait until it is appropriate to resume writing to the stream. Example:

writer.write(data)
await writer.drain()

据我所知，

每次调用drain时你都需要调用write。
如果不是，我猜，write将阻止循环线程

那为什么写不是自动调用它的协同程序？为什么一个人打电话给write而不必排水？我可以想到两个案例

你想立即write和close
在消息完成之前，您必须缓冲一些数据。

第一个是特例，我想我们可以有一个不同的api。缓冲应该在写入功能内部处理，应用程序不应该在意。

让我以不同的方式提出问题。这样做有什么缺点？ python3.8版本有效吗？

async def awrite(writer, data):
    writer.write(data)
    await writer.drain()

注意：drain doc明确说明如下：

当没有什么可以等待时，drain（）立即返回。

再次阅读答案和链接，我认为这些功能是这样的。注意：检查已接受的答案以获得更准确的版本

def write(data):
    remaining = socket.try_write(data)
    if remaining:
        _pendingbuffer.append(remaining) # Buffer will keep growing if other side is slow and we have a lot of data

async def drain():
    if len(_pendingbuffer) < BUF_LIMIT:
        return
    await wait_until_other_side_is_up_to_speed()
    assert len(_pendingbuffer) < BUF_LIMIT

async def awrite(writer, data):
    writer.write(data)
    await writer.drain()

那么何时使用：

当数据不连续时，就像响应HTTP请求一样。我们只需要发送一些数据而不关心何时到达且内存不是问题 - 只需使用write
与上面相同，但记忆是一个问题，使用awrite
将数据流式传输到大量客户端时（例如某些直播流或巨大文件）。如果数据在每个连接的缓冲区中重复，它肯定会溢出RAM。在这种情况下，编写一个循环，每次迭代需要一大块数据并调用awrite。如果文件很大，loop.sendfile会更好。