下面是一个示例代码，展示了如何在Python中并行执行一组有序的阻塞任务：

import time
from concurrent.futures import ThreadPoolExecutor, as_completed

# 模拟阻塞任务
def blocking_task(task_id):
    print(f"开始执行任务 {task_id}")
    time.sleep(2)  # 模拟任务执行时间
    print(f"完成任务 {task_id}")
    return task_id

# 一组有序的阻塞任务
tasks = [1, 2, 3, 4, 5]

with ThreadPoolExecutor() as executor:
    # 创建一个Future对象列表
    future_tasks = [executor.submit(blocking_task, task) for task in tasks]

    # 按照任务顺序获取已完成的任务结果
    for future in as_completed(future_tasks):
        result = future.result()
        print(f"任务 {result} 已完成")

在上面的代码中，我们首先定义了一个模拟的阻塞任务blocking_task，该任务会打印开始执行和完成的消息，并模拟任务执行时间。

然后，我们定义了一组有序的阻塞任务列表tasks，其中每个任务由一个唯一的标识符表示。

使用ThreadPoolExecutor创建一个线程池，并使用submit方法提交每个任务到线程池中执行，返回一个Future对象。

通过as_completed函数可以迭代已完成的任务的Future对象，按照任务的顺序获取其结果。在这个示例中，我们简单地打印出每个任务的完成消息。

注意，as_completed函数返回的是一个迭代器，因此可以在任务完成的同时进行处理，而不需要等待所有任务完成。