Przetwarzanie asynchroniczne

Wdrażanie AI na produkcję z FastAPI

Matt Eckerle

Software and Data Engineering Leader

Czym jest przetwarzanie asynchroniczne

Kelner podający napój osobie siedzącej przy stoliku

Umożliwia równoczesną obsługę wielu żądań

Żądania synchroniczne a asynchroniczne

Wykres przedstawiający różnicę w czasach przetwarzania żądań synchronicznych i asynchronicznych

Przekształcanie punktów końcowych na asynchroniczne

@app.post("/analyze")
def analyze_sync(comment: Comment):
    result = sentiment_model(comment.text)
    return {"sentiment": result}

import asyncio

@app.post("/analyze")
async def analyze_async(comment: Comment):
    result = await asyncio.to_thread(
        sentiment_model, comment.text
    )
    return {"sentiment": result}

Implementacja zadań w tle

from fastapi import BackgroundTasks
from typing import List

@app.post("/analyze_batch")
async def analyze_batch(
    comments: Comments,
    background_tasks: BackgroundTasks
):

    async def process_comments(texts: List[str]):
        for text in texts:
            result = await asyncio.to_thread(
              sentiment_model, text)
    background_tasks.add_task(process_comments, 
                              comments.texts)
    return {"message": "Processing started"}

BackgroundTasks zarządza kolejką przetwarzania komentarzy.

background_tasks obsługuje przetwarzanie po wysłaniu odpowiedzi.

add_task asynchronicznie planuje wykonanie process_comments.

Dodawanie obsługi błędów

@app.post("/analyze_comment")
async def analyze_comment(comment: Comment):
    try:
        sentiment_model = SentimentAnalyzer()
        result = await asyncio.wait_for(
            sentiment_model(comment.text),
            timeout=5.0
        )
        return {"sentiment": result["label"]}

Dodawanie obsługi błędów

    except asyncio.TimeoutError:
        raise HTTPException(
            status_code=408,
            detail="Analysis timed out"
        )

    except Exception:
        raise HTTPException(
            status_code=500,
            detail="Analysis failed"
        )

Czas na ćwiczenia!

Wdrażanie AI na produkcję z FastAPI