Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

asyncio.gather za obradu u serijama

Lekcija 5 od 12 Ažurirano 30. srpnja 2026. Napredno
Na ovoj stranici
  1. Orkestriranje paralelnih zahtjeva
  2. Osnovna sintaksa
  3. Potpuni uzorak: Serija sa semaforom
  4. Rukovanje greškama u seriji
  5. Dijeljenje na pod-serije (Chunking)
  6. Praćenje napretka
  7. Ključne točke

Orkestriranje paralelnih zahtjeva

asyncio.gather ključna je funkcija za paralelno pokretanje više korutina i prikupljanje svih rezultata. U kombinaciji sa semaforom, omogućuje ti učinkovitu obradu serija zahtjeva uz poštivanje ograničenja API-ja.

Osnovna sintaksa

import asyncio

requests = ["Question 1", "Question 2", "Question 3"]
tasks = [process_request(r) for r in requests]
responses = await asyncio.gather(*tasks)

asyncio.gather prima promjenjiv broj korutina (stoga *tasks za raspakiravanje liste) i vraća listu rezultata istim redoslijedom kao i poslani zadaci. Ovo je važna točka: čak i ako pitanje 3 završi prije pitanja 1, responses[0] uvijek će sadržavati rezultat za pitanje 1.

Potpuni uzorak: Serija sa semaforom

Evo uzorka koji ćeš najčešće koristiti u proizvodnji:

import os
from asyncio import Semaphore
from openai import AsyncOpenAI
import httpx

client = AsyncOpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1",
    timeout=httpx.Timeout(3600.0)
)

async def process_batch(prompts: list[str], max_concurrent: int = 5) -> list[str]:
    sem = Semaphore(max_concurrent)

    async def single_request(prompt: str) -> str:
        async with sem:
            response = await client.chat.completions.create(
                model="grok-4.5",
                messages=[{"role": "user", "content": prompt}]
            )
            return response.choices[0].message.content

    tasks = [single_request(p) for p in prompts]
    return await asyncio.gather(*tasks)

Ovaj uzorak inkapsulira semafor unutar funkcije za seriju. Samo trebaš pozvati process_batch(prompts) i dobiti listu odgovora.

Rukovanje greškama u seriji

Zadano, ako jedna korutina podigne iznimku, asyncio.gather poništava sve i propagira grešku. Parametar return_exceptions=True mijenja ovo ponašanje:

async def safe_batch(prompts: list[str]) -> list[str | Exception]:
    sem = Semaphore(5)

    async def single_request(prompt: str) -> str:
        async with sem:
            response = await client.chat.completions.create(
                model="grok-4.5",
                messages=[{"role": "user", "content": prompt}]
            )
            return response.choices[0].message.content

    tasks = [single_request(p) for p in prompts]
    results = await asyncio.gather(*tasks, return_exceptions=True)
    return results

# Usage
results = await safe_batch(mes_prompts)
for i, result in enumerate(results):
    if isinstance(result, Exception):
        print(f"Error on prompt {i}: {result}")
    else:
        print(f"Result {i}: {result[:100]}...")

S return_exceptions=True, greške se hvataju kao vrijednosti u listi rezultata. Nakon toga možeš identificirati i ponoviti neuspjele zahtjeve.

Dijeljenje na pod-serije (Chunking)

Za vrlo velike volumene, bolje je podijeliti podatke na pod-serije umjesto pokretanja tisuća zadataka istovremeno:

async def chunked_batch(
    prompts: list[str],
    chunk_size: int = 50,
    max_concurrent: int = 5
) -> list[str]:
    all_results = []

    for i in range(0, len(prompts), chunk_size):
        chunk = prompts[i:i + chunk_size]
        print(f"Processing batch {i//chunk_size + 1} ({len(chunk)} prompts)")
        results = await process_batch(chunk, max_concurrent)
        all_results.extend(results)

    return all_results

Dijeljenje na dijelove nudi nekoliko prednosti: možeš prikazivati napredak, spremati međurezultate i ograničiti potrošnju memorije. Ako jedna pod-serija ne uspije, ne gubiš rezultate iz prethodnih pod-serija.

Praćenje napretka

Za velike serije koristan je indikator napretka:

import asyncio
from asyncio import Semaphore

async def batch_with_progress(prompts: list[str], max_concurrent: int = 5) -> list[str]:
    sem = Semaphore(max_concurrent)
    completed = 0
    total = len(prompts)

    async def single_request(prompt: str) -> str:
        nonlocal completed
        async with sem:
            response = await client.chat.completions.create(
                model="grok-4.5",
                messages=[{"role": "user", "content": prompt}]
            )
            completed += 1
            print(f"\r{completed}/{total} completed", end="", flush=True)
            return response.choices[0].message.content

    tasks = [single_request(p) for p in prompts]
    results = await asyncio.gather(*tasks)
    print()  # new line after progress
    return results

Ključne točke

  • asyncio.gather(*tasks) pokreće korutine paralelno i vraća rezultate izvornim redoslijedom
  • return_exceptions=True sprječava da jedna greška sruši cijelu seriju
  • Dijeljenje na dijelove omogućuje rukovanje vrlo velikim volumenima bez zasićenja memorije
  • Uvijek kombiniraj gather sa semaforom kako bi poštovao ograničenja brzine
  • Dodaj praćenje napretka za procese koji dugo traju