asyncio.gather kötegelt feldolgozáshoz
Ezen az oldalon
Párhuzamos kérések orchestrálása
Az asyncio.gather a több korutin párhuzamos futtatására és az összes eredmény összegyűjtésére szolgáló alapfüggvény. Szemafórral kombinálva lehetővé teszi, hogy hatékonyan dolgozz fel kéréskötegeket, miközben tiszteletben tartod az API-korlátokat.
Alapvető szintaxis
import asyncio
requests = ["Question 1", "Question 2", "Question 3"]
tasks = [process_request(r) for r in requests]
responses = await asyncio.gather(*tasks)
Az asyncio.gather korutinok változó számú argumentumát fogadja (ezért szükséges a *tasks a lista kibontásához), és az eredmények listáját adja vissza ugyanabban a sorrendben, ahogy a feladatokat elküldted. Ez fontos pont: még ha a 3. kérdés hamarabb le is fut, mint az 1., a responses[0] akkor is az 1. kérdés eredményét fogja tartalmazni.
Teljes minta: Köteg szemafórral
Íme a minta, amelyet a leggyakrabban használni fogsz éles környezetben:
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)
Ez a minta a szemafórt a kötegfüggvényen belül kapszulázza. Csak meg kell hívnod a process_batch(prompts) függvényt, és lekérned a válaszok listáját.
Hibakezelés kötegben
Alapértelmezés szerint, ha egyetlen korutin kivételt dob, az asyncio.gather mindent megszakít és továbbítja a hibát. A return_exceptions=True paraméter megváltoztatja ezt a viselkedést:
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
# Használat
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]}...")
A return_exceptions=True paraméterrel a hibák értékként kerülnek rögzítésre az eredménylistában. Így azonosíthatod és újrapróbálhatod a sikertelen kéréseket.
Felosztás al-kötegekre (Chunking)
Nagyon nagy mennyiség esetén jobb al-kötegekre bontani a feladatot, mintsem ezerével indítani a feladatokat egyszerre:
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
A darabolásnak (chunking) számos előnye van: megjelenítheted a folyamatot, elmentheted a közbenső eredményeket, és korlátozhatod a memóriahasználatot. Ha egy al-köteg meghibásodik, nem veszíted el a korábbi al-kötegek eredményeit.
Folyamatkövetés
Nagy kötegeknél hasznos egy folyamatjelző:
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() # új sor a folyamatjelző után
return results
Főbb megállapítások
- Az
asyncio.gather(*tasks)párhuzamosan futtatja a korutinokat, és az eredeti sorrendben adja vissza az eredményeket - A
return_exceptions=Truemegakadályozza, hogy egyetlen hiba miatt az egész köteg meghiúsuljon - A darabolás (chunking) lehetővé teszi nagyon nagy mennyiségek kezelését a memória túlterhelése nélkül
- Mindig kombináld a
gatherfüggvényt egy szemafórral az aránykorlátok betartása érdekében - Adj hozzá folyamatkövetést a hosszú ideig futó folyamatokhoz