Buat endpoint analisis sentimen async
Anda sedang membangun platform analitik media sosial yang perlu menganalisis ulasan untuk sentimen. Untuk menangani lalu lintas tinggi secara efisien, Anda perlu menerapkan endpoint async. Model analisis sentimen sudah dimuat dan tersedia sebagai sentiment_model.
Latihan ini merupakan bagian dari kursus
Menerapkan AI ke Produksi dengan FastAPI
Instruksi latihan
- Buat endpoint POST asinkron
/analyzemenggunakan aplikasi FastAPI. - Tambahkan kata kunci untuk memanggil
sentiment_modelsecara asinkron tanpa memblokir operasi lain. - Jalankan
sentiment_modeldi thread terpisah dengan teks ulasan, memastikan tidak memblokir event loop.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI()
class Review(BaseModel):
text: str
# Create async endpoint at /analyze route
@app.post("____")
# Write an asynchronous function to process review's text
____ def analyze_review(review: Review):
# Run the model in a separate thread to avoid any event loop blockage
result = ____ asyncio.____(sentiment_model, ____)
return {"sentiment": result[0]["label"]}