建立非同步的情感分析端點
你正在建立一個社群媒體分析平台，需要對評論進行情感分析。為了有效處理高流量，你需要實作一個 async 端點。情感分析模型已載入，並可透過 sentiment_model 使用。
本練習屬於課程
使用 FastAPI 將 AI 佈署到生產環境
練習說明
- 使用 FastAPI app 建立一個非同步的 POST 端點
/analyze。 - 加上關鍵字，讓呼叫
sentiment_model時能以非同步方式進行，不會阻塞其他操作。 - 在獨立執行緒中以該評論的文字來執行
sentiment_model，確保不會阻塞事件迴圈。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
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"]}