如何修复Azure Databricks中OpenAI嵌入的异步调用问题？

我正尝试用OpenAI的Python包获取文本分类所需的嵌入，同步版本能正常运行：

import openai
from openai.embeddings_utils import get_embedding

def add_embeddings(data:pd.DataFrame) -> pd.DataFrame:
  data["embedding"] = data['target_column'].apply(lambda x: get_embedding(x, engine="text-embedding-ada-002"))

  return data

但为了提升长期效率，想改用异步方法，当前的异步版本如下：

import asyncio
import openai
from openai.embeddings_utils import aget_embedding

async def add_embeddings(data: pd.DataFrame) -> pd.DataFrame:
  data["embedding"] = await asyncio.gather(*(aget_embedding(x, engine="text-embedding-ada-002") for x in data['target_column']))

  return data

运行data = add_embeddings(data)时，异步版本返回的是协程对象，不是预期的文本嵌入。我异步开发经验不多，应该是漏了某个简单步骤。我在Azure Databricks环境中操作，已经参考过几个Stack Overflow的回答。

核心问题是异步函数不能直接调用，必须通过事件循环来执行，以下是具体修复方法：

基础修复方案 #

调用异步函数时，使用asyncio.run()启动事件循环：

data = asyncio.run(add_embeddings(data))

Databricks环境适配方案 #

如果在Databricks笔记本中遇到事件循环冲突，可改用现有事件循环执行：

loop = asyncio.get_running_loop()
data = loop.run_until_complete(add_embeddings(data))

批量请求优化（可选） #

如果数据量较大，建议分批次并发请求，避免触发OpenAI的频率限制：

async def add_embeddings(data: pd.DataFrame, batch_size: int = 10) -> pd.DataFrame:
    embeddings = []
    # 分批次处理数据
    for i in range(0, len(data), batch_size):
        batch = data['target_column'].iloc[i:i+batch_size]
        batch_embeddings = await asyncio.gather(*(aget_embedding(x, engine="text-embedding-ada-002") for x in batch))
        embeddings.extend(batch_embeddings)
    data["embedding"] = embeddings
    return data

内容的提问来源于stack exchange，提问作者FitzKaos