TL;DR

Większość node’ów N8N automatycznie przetwarza elementy – nie potrzebujesz Loop Over Items w podstawowych scenariuszach
Split Out często rozwiązuje problem – gdy masz array w pojedynczym elemencie, użyj Split Out zamiast Loop Over Items
Loop Over Items daje kontrolę sekwencyjną – przetwarza jeden element na raz, czeka na zakończenie przed przejściem do kolejnego
Kluczowe dla web scrapingu i API – pozwala dodać opóźnienia (wait node) między żądaniami, unikając blokad
Trzy sposoby obsługi błędów – stop workflow, continue, continue using error output
Batch processing dla dużych zbiorów – możliwość grupowania elementów w batche po 50, 100 czy więcej
Sekwencyjne vs równoległe przetwarzanie – N8N domyślnie przetwarza cały node przed przejściem dalej, Loop Over Items zmienia to zachowanie

Dlaczego większość użytkowników niepotrzebnie komplikuje workflow’y

Tutorial rozpoczyna się od typowego błędu początkujących. Instruktor demonstruje sytuację z listą lokalnych pizzerii, gdzie użytkownik próbuje przekazać cały array URL-i bezpośrednio do HTTP request node’a.

Rezultat jest przewidywalny – błąd. HTTP request oczekuje pojedynczego URL-a, nie całej tablicy. Pierwszą reakcją większości osób jest dodanie Loop Over Items, ale to nie rozwiązuje problemu.

Prawdziwe rozwiązanie to Split Out node. Ten element dzieli array na pojedyncze elementy, które HTTP request może przetworzyć automatycznie. Instruktor pokazuje, że po dodaniu Split Out i usunięciu Loop Over Items, workflow nadal działa perfekcyjnie – HTTP request wykonuje się trzy razy, po jednym dla każdego URL-a.

Automatyczne iterowanie – kiedy N8N robi robotę za Ciebie

Kluczowe zrozumienie: większość node’ów N8N automatycznie iteruje po elementach wejściowych. Jeśli Twoje URL-e są już podzielone na osobne elementy, HTTP request obsłuży je jeden po drugim bez dodatkowej konfiguracji.

Problem pojawia się tylko wtedy, gdy dane są „zapakowane” w array jako jeden element. Wtedy Split Out jest rozwiązaniem, nie Loop Over Items.

Instruktor podkreśla: gdybyś zaczął od node’a takiego jak Google Sheets Get Rows, który już zwraca listę elementów, mógłbyś podłączyć go bezpośrednio do HTTP request bez żadnych dodatkowych kroków.

Kiedy Loop Over Items staje się niezbędny

Tutorial przechodzi do rzeczywistych scenariuszy, gdzie Loop Over Items jest konieczny. Instruktor prezentuje przykład generowania obrazów AI na podstawie promptów z arkusza kalkulacyjnego.

Scenariusz: lista promptów → OpenAI generuje obrazy → zapis do Google Drive

Pierwsza próba bez Loop Over Items

Gdy workflow działa bez Loop Over Items:

Google Sheets pobiera trzy prompty
OpenAI otrzymuje wszystkie trzy prompty jednocześnie
Generuje wszystkie obrazy
Dopiero potem przekazuje je wszystkie naraz do Google Drive

Instruktor obserwuje folder Google Drive i zauważa kluczową różnicę: wszystkie obrazy pojawiają się niemal jednocześnie po długim oczekiwaniu. To dlatego, że N8N przetwarza cały node przed przejściem do następnego.

Transformacja z Loop Over Items

Po dodaniu Loop Over Items zachowanie się zmienia:

Pierwszy prompt → generacja obrazu → zapis do Drive
Drugi prompt → generacja obrazu → zapis do Drive
Trzeci prompt → generacja obrazu → zapis do Drive

Obrazy pojawiają się pojedynczo, co pokazuje sekwencyjne przetwarzanie. Instruktor podkreśla, że Loop Over Items wykonał się cztery razy – trzy dla pętli i jeden dla „done”.

Kontrola tempa – ratowanie przed blokadami API

Tutorial przechodzi do krytycznego zastosowania – web scrapingu z kontrolą tempa. Instruktor wraca do przykładu z URL-ami pizzerii, ale tym razem dodaje Loop Over Items z Wait node.

Problem: N8N iteruje zbyt szybko, co może:

Spowodować oznaczenie jako bot przez strony internetowe
Przekroczyć limity API
Wywołać błędy rate limiting

Rozwiązanie: Wait node ustawiony na jedną sekundę między iteracjami. Instruktor testuje workflow i potwierdza, że działanie jest teraz kontrolowane.

Batch processing dla dużych zbiorów

Tutorial wspomina o możliwości grupowania elementów w batche. Zamiast przetwarzać jeden element na raz, możesz ustawić batche po 50, 100 lub więcej elementów. Między batche dodajesz Wait node, dając API czas na przetworzenie przed wysłaniem kolejnej grupy.

Obsługa błędów – trzy strategie zarządzania niepowodzeniami

Instruktor szczegółowo omawia system obsługi błędów w Loop Over Items. Node oferuje trzy opcje:

Stop workflow (domyślnie)

Zatrzymuje wszystko po pierwszym błędzie.

Continue

Workflow kontynuuje działanie, dostarczając error output dla konkretnej iteracji.

Continue using error output

Filtruje błędy do osobnego batcha.

Praktyczna demonstracja

Instruktor celowo psuje jeden z URL-i, zamieniając go na „complete nonsense”. Po uruchomieniu workflow z ustawieniem „continue using error output”:

Done branch: dwa poprawne elementy
Error branch: jeden błędny element

Ważna uwaga: musisz ustawić obsługę błędów zarówno w Loop Over Items, jak i w HTTP request. HTTP request powinien używać „continue”, nie „continue using error output”, żeby błędne dane wróciły do Loop Over Items i umożliwiły kontynuację pętli.

Sekwencyjne vs równoległe przetwarzanie – fundamentalna różnica

Tutorial wyjaśnia kluczową różnicę w zachowaniu N8N:

Bez Loop Over Items: Node przetwarza wszystkie elementy, czeka na zakończenie wszystkich operacji, dopiero potem przekazuje rezultaty dalej.

Z Loop Over Items: Każdy element jest przetwarzany kompletnie (przechodzi przez wszystkie następne node’y) przed przejściem do kolejnego elementu.

Instruktor wraca do przykładu z generowaniem obrazów, pokazując różnicę w czasie pojawiania się plików w Google Drive jako dowód na tę różnicę.

Praktyczne wskazówki implementacji

Na podstawie tutoriala wyłaniają się kluczowe wskazówki:

Co zrobić, gdy workflow pada z błędami

Sprawdź ustawienia obsługi błędów w każdym node’ie ścieżki
HTTP request powinien używać „continue”, nie „continue using error output”
Błędne dane muszą wrócić do Loop Over Items dla kontynuacji pętli

Jak skutecznie kontrolować tempo

Dodaj Wait node między iteracjami
Nawet proste operacje jak zapis do Google Sheets mogą wymagać opóźnień przy dużych zbiorach
Opóźnienie jednej sekundy często wystarcza

Kiedy używać batch processing

Duże zbiory danych
API preferujące grupowe żądania
Potrzeba kontroli obciążenia systemu

Podsumowanie

Loop Over Items w N8N nie jest narzędziem pierwszego wyboru. Większość scenariuszy obsługuje automatyczne iterowanie node’ów. Kluczem do sukcesu jest zrozumienie, kiedy potrzebujesz sekwencyjnego przetwarzania zamiast równoległego.

Najważniejsze zastosowania:

Web scraping wymagający kontroli tempa
Integracje API z limitami zapytań
Przetwarzanie dużych zbiorów danych wymagających niezawodności
Scenariusze gdzie kolejność operacji ma znaczenie

Przed dodaniem Loop Over Items zastanów się: czy Split Out nie rozwiąże Twojego problemu? Często prostsze rozwiązanie jest lepsze.

Ten wpis jest częścią mojej kolekcji notatek z ciekawych podcastów, webinarów i innych treści, które uważam za wartościowe i do których sam chcę wracać. Jeśli chcesz sprawdzić oryginalne źródło N8N Loop Over Items | Masterclass

Tag: Batch Processing

N8N Loop Over Items – kiedy automatyka nie wystarcza #EN116