1.jpg

快速编码,功能完善。从启动到部署,实例详解异步 py3 框架选择 FastAPI 的原因。

FastAPI 介绍

FastAPI 与其它 Python-Web 框架的区别

在 FastAPI 之前,Python 的 Web 框架使用的是 django、flask、tornado 三种 Web 框架。

  • django 自带 admin,可快速构建,但是比较笨重。如果是 mvc 形式的开发,很多已经封装好了,的确蛮合适。但如果是 restful 风格设计,则 django 就显得有一些笨重了。
  • flask 快速构建,自由度高。因为它十分轻盈,插件即插即用,很适合用来做 restful 风格的设计
  • tornado Python Web 框架和异步网络库,它执行非阻塞 I/O , 没有对 REST API 的内置支持,但是用户可以手动实现。
  • FastAPI 快速构建,异步 IO,自带 Swagger 作为 API 文档,不用后续去内嵌 Swagger-Ui

我个人认为 FastAPI 是一个专门为 restful 风格设计,全面服务于 API 形式的 Web 后端框架。

FastAPI 官方定位

在 FastAPI 官方文档中,可以看到官方对 FastAPI 的定位:

  • 快速:非常高的性能,向 NodeJS 和 go 看齐(感谢 Starlette 和 Pydantic)

  • 快速编码:将功能开发速度提高约 200% 至 300%。

  • 错误更少:减少约 40% 的人为错误(开发人员)。* (FastAPI 内置很多 Python 高版本的语法,比如类型注释,typing 库等等,因此被要求的 Python 版本为 3.6+)

  • 简易:旨在易于使用和学习。减少阅读文档的时间。

  • 功能完善: 自带 Swagger 作为 API 文档

Framework Benchmarks

https://www.techempower.com/benchmarks/#section=data-r19&hw=ph&test=fortune

2.png

3.png

上图可以看出,在高并发下 4 个框架的排名情况。单纯从性能出发,Web 框架是排在第一的。在选用框架的时候,性能是一方面,我们还要看业务上的需求和使用场景,最适合的才是最好的。

下面简单介绍一下 FastAPI 的一些用法和特性.

 

启动FastAPI

    # pip install fastapi# pip install uvicornfrom fastapi import FastAPIapp = FastAPI()@app.get("/")def read_root():    return {"Hello": "World"}@app.get("/items/{item_id}")def read_item(item_id: int, q: str = None):    return {"item_id": item_id, "q": q}# uvicorn main:app  # 启动# uvicorn main:app --reload # 支持热更新# uvicorn main:app --host 0.0.0.0 --port 8889 --reload # 自定义IP+端口

    FastAPI 支持异步请求

      from fastapi import FastAPIapp = FastAPI()@app.get("/")async def read_root():    return {"Hello": "World"}
      @app.get("/items/{item_id}")async def read_item(item_id: int, q: str = None): return {"item_id": item_id, "q": q}

      4.png

      5.png

      对 API 接口的支持性优异

      设置根目录

        # main.pyfrom fastapi import FastAPIimport usersapp = FastAPI()app.include_router(    users.router,    prefix="/fastapi/play/v1/users", # 路由前缀    tags=['users'] # 路由接口类别)# routers/users.pyfrom fastapi import FastAPI,APIRouterfrom datetime import datetime,timedeltarouter = APIRouter()@router.get("/get/users/")async def get_users():    return {        "desc":"Return to user list"    }

        6.png

        对路径参数进行限制

          # 根据名字获取列表@router.get("/get/user/{username}")async def get_user_by_username(username :str):    """        - username: 用户名    """    return {       "desc":"this username is "+ username     }

          7.png

          对查询参数做限制

            @router.get("/friends/")
            # 设置为None的时候,默认不可以不填async def get_friends_by_id(id :int=None): for item in test_json['friends']: if item['id'] == id: return item else: return { "desc": "no this id" }# 多参数请求查询from typing import List@router.get("/items/")async def read_items(q: List[str] = Query(["foo", "bar"])): query_items = {"q": q} return query_items

            设置请求体

              # 设置请求实体from pydantic import BaseModel,Fieldclass requestModel(BaseModel):    name :str    age : int = Field(..., gt=0, description="The age must be greater than zero")    desc: str

              @router.post("/post/UserInfo/")async def post_UserInfo(item: requestModel): return item

              8.png

              请求体嵌套

                from pydantic import BaseModel,Fieldclass levelInfoModel(BaseModel):    id:int = None    info: str = None
                class ClassInfo(BaseModel): id: int = None name: str = Field(..., max_length=20, min_length=10, description="The necessary fields") desc: str = Field(None, max_length=30, min_length=10) levelInfo: List[levelInfoModel]
                class Config: schema_extra = { "example": { "id": 1, "name": "Foo", "desc": "A very nice Item", "levelInfo": [{ "id": 1, "info": "一级" }] } }
                @router.post("/info/")async def get_classInfo(item:ClassInfo): return item

                9.png

                自定义响应码

                  @router.post("/items/", status_code=201)async def create_item(name: str):    return {"name": name}
                  from fastapi import FastAPI, status

                  @app.post("/items/", status_code=status.HTTP_201_CREATED)async def create_item(name: str): return {"name": name}

                  依赖注入

                    from fastapi import Depends, FastAPI
                    async def common_parameters(q: str = None, skip: int = 0, limit: int = 100): return {"q": q, "skip": skip, "limit": limit}
                    @router.get("/items/")async def read_items(commons: dict = Depends(common_parameters)): return commons
                    @router.get("/users/")async def read_users(commons: dict = Depends(common_parameters)): return commons

                    FastAPI 框架支持多层嵌套依赖注入

                    登录demo

                      # 安装环境mkdir fastapi-demo && cd fastapi-demovirtualenv envsource env/bin/activate
                      # 下载项目git clone https://github.com/hzjsea/BaseFastapi cd BaseFastapi/ pip install -r requirements.txt# 开启项目uvicorn main:app --reload # uvicorn main:app --host 0.0.0.0 --port 80 --reload

                      总结

                      FastAPI 的设计还是很符合 restful 的,在用到很多新技术的同时,也没有抛弃之前一些比较好用的内容,包括类型注释、依赖注入,Websocket,swaggerui 等等,以及其它的一些注释,比如 GraphQL。

                      数据库以及 orm 的选择

                      • sqlalchemy 但是不支持异步,不过貌似可以扩展成异步。

                      • tortoise-orm 类 django-orm 的异步 orm,不过正在起步过程中,有些功能还没有完成。

                      sqlalchemy实例

                        from typing import Listimport databasesimport sqlalchemyfrom fastapi import FastAPIfrom pydantic import BaseModel# SQLAlchemy specific code, as with any other appDATABASE_URL = "sqlite:///./test.db"# DATABASE_URL = "postgresql://user:password@postgresserver/db"database = databases.Database(DATABASE_URL)metadata = sqlalchemy.MetaData()notes = sqlalchemy.Table(    "notes",    metadata,    sqlalchemy.Column("id", sqlalchemy.Integer, primary_key=True),    sqlalchemy.Column("text", sqlalchemy.String),    sqlalchemy.Column("completed", sqlalchemy.Boolean),)engine = sqlalchemy.create_engine(    DATABASE_URL, connect_args={"check_same_thread": False})metadata.create_all(engine)

                        class NoteIn(BaseModel): text: str completed: bool

                        class Note(BaseModel): id: int text: str completed: bool

                        app = FastAPI()

                        @app.on_event("startup")async def startup(): await database.connect()

                        @app.on_event("shutdown")async def shutdown(): await database.disconnect()

                        @app.get("/notes/", response_model=List[Note])async def read_notes(): query = notes.select() return await database.fetch_all(query)

                        @app.post("/notes/", response_model=Note)async def create_note(note: NoteIn): query = notes.insert().values(text=note.text, completed=note.completed) last_record_id = await database.execute(query) return {**note.dict(), "id": last_record_id}

                        tortoise-orm实例

                          # main.pyfrom tortoise.contrib.fastapi import HTTPNotFoundError, register_tortois# 创建的数据表models = [    "app.Users.models",    "app.Face.models",    "app.Roster.models",    "app.Statistical.models",    "app.pay.models"]
                          register_tortoise( app, db_url="mysql://username:password@ip:port/yydb", modules={"models": models}, generate_schemas=True, add_exception_handlers=True,)
                          # models.pyfrom tortoise import fields,modelsfrom tortoise.contrib.pydantic import pydantic_queryset_creatorfrom pydantic import BaseModelclass RosterGroupTable(models.Model): id = fields.IntField(pk=True) phone = fields.CharField(max_length=20,blank=True,null=True) name = fields.CharField(max_length=20)
                          class Meta: db = "RosterGroupTable"
                          class RosterTabel(models.Model): id = fields.IntField(pk=True) phone = fields.CharField(max_length=20,blank=True,null=True) name = fields.CharField(max_length=20) group_id = fields.ForeignKeyField(model_name='models.RosterGroupTable',on_delete=fields.CASCADE,related_name="events",blank=True,null=True)
                          class Meta: db = "RosterTabel"
                          RosterGroupTable_desc = pydantic_queryset_creator(RosterGroupTable)RosterTabel_desc = pydantic_queryset_creator(RosterTabel)


                          # roster.py@router.post("/roster_statistics/add")async def roster_add_statics(*,item:RosterItem,token :str): res = await RosterTabel.filter(id=item['memberId']).first() if res: await StatisticalRosterTable.create( phone = current_user.Phone, date = item['date'], time = item['time'], data = item['data'], name_id_id = item['memberId'], temp_type = item['tm_type'], today_num = item['todayNum'], group_id_id = res.group_id_id, name = res.name ) else: return rp_faildMessage(msg="名单不存在",code=-1) return rp_successMessage(msg="名单创建成功",code=0)

                          部署

                          dockerfile

                            #================================================================================#      基于Python3.7的创建fastapi的dockerfile文件#      fastapi + Python3.7 + guvicorn#================================================================================
                            FROM Python:3.7LABEL version="v1" \ description="fastapi" \ maintainer="hzjsea" \ using="fastapi & Python3.7 office image & gunicorn"WORKDIR /root/codeCOPY . .RUN pip install -r requirements.txtEXPOSE 8889CMD ["gunicorn","-c","guvicorn.conf","main:app"]

                            supervisor项目托管

                              [program:webserver]directory=/root/hzj/fastapi_playcommand=/root/hzj/pro_env_all/venv/bin/uvicorn main:app --host 0.0.0.0 --port 8888autostart = true

                              部署完整示例

                              FastAPI官方提供了一个前后端分离项目完整示例

                              https://github.com/tiangolo/full-stack-fastapi-postgresql

                              文档及项目地址:

                              Documentation: https://fastapi.tiangolo.com