FastAPI在2024年12月发布了啥新能力，可以怎么用？

uhakadotcom2024-12-27 23:14

FastAPI 是一个现代、快速、非常易用的 Python Web 框架。它使用 Python 的类型提示（type hints）以及基于 Pydantic 的数据验证机制，极大地提升了开发效率和代码可维护性。

一、最新版本更新内容

主要修复

  • 修复了在自动生成 OpenAPI 文档时，使用 responses 参数可能导致的问题。
  • 移除了与 Pydantic v2 重复的 Required 定义，防止因为重复定义而带来的混淆。

二、核心功能与使用示例

1. 异步支持

FastAPI 原生支持异步编程模型，使用 Python 的 async/await 关键字即可实现高并发处理。

示例：

python 复制代码 
from fastapi import FastAPI
from typing import Union

app = FastAPI()

# 假设这是一个异步函数，用于模拟耗时的 I/O 操作
async def some_async_operation(item_id: int):
    # 这里可以是对数据库的异步请求、网络请求等
    return f"Processed item {item_id}"

@app.get("/items/{item_id}")
async def read_item(item_id: int, q: Union[str, None] = None):
    # 异步处理请求
    result = await some_async_operation(item_id)
    return {
        "item_id": item_id,
        "q": q,
        "result": result
    }

使用要点：

  1. 在 Python 3.7+ 中，使用 async 和 await 关键字即可开启异步函数。
  2. 配合异步服务器（如 Uvicorn 或 Hypercorn）一起运行，能发挥 FastAPI 高并发的优势。

2. 自动数据验证

FastAPI 内部基于 Pydantic 进行模型校验。只需定义一个 Pydantic 模型，就可以在请求时自动完成参数的解析和验证，简化大量手动校验的工作。

示例：

python 复制代码 
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

# 定义 Pydantic 模型
class Item(BaseModel):
    name: str
    price: float
    is_offer: bool = None

@app.post("/items/")
async def create_item(item: Item):
    # 自动解析并验证请求体中的 JSON 数据
    return {
        "item_name": item.name,
        "price": item.price,
        "is_offer": item.is_offer
    }

使用要点：

  1. 只需要在函数参数中加入模型类，就能自动完成请求体（JSON 或表单）的反序列化和校验。
  2. 如果验证失败，FastAPI 会自动返回 422 错误（可在响应体中查看具体错误信息）。

3. 依赖注入系统

FastAPI 拥有强大的依赖注入机制（Dependency Injection），可以让我们在路由函数中非常灵活地获取数据库连接、缓存对象、用户认证等资源，而不用手动在每个路由中反复声明。

示例：

python 复制代码 
from fastapi import Depends, FastAPI

app = FastAPI()

# 定义一个依赖函数
async def get_db_connection():
    # 在这里实现数据库连接的获取和释放逻辑
    return "db_connection"

@app.get("/users/")
async def read_users(db = Depends(get_db_connection)):
    # db 参数即获取到的 "db_connection" 对象
    return {"db": db}

使用要点：

  1. 通过 Depends() 引用依赖函数，FastAPI 会自动管理依赖函数的调用。
  2. 依赖函数也可以互相依赖，从而形成可复用和分层的逻辑结构。
  3. 在大型项目中，依赖注入可以让核心业务代码与基础设施管理解耦，提升可维护性。

三、完整使用流程示例

以下简要展示如何从零开始创建并运行一个最简 FastAPI 项目，包含依赖注入、数据验证和异步操作等关键功能。

1. 安装 FastAPI

你可以使用 pip 来安装 FastAPI 及其常用依赖：

arduino 复制代码 
pip install "fastapi[standard]" uvicorn

说明：[standard] 表示安装 FastAPI 依赖的一些常用包，如 Pydantic、Starlette 等。
uvicorn 是一个常用的高性能异步服务器，用于运行 FastAPI 应用。

2. 创建项目文件

在你的项目文件夹中新建一个 main.py 文件，示例内容如下：

python 复制代码 
from fastapi import FastAPI, Depends
from pydantic import BaseModel
from typing import Union

app = FastAPI()

# 依赖函数：模拟数据库连接
async def get_db():
    return "我是数据库连接示例"

# 定义 Pydantic 模型
class Item(BaseModel):
    name: str
    price: float
    is_offer: bool = False

# 异步函数，用于模拟异步操作
async def async_process(item_id: int):
    return f"异步处理完成：{item_id}"

@app.get("/items/{item_id}")
async def get_item(item_id: int, q: Union[str, None] = None):
    result = await async_process(item_id)
    return {
        "item_id": item_id,
        "query_param": q,
        "async_result": result
    }

@app.post("/items/")
async def create_item(item: Item, db=Depends(get_db)):
    # 自动解析并验证请求体中的 JSON 数据
    return {
        "db_info": db,
        "name": item.name,
        "price": item.price,
        "is_offer": item.is_offer
    }

3. 启动服务

在命令行执行以下命令，即可启动 FastAPI 应用：

css 复制代码 
uvicorn main:app --reload --host 0.0.0.0 --port 8000
  • main:app 表示在 main.py 文件中，使用名为 app 的 FastAPI 实例。
  • --reload 表示开启自动重载，修改代码后无需手动重启服务。
  • --host 和 --port 用于指定服务的 IP 和端口。

启动成功后，在浏览器中访问：

  • http://127.0.0.1:8000/docs 可以查看自动生成的 Swagger UI 文档。
  • http://127.0.0.1:8000/redoc 可以查看 ReDoc 风格的 API 文档。

四、性能优化建议

1. 中间件（Middleware）的使用

为了在请求处理前后进行额外操作（如日志记录、性能监控等），可以编写自定义中间件，并通过 add_middleware 方法注册到应用中。

示例：

python 复制代码 
from fastapi import FastAPI
from starlette.middleware.base import BaseHTTPMiddleware

app = FastAPI()

class CustomHeaderMiddleware(BaseHTTPMiddleware):
    async def dispatch(self, request, call_next):
        # 在请求处理前执行操作
        response = await call_next(request)
        # 在返回响应后执行操作
        response.headers["X-Custom-Header"] = "FastAPI"
        return response

app.add_middleware(CustomHeaderMiddleware)

2. 使用异步数据库、缓存等

  • 若使用数据库，可选择支持异步的驱动，例如 Databases 或 asyncpg 等。
  • 若需要缓存，可以考虑使用 aioredis 之类的库，实现异步高并发的 Redis 操作。

3. 其他优化

  • 尽可能使用异步第三方库，避免在异步函数中使用阻塞的 I/O 操作。
  • 进行请求批量处理、连接池管理等高级优化，确保应用在高负载下也能保持稳定高效。

五、版本控制建议

1. 固定 FastAPI 版本

在项目的依赖文件（如 requirements.txt 或 pyproject.toml）中指定 FastAPI 版本范围，以保证兼容性并获得必要的 bug 修复。

css 复制代码 
fastapi[standard]>=0.115.0,<0.116.0

这样能够：

  • 保证在小版本更新时，仍能获取修复和小功能更新。
  • 避免大版本升级导致的向后不兼容问题。

2. 密切关注更新日志

FastAPI 处于快速发展中，建议你：

  • 经常查看官方文档和更新日志，了解最新改动。
  • 根据项目需求，及时升级到兼容的版本，享受性能与特性上的改进。

六、FastAPI 的优势与发展方向

  1. 高性能：基于 ASGI 与异步特性，使其在高并发场景下拥有出色表现。
  2. 强大的数据验证：利用 Pydantic 自动完成数据解析和验证，大幅减少手动编写校验逻辑的工作量。
  3. 自动生成文档：支持自动生成符合 OpenAPI 规范的交互式文档，极大提升开发效率与可维护性。
  4. 依赖注入：内置依赖注入系统，能够让业务逻辑与基础资源解耦并便于复用。
  5. 社区活跃：活跃的社区在不断推出新特性、新插件，为各种使用场景提供了丰富的解决方案。

在实际项目中，FastAPI 可以通过类型提示和自动验证减少 40% 的人为错误，并借助依赖注入和异步特性，进一步提升开发效率与服务吞吐能力。随着新版本的持续迭代，你可以享受到更多的性能优化与便利特性。

相关推荐
玉红7771 小时前
R语言的数据类型
开发语言·后端·golang
lvbu_2024war012 小时前
MATLAB语言的网络编程
开发语言·后端·golang
问道飞鱼2 小时前
【Springboot知识】Springboot进阶-实现CAS完整流程
java·spring boot·后端·cas
Q_19284999062 小时前
基于Spring Boot的电影网站系统
java·spring boot·后端
豌豆花下猫2 小时前
Python 潮流周刊#83：uv 的使用技巧（摘要）
后端·python·ai
凡人的AI工具箱3 小时前
每天40分玩转Django：Django部署概述
开发语言·数据库·后端·python·django
SomeB1oody3 小时前
【Rust自学】7.2. 路径（Path）Pt.1：相对路径、绝对路径与pub关键字
开发语言·后端·rust
SomeB1oody3 小时前
【Rust自学】7.3. 路径（Path）Pt.2：访问父级模块、pub关键字在结构体和枚举类型上的使用
开发语言·后端·rust
Bony-4 小时前
Go语言反射从入门到进阶
开发语言·后端·golang
凡人的AI工具箱4 小时前
每天40分玩转Django：Django Email
数据库·人工智能·后端·python·django·sqlite
热门推荐
01Gitlab ci/cd02Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO03玄机平台应急响应—webshell查杀04新手学习VR全景需要知道的几个问题05优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间06HCIA-datacom数通题库和录播视频资料07RAG 实践- Ollama+RagFlow 部署本地知识库08【一文读懂】NTN（非地面网络）技术介绍09支付宝短视频平台创作分成激励项目10docker安装启动问题解决排查