FastAPI依赖注入：参数共享与逻辑复用

扫描二维码关注或者微信搜一搜：编程智域前端至全栈交流与成长

第一章：依赖注入核心原理

1.1 依赖树构建机制

python 复制代码

from fastapi import Depends


def auth_service():
    return OAuth2Scheme()


def db_conn(auth: dict = Depends(auth_service)):
    return Database(creds=auth)


@app.get("/data")
async def get_data(conn=Depends(db_conn)):
    return conn.query()

依赖树可视化：
graph TD get_data --> db_conn --> auth_service

1.2 作用域控制

python 复制代码

from fastapi import Depends, FastAPI
from sqlalchemy.orm import sessionmaker

SessionLocal = sessionmaker(autocommit=False)


# 请求级作用域
def get_db():
    db = SessionLocal()
    try:
        yield db
    finally:
        db.close()


# 应用级单例
cache = LRUCache(size=100)


def get_cache():
    return cache

第二章：Pydantic深度集成

2.1 动态模型注入

python 复制代码

from pydantic import create_model


def dynamic_model(fields: dict):
    return create_model('DynamicModel', **fields)


class FilterFactory:
    @classmethod
    def create(cls, model: BaseModel):
        class QueryParams(model):
            limit: int = 100
            offset: int = 0

        return QueryParams


@app.get("/search")
async def search(params=Depends(FilterFactory.create(User))):
    return params.dict()

2.2 校验逻辑复用

python 复制代码

from pydantic import validator, root_validator


class GeoValidator:
    @classmethod
    def lat_validator(cls, v):
        if not -90 <= v <= 90:
            raise ValueError("纬度范围错误")
        return v


class Location(BaseModel):
    lat: float
    lng: float

    _validate_lat = validator('lat', allow_reuse=True)(GeoValidator.lat_validator)

第三章：高级注入模式

3.1 工厂模式注入

python 复制代码

class NotificationClient:
    def __init__(self, type: str):
        self.client = self._create_client(type)

    @staticmethod
    def _create_client(type):
        return {
            "sms": SMSClient(),
            "email": EmailClient()
        }[type]


def get_notifier(type: str):
    def _factory():
        return NotificationClient(type)

    return _factory


@app.post("/alert")
async def send_alert(
        notifier: NotificationClient = Depends(get_notifier("sms"))
):
    notifier.client.send()

3.2 条件依赖注入

python 复制代码

from fastapi import Header


def feature_flag_dep(feature_name: str):
    class FeatureChecker:
        def __init__(self,
                     enabled: bool = Depends(check_feature_enabled)
                     ):
            if not enabled:
                raise HTTPException(403, "功能未启用")

    return FeatureChecker


def check_feature_enabled(
        feature: str = Header(...),
        config: Config = Depends(get_config)
) -> bool:
    return config.is_enabled(feature)


@app.get("/beta")
async def beta_feature(
        checker=Depends(feature_flag_dep("beta"))
):
    return "功能可用"

第四章：错误处理与调试

4.1 依赖链错误传播

python 复制代码

class DatabaseError(Exception):
    pass


def db_dep():
    try:
        yield connection
    except Exception as e:
        raise DatabaseError() from e


@app.exception_handler(DatabaseError)
async def handle_db_error(request, exc):
    return JSONResponse(500, {"detail": "数据库异常"})

4.2 依赖图可视化调试

python 复制代码

from fastapi.dependencies.utils import solve_dependencies


def print_dependency_tree():
    routes = app.routes
    for route in routes:
        if isinstance(route, APIRoute):
            solved = solve_dependencies(route.dependant)
            print(f"Route {route.path}:")
            for dep in solved.flat_graph():
                print(f"└─ {dep.call.__name__}")

第五章：测试与维护

5.1 依赖覆盖测试

python 复制代码

from fastapi.testclient import TestClient


def override_dep():
    return MockDatabase()


app.dependency_overrides[get_db] = override_dep

client = TestClient(app)
response = client.get("/data")
assert "mock" in response.text

5.2 依赖版本管理

python 复制代码

from packaging.version import parse


class VersionedDep:
    def __init__(self, api_version: str = Header(...)):
        self.version = parse(api_version)

    def check_min_version(self, min_version: str):
        if self.version < parse(min_version):
            raise HTTPException(400, "版本过低")


@app.get("/new-feature")
async def new_feature(
        dep: VersionedDep = Depends(),
        checker=Depends(dep.check_min_version("2.3"))
):
    return "功能可用"

课后Quiz

Q1：如何实现跨路由共享查询参数？

A) 在每个路由重复定义参数

B) 使用全局变量存储参数

C) 通过依赖注入共享参数

Q2：依赖注入的yield语句有什么作用？

实现请求后清理逻辑
提高依赖执行速度
支持异步生成器

Q3：如何测试被覆盖的依赖项？

使用dependency_overrides
直接修改源代码
配置环境变量

错误解决方案速查表

错误类型	解决方案
422 Validation Error	检查请求参数是否匹配Pydantic模型定义
DIResolutionError	确认依赖树没有循环引用，所有依赖项已正确定义
DependencyInstantiationError	检查yield依赖是否正确处理异常，验证上下文管理器实现

扩展阅读

《Dependency Injection Principles》 - 依赖注入设计原则深度解析
《Clean Architecture in Python》 - Python整洁架构实践指南
《FastAPI Internals》 - 框架源码分析与实现原理

架构箴言：优秀的依赖注入设计应遵循SOLID原则，特别是依赖倒置原则（DIP）。建议使用依赖图分析工具保持注入层次不超过5层，对高频依赖实施缓存策略，并定期进行依赖关系审计。

探索数千个预构建的 AI 应用，开启你的下一个伟大创意

余下文章内容请点击跳转至个人博客页面或者扫码关注或者微信搜一搜：编程智域前端至全栈交流与成长，阅读完整的文章：FastAPI依赖注入：参数共享与逻辑复用 | cmdragon's Blog

FastAPI依赖注入：参数共享与逻辑复用

第一章：依赖注入核心原理

1.1 依赖树构建机制

1.2 作用域控制

第二章：Pydantic深度集成

2.1 动态模型注入

2.2 校验逻辑复用

第三章：高级注入模式

3.1 工厂模式注入

3.2 条件依赖注入

第四章：错误处理与调试

4.1 依赖链错误传播

4.2 依赖图可视化调试

第五章：测试与维护

5.1 依赖覆盖测试

5.2 依赖版本管理

课后Quiz

错误解决方案速查表

扩展阅读

往期文章归档：