新版本Dash完美支持原生FastAPI后端

更多Dash应用开发干货知识、案例,欢迎关注"玩转Dash"微信公众号👇

1 简介

大家好我是费老师Dash作为基于Python进行全栈应用开发 的流行框架,在先前的版本 中,其底层内置的网络通信 相关功能一直是基于Flask实现的。

而从前段时间发布的4.1.0版本开始,Dash在这方面带来了重大提升 ,使得我们通过简单的参数,就能够灵活的在Flask(默认)、FastAPI以及Quart这三种框架中进行选择,作为我们的Dash应用底层实际调用的web服务框架,这极大程度上提升了Dash应用的性能⚡,以及功能开发自由度💪。

今天的文章中,我们就以FastAPI型后端为例,为大家展示在Dash应用中选择FastAPI作为底层后端框架的常用方法和技巧。

2 Dash应用直接使用原生FastAPI后端

2.1 Dash及FastAPI依赖的安装

该特性从Dash4.1.0正式版本开始引入,并从4.2.0rc0预发布版本开始进一步优化了相关稳定性问题,因此建议大家使用下面的命令,控制Python环境中Dash的最低版本,顺便完成对FastAPI后端依赖的安装:

bash 复制代码
pip install "dash>=4.2.0rc0" fastapi

查看已安装的DashFastAPI信息:

2.2 为Dash应用切换到FastAPI后端

完成Dash的更新以及相关依赖的安装后,我们先以一个非常简单的Dash应用为例,其关键的代码非常简单,只需要在Dash应用实例化时,设置参数backend="fastapi",当前Dash应用就会自动的在底层使用FastAPI代替默认的Flask
app1.py

python 复制代码
import dash
import fastapi
import feffery_antd_components as fac
from dash import html
from feffery_dash_utils.style_utils import style

app = dash.Dash(__name__, backend="fastapi")

app.layout = html.Div(
    [
        fac.AntdAlert(
            message="当前Dash应用后端类型:FastAPI",
            description="Dash版本:{},FastAPI版本:{}".format(
                dash.__version__,
                fastapi.__version__,
            ),
            showIcon=True,
        )
    ],
    style=style(padding=50),
)

if __name__ == "__main__":
    app.run(debug=True)

通过浏览器开发者工具抓包,也可以看到对应的server变成了FastAPI对应的高性能框架uvicorn

并且底层切换成FastAPI之后,开发模式下的热重载 功能也会转向FastAPI自带的,其在检测到项目代码格式错误后,不会直接终止终端里运行中的应用服务,不像默认的基于Flask的热重载还得手动重新执行命令启动应用,这一点很方便:

2.3 基于FastAPI添加自定义接口

像上文那样将我们的Dash应用底层更换为FastAPI后,我们就可以基于FastAPI的写法添加额外的自定义接口,对应的Dash应用实例对象,其server属性即为内置的FastAPI实例,根据这一点进行接口开发即可:

2.3.1 基础接口测试

app2.py

python 复制代码
import dash
from dash import html

app = dash.Dash(__name__, backend="fastapi")

app.layout = html.Div()


@app.server.get("/fastapi-basic-test")
def fastapi_basic_test():
    """基础接口测试"""

    return {
        "api": "fastapi-basic-test",
        "status": "success",
        "message": "Dash+FastAPI=⚡",
    }


if __name__ == "__main__":
    app.run(debug=True)

对应接口访问结果:

2.3.2 异步接口测试

app3.py

python 复制代码
import dash
from dash import html

app = dash.Dash(__name__, backend="fastapi")


@app.server.get("/fastapi-async-test")
async def fastapi_async_test():
    """异步接口测试"""

    return {
        "api": "fastapi-async-test",
        "status": "success",
        "message": "Dash+FastAPI=⚡",
    }


app.layout = html.Div()

if __name__ == "__main__":
    app.run(debug=True)

对应接口访问结果:

2.3.3 SSE接口测试

app4.py

python 复制代码
import asyncio
from datetime import datetime

import dash
from dash import html
from fastapi.sse import EventSourceResponse

app = dash.Dash(__name__, backend="fastapi")


@app.server.get("/fastapi-sse-test", response_class=EventSourceResponse)
async def fastapi_sse_test():
    """SSE接口测试"""

    while True:
        await asyncio.sleep(1)
        yield {
            "timestamp": datetime.now().isoformat(),
        }


app.layout = html.Div()

if __name__ == "__main__":
    app.run(debug=True)

对应接口访问结果:

2.3.4 Websocket接口测试

app5.py

python 复制代码
import asyncio
from datetime import datetime

import dash
from dash import html
from fastapi import WebSocket

app = dash.Dash(__name__, backend="fastapi")


@app.server.websocket("/fastapi-ws-test")
async def fastapi_ws_test(websocket: WebSocket):
    """WebSocket接口测试"""

    await websocket.accept()
    try:
        while True:
            await asyncio.sleep(1)
            await websocket.send_json(
                {
                    "timestamp": datetime.now().isoformat(),
                }
            )
    except Exception:
        pass


app.layout = html.Div()

if __name__ == "__main__":
    app.run(debug=True)

对应接口访问结果(使用浏览器插件WebSocket DevTools进行演示):

2.4 快捷部署应用

在先前版本的Dash中,由于单一依赖Flask,因此针对已经开发完成的应用进行正式部署上线时,往往需要额外借助gunicorngranianwaitress等框架。

而对于新版本Dash,既然使用了内置的FastAPI后端,那么就可以直接通过uvicorn命令来进行应用的高性能部署,示例命令如下,其中app.server即指向了应用主文件中Dash实例内置的FastAPI实例属性:

bash 复制代码
uvicorn app:app.server --host 0.0.0.0 --port 8050 --workers 4

凭借这一新特性,我们可以在日常开发各种数据应用的过程中,充分结合DashFastAPI,开发出功能更加丰富性能更加强大的Dash应用😎。


更多有关Dash应用开发的干货内容,欢迎持续关注我们❤️

相关推荐
Ulyanov2 小时前
《玩转QT Designer Studio:从设计到实战》 QT Designer Studio环境搭建与核心工作区详解
开发语言·python·qt·系统仿真·雷达电子战系统仿真
2301_816660212 小时前
c++ openimageio工具 c++如何使用oiiotool进行图像批量处理
jvm·数据库·python
m0_377618232 小时前
SQL性能调优:为何尽量使用窗口函数而非关联子查询
jvm·数据库·python
2301_796588502 小时前
如何监控MongoDB索引碎片的产生_compact命令与碎片整理
jvm·数据库·python
qq_432703662 小时前
HTML函数运行吃CPU吗_HTML函数对处理器性能影响评估【教程】
jvm·数据库·python
databook2 小时前
如何灵活设置公式中各个部分的颜色?
python·数学·动效
hhb_6182 小时前
Python 工程化开发与性能优化实践
开发语言·python·性能优化
NiKick2 小时前
Python 爬虫实战案例 - 获取社交平台事件热度并进行影响分析
开发语言·爬虫·python
weixin_458580122 小时前
php怎么处理跨域请求_php如何设置header解决跨域问题详解
jvm·数据库·python