跳到内容

FastAPI

FastAPI

FastAPI 框架,高性能,易于学习,编码快速,生产就绪。

Test Coverage Package version Supported Python versions


文档: https://fastapi.org.cn

源代码: https://github.com/fastapi/fastapi


FastAPI 是一个现代、快速(高性能)的 Web 框架,用于基于标准 Python 类型提示构建 API。

主要特性包括:

  • 快速:极高的性能,与 NodeJSGo 不相上下(得益于 Starlette 和 Pydantic)。它是目前最快的 Python 框架之一
  • 编码快速:功能开发速度提高约 200% 到 300%。*
  • 更少 Bug:减少约 40% 的人为(开发者)错误。*
  • 直观:出色的编辑器支持。补全无处不在。调试时间更少。
  • 简单:设计为易于使用和学习。阅读文档时间更少。
  • 简洁:最小化代码重复。每个参数声明实现多个功能。减少 Bug。
  • 健壮:获得生产就绪代码。带有自动交互式文档。
  • 基于标准:基于(并完全兼容)API 的开放标准:OpenAPI(以前称为 Swagger)和 JSON Schema

* 根据内部开发团队构建生产应用程序的测试估算。

赞助商

其他赞助商

评价

"[...] 我最近大量使用 FastAPI。[...] 我实际上计划在 Microsoft 的所有 ML 服务中使用它。其中一些将集成到核心 Windows 产品和一些 Office 产品中。"

Kabir Khan - Microsoft (参考)

"我们采用 FastAPI 库来启动一个 REST 服务器,该服务器可以被查询以获取预测。[用于 Ludwig]"

Piero Molino, Yaroslav Dudin, and Sai Sumanth Miryala - Uber (参考)

"Netflix 很高兴宣布开源我们的危机管理编排框架:Dispatch![使用 FastAPI 构建]"

Kevin Glisson, Marc Vilanova, Forest Monsen - Netflix (参考)

"我对 FastAPI 激动万分。它太有趣了!"

Brian Okken - Python Bytes 播客主持人 (参考)

"老实说,你构建的东西看起来非常扎实和完善。在许多方面,这就是我希望 Hug 成为的样子——看到有人构建出这样的东西真是令人振奋。"

Timothy Crosley - Hug 创建者 (参考)

"如果你正在学习一个现代框架来构建 REST API,那就看看 FastAPI [...] 它快速、易用且易学 [...]"

"我们的 API 已经切换到 FastAPI [...] 我想你会喜欢它的 [...]"

Ines Montani - Matthew Honnibal - Explosion AI 创始人 - spaCy 创建者 (参考) - (参考)

"如果有人想构建生产级别的 Python API,我强烈推荐 FastAPI。它设计精美使用简单高度可扩展,它已成为我们 API 优先开发策略的关键组成部分,并驱动着许多自动化和服务,例如我们的虚拟 TAC 工程师。"

Deon Pillsbury - Cisco (参考)

Typer,命令行应用的 FastAPI

如果你正在构建一个用于终端而非 Web API 的CLI 应用,请查看 Typer

Typer 是 FastAPI 的小兄弟。它旨在成为命令行应用的 FastAPI。⌨️ 🚀

要求

FastAPI 站在巨人的肩膀上

安装

创建并激活虚拟环境,然后安装 FastAPI

$ pip install "fastapi[standard]"

---> 100%

注意:请务必将 "fastapi[standard]" 用引号括起来,以确保它在所有终端中都能正常工作。

示例

创建

创建文件 main.py,内容如下:

from typing import Union

from fastapi import FastAPI

app = FastAPI()


@app.get("/")
def read_root():
    return {"Hello": "World"}


@app.get("/items/{item_id}")
def read_item(item_id: int, q: Union[str, None] = None):
    return {"item_id": item_id, "q": q}
或使用 async def...

如果你的代码使用 async / await,请使用 async def

from typing import Union

from fastapi import FastAPI

app = FastAPI()


@app.get("/")
async def read_root():
    return {"Hello": "World"}


@app.get("/items/{item_id}")
async def read_item(item_id: int, q: Union[str, None] = None):
    return {"item_id": item_id, "q": q}

注意:

如果你不确定,请查看文档中关于 asyncawait 的“快速入门”部分

运行

使用以下命令运行服务器:

$ fastapi dev main.py

 ╭────────── FastAPI CLI - Development mode ───────────╮
 │                                                     │
 │  Serving at: http://127.0.0.1:8000                  │
 │                                                     │
 │  API docs: http://127.0.0.1:8000/docs               │
 │                                                     │
 │  Running in development mode, for production use:   │
 │                                                     │
 │  fastapi run                                        │
 │                                                     │
 ╰─────────────────────────────────────────────────────╯

INFO:     Will watch for changes in these directories: ['/home/user/code/awesomeapp']
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO:     Started reloader process [2248755] using WatchFiles
INFO:     Started server process [2248757]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
关于命令 fastapi dev main.py...

命令 fastapi dev 读取你的 main.py 文件,检测其中的 FastAPI 应用程序,并使用 Uvicorn 启动服务器。

默认情况下,fastapi dev 将在本地开发时启用自动重载。

你可以在 FastAPI CLI 文档中了解更多信息。

检查它

在浏览器中打开 http://127.0.0.1:8000/items/5?q=somequery

你将看到以下 JSON 响应:

{"item_id": 5, "q": "somequery"}

你已经创建了一个 API,它:

  • 在路径 //items/{item_id} 接收 HTTP 请求。
  • 这两个路径都接受 GET 操作(也称为 HTTP 方法)。
  • 路径 /items/{item_id} 有一个路径参数 item_id,它应该是 int 类型。
  • 路径 /items/{item_id} 有一个可选的 str 查询参数 q

交互式 API 文档

现在访问 http://127.0.0.1:8000/docs

你将看到自动生成的交互式 API 文档(由 Swagger UI 提供)

Swagger UI

备选 API 文档

现在,访问 http://127.0.0.1:8000/redoc

你将看到备选的自动文档(由 ReDoc 提供)

ReDoc

示例升级

现在修改文件 main.py,以接收来自 PUT 请求的正文。

借助 Pydantic,使用标准 Python 类型声明正文。

from typing import Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    price: float
    is_offer: Union[bool, None] = None


@app.get("/")
def read_root():
    return {"Hello": "World"}


@app.get("/items/{item_id}")
def read_item(item_id: int, q: Union[str, None] = None):
    return {"item_id": item_id, "q": q}


@app.put("/items/{item_id}")
def update_item(item_id: int, item: Item):
    return {"item_name": item.name, "item_id": item_id}

fastapi dev 服务器应自动重新加载。

交互式 API 文档升级

现在访问 http://127.0.0.1:8000/docs

  • 交互式 API 文档将自动更新,包括新的正文

Swagger UI

  • 点击“试用”按钮,你可以填写参数并直接与 API 交互

Swagger UI interaction

  • 然后点击“执行”按钮,用户界面将与你的 API 通信,发送参数,获取结果并将其显示在屏幕上

Swagger UI interaction

备选 API 文档升级

现在,访问 http://127.0.0.1:8000/redoc

  • 备选文档也将反映新的查询参数和正文

ReDoc

总结

总之,你只需在函数参数中一次性声明参数、正文等的类型。

你使用标准现代 Python 类型来完成此操作。

你无需学习新的语法、特定库的方法或类等。

只需标准 Python

例如,对于 int

item_id: int

或者对于更复杂的 Item 模型

item: Item

...通过这个单一声明,你将获得:

  • 编辑器支持,包括:
    • 补全。
    • 类型检查。
  • 数据验证
    • 数据无效时自动且清晰的错误提示。
    • 即使是深层嵌套的 JSON 对象也能进行验证。
  • 输入数据转换:将来自网络的数据转换为 Python 数据和类型。读取自:
    • JSON。
    • 路径参数。
    • 查询参数。
    • Cookie。
    • 请求头。
    • 表单。
    • 文件。
  • 输出数据转换:将 Python 数据和类型转换为网络数据(如 JSON)
    • 转换 Python 类型(strintfloatboollist 等)。
    • datetime 对象。
    • UUID 对象。
    • 数据库模型。
    • ...以及更多。
  • 自动交互式 API 文档,包括 2 种备选用户界面:
    • Swagger UI。
    • ReDoc。

回到之前的代码示例,FastAPI 将:

  • 验证 GETPUT 请求的路径中是否存在 item_id
  • 验证 GETPUT 请求的 item_id 类型为 int
    • 如果不是,客户端将看到一条有用且清晰的错误信息。
  • 检查 GET 请求中是否存在名为 q 的可选查询参数(如 http://127.0.0.1:8000/items/foo?q=somequery)。
    • 由于 q 参数声明为 = None,因此它是可选的。
    • 如果没有 None,它将是必需的(就像 PUT 请求中的正文一样)。
  • 对于 PUT 请求到 /items/{item_id},将正文读取为 JSON
    • 检查它是否有一个必需属性 name,该属性应为 str
    • 检查它是否有一个必需属性 price,该属性必须为 float
    • 检查它是否有一个可选属性 is_offer,如果存在,则应为 bool
    • 所有这些也适用于深层嵌套的 JSON 对象。
  • 自动进行 JSON 的转换。
  • 使用 OpenAPI 文档化所有内容,可用于:
    • 交互式文档系统。
    • 多种语言的自动客户端代码生成系统。
  • 直接提供 2 个交互式文档 Web 界面。

我们只是浅尝辄止,但你已经了解了它的工作原理。

尝试更改以下行:

    return {"item_name": item.name, "item_id": item_id}

...从

        ... "item_name": item.name ...

...到

        ... "item_price": item.price ...

...然后看看你的编辑器如何自动补全属性并识别它们的类型

editor support

要查看包含更多功能的完整示例,请参阅教程 - 用户指南

剧透警告:教程 - 用户指南包括:

  • 声明来自其他不同位置的参数,例如:headerscookiesform fieldsfiles
  • 如何设置验证约束,例如 maximum_lengthregex
  • 一个功能强大且易于使用的依赖注入系统。
  • 安全和认证,包括支持带 JWT tokenOAuth2HTTP Basic 认证。
  • 更高级(但同样简单)的声明深层嵌套 JSON 模型的技术(得益于 Pydantic)。
  • Strawberry 及其他库的 GraphQL 集成。
  • 许多额外功能(得益于 Starlette),例如:
    • WebSockets
    • 基于 HTTPX 和 pytest 的极简测试
    • CORS
    • Cookie 会话
    • ...等等。

性能

独立的 TechEmpower 基准测试显示,在 Uvicorn 下运行的 FastAPI 应用程序是最快的 Python 框架之一,仅次于 Starlette 和 Uvicorn 本身(FastAPI 内部使用它们)。(*)

要了解更多信息,请参阅基准测试部分。

依赖项

FastAPI 依赖于 Pydantic 和 Starlette。

standard 依赖项

当你使用 pip install "fastapi[standard]" 安装 FastAPI 时,它会附带 standard 组可选依赖项:

Pydantic 使用:

Starlette 使用:

  • httpx - 如果你想使用 TestClient,则必需。
  • jinja2 - 如果你想使用默认模板配置,则必需。
  • python-multipart - 如果你想支持带有 request.form() 的表单“解析”,则必需。

FastAPI 使用:

  • uvicorn - 用于加载和提供应用程序的服务器。这包括 uvicorn[standard],它包含高性能服务所需的一些依赖项(例如 uvloop)。
  • fastapi-cli[standard] - 用于提供 fastapi 命令。
    • 这包括 fastapi-cloud-cli,它允许你将 FastAPI 应用程序部署到 FastAPI Cloud

不带 standard 依赖项

如果你不想包含 standard 可选依赖项,可以使用 pip install fastapi 代替 pip install "fastapi[standard]"

不带 fastapi-cloud-cli

如果你想安装带标准依赖项但没有 fastapi-cloud-cli 的 FastAPI,可以使用 pip install "fastapi[standard-no-fastapi-cloud-cli]" 进行安装。

其他可选依赖项

你可能需要安装一些额外的依赖项。

Pydantic 其他可选依赖项

FastAPI 其他可选依赖项

  • orjson - 如果你想使用 ORJSONResponse,则必需。
  • ujson - 如果你想使用 UJSONResponse,则必需。

许可证

本项目根据 MIT 许可证条款获得许可。