Skip to content

FastAPI

FastAPI

FastAPI 框架,高效能,易於學習,快速開發,適用於生產環境

Test Coverage Package version Supported Python versions


文件https://fastapi.tiangolo.com

程式碼https://github.com/tiangolo/fastapi


FastAPI 是一個現代、快速(高效能)的 web 框架,用於 Python 並採用標準 Python 型別提示。

主要特點包含:

  • 快速: 非常高的效能,可與 NodeJSGo 效能相當 (歸功於 Starlette and Pydantic)。 FastAPI 是最快的 Python web 框架之一
  • 極速開發: 提高開發功能的速度約 200% 至 300%。 *
  • 更少的 Bug: 減少約 40% 的人為(開發者)導致的錯誤。 *
  • 直覺: 具有出色的編輯器支援,處處都有自動補全以減少偵錯時間。
  • 簡單: 設計上易於使用和學習,大幅減少閱讀文件的時間。
  • 簡潔: 最小化程式碼重複性。可以通過不同的參數聲明來實現更豐富的功能,和更少的錯誤。
  • 穩健: 立即獲得生產級可用的程式碼,還有自動生成互動式文件。
  • 標準化: 基於 (且完全相容於) OpenAPIs 的相關標準:OpenAPI(之前被稱為 Swagger)和JSON Schema

* 基於內部開發團隊在建立生產應用程式時的測試預估。

贊助

其他贊助商

評價

"[...] 近期大量的使用 FastAPI。 [...] 目前正在計畫在微軟團隊的機器學習服務中導入。其中一些正在整合到核心的 Windows 產品和一些 Office 產品。"

Kabir Khan - Microsoft (ref)

"我們使用 FastAPI 來建立產生預測結果的 REST 伺服器。 [for Ludwig]"

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

"Netflix 很榮幸地宣布開源危機管理協調框架: Dispatch! [是使用 FastAPI 建構]"

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

"我對 FastAPI 興奮得不得了。它太有趣了!"

Brian Okken - Python Bytes podcast host (ref)

"老實說,你建造的東西看起來非常堅固和精緻。在很多方面,這就是我想要的,看到有人建造它真的很鼓舞人心。"

Timothy Crosley - Hug creator (ref)

"如果您想學習一種用於構建 REST API 的現代框架,不能錯過 FastAPI [...] 它非常快速、且易於使用和學習 [...]"

"我們的 APIs 已經改用 FastAPI [...] 我想你會喜歡它 [...]"

Ines Montani - Matthew Honnibal - Explosion AI 創辦人 - spaCy creators (ref) - (ref)

"如果有人想要建立一個生產環境的 Python API,我強烈推薦 FastAPI,它設計精美使用簡單高度可擴充,它已成為我們 API 優先開發策略中的關鍵組件,並且驅動了許多自動化服務,例如我們的 Virtual TAC Engineer。"

Deon Pillsbury - Cisco (ref)

Typer,命令列中的 FastAPI

如果你不是在開發網頁 API,而是正在開發一個在終端機中運行的命令列應用程式,不妨嘗試 Typer

Typer 是 FastAPI 的小兄弟。他立志成為命令列的 FastAPI。 ⌨️ 🚀

安裝需求

FastAPI 是站在以下巨人的肩膀上:

安裝

$ pip install fastapi

---> 100%

你同時也會需要 ASGI 伺服器用於生產環境,像是 UvicornHypercorn

$ pip install "uvicorn[standard]"

---> 100%

範例

建立

  • 建立一個 python 檔案 main.py,並寫入以下程式碼:
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}
或可以使用 async def...

如果你的程式使用 async / await,請使用 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

如果你不知道是否會用到,可以查看 "In a hurry?" 章節中,關於 asyncawait 的部分

運行

使用以下指令運行伺服器:

$ uvicorn main:app --reload

INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO:     Started reloader process [28720]
INFO:     Started server process [28722]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
關於指令 uvicorn main:app --reload...

該指令 uvicorn main:app 指的是:

  • mainmain.py 檔案(一個 python 的 "模組")。
  • app:在 main.py 檔案中,使用 app = FastAPI() 建立的物件。
  • --reload:程式碼更改後會自動重新啟動,請僅在開發時使用此參數。

檢查

使用瀏覽器開啟 http://127.0.0.1:8000/items/5?q=somequery

你將會看到以下的 JSON 回應:

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

你已經建立了一個具有以下功能的 API:

  • 透過路徑 //items/{item_id} 接受 HTTP 請求。
  • 以上路經都接受 GET 請求(也被稱為 HTTP 方法)。
  • 路徑 /items/{item_id} 有一個 int 型別的 item_id 參數。
  • 路徑 /items/{item_id} 有一個 str 型別的查詢參數 q

互動式 API 文件

使用瀏覽器開啟 http://127.0.0.1:8000/docs

你會看到自動生成的互動式 API 文件(由 Swagger UI 生成):

Swagger UI

ReDoc API 文件

使用瀏覽器開啟 http://127.0.0.1:8000/redoc

你將看到 ReDoc 文件 (由 ReDoc 生成):

ReDoc

範例升級

現在繼續修改 main.py 檔案,來接收一個帶有 body 的 PUT 請求。

我們使用 Pydantic 來使用標準的 Python 型別聲明請求。

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}

伺服器將自動重新載入(因為在上一步中,你向 uvicorn 指令添加了 --reload 的選項)。

互動式 API 文件升級

使用瀏覽器開啟 http://127.0.0.1:8000/docs

  • 互動式 API 文件會自動更新,並加入新的 body 請求:

Swagger UI

  • 點擊 "Try it out" 按鈕, 你可以填寫參數並直接與 API 互動:

Swagger UI interaction

  • 然後點擊 "Execute" 按鈕,使用者介面將會向 API 發送請求,並將結果顯示在螢幕上:

Swagger UI interaction

ReDoc API 文件升級

使用瀏覽器開啟 http://127.0.0.1:8000/redoc

  • ReDoc API 文件會自動更新,並加入新的參數和 body 請求:

ReDoc

總結

總結來說, 你就像宣告函式的參數型別一樣,只宣告了一次請求參數和請求主體參數等型別。

你使用 Python 標準型別來完成聲明。

你不需要學習新的語法、類別、方法或函式庫等等。

只需要使用 Python 以上的版本

舉個範例,比如宣告 int 的型別:

item_id: int

或是一個更複雜的 Item 模型:

item: Item

在進行一次宣告後,你將獲得:

  • 編輯器支援:
    • 自動補全
    • 型別檢查
  • 資料驗證:
    • 驗證失敗時自動生成清楚的錯誤訊息
    • 可驗證多層巢狀的 JSON 物件
  • 轉換輸入的資料: 轉換來自網路請求到 Python 資料型別。包含以下數據:
    • JSON
    • 路徑參數
    • 查詢參數
    • Cookies
    • 請求標頭
    • 表單
    • 文件
  • 轉換輸出的資料: 轉換 Python 資料型別到網路傳輸的 JSON:
    • 轉換 Python 型別 (strintfloatboollist 等)
    • datetime 物件
    • UUID 物件
    • 數據模型
    • ...還有其他更多
  • 自動生成的 API 文件,包含 2 種不同的使用介面:
    • Swagger UI
    • ReDoc

回到前面的的程式碼範例,FastAPI 還會:

  • 驗證 GETPUT 請求路徑中是否包含 item_id
  • 驗證 GETPUT 請求中的 item_id 是否是 int 型別。
    • 如果驗證失敗,將會返回清楚有用的錯誤訊息。
  • 查看 GET 請求中是否有命名為 q 的查詢參數 (例如 http://127.0.0.1:8000/items/foo?q=somequery)。
    • 因為 q 參數被宣告為 = None,所以是選填的。
    • 如果沒有宣告 None,則此參數將會是必填 (例如 PUT 範例的請求 body)。
  • 對於 PUT 的請求 /items/{item_id},將會讀取 body 為 JSON:
    • 驗證是否有必填屬性 name 且型別是 str
    • 驗證是否有必填屬性 price 且型別是 float
    • 驗證是否有選填屬性 is_offer 且型別是 bool
    • 以上驗證都適用於多層次巢狀 JSON 物件。
  • 自動轉換 JSON 格式。
  • 透過 OpenAPI 文件來記錄所有內容,可以被用於:
    • 互動式文件系統。
    • 自動為多種程式語言生成用戶端的程式碼。
  • 提供兩種交互式文件介面。

雖然我們只敘述了表面的功能,但其實你已經理解了它是如何執行。

試著修改以下程式碼:

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

從:

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

修改為:

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

然後觀察你的編輯器,會自動補全並且還知道他們的型別:

editor support

有關更多功能的完整範例,可以參考 教學 - 使用者指南

劇透警告: 教學 - 使用者指南內容有:

  • 對來自不同地方的參數進行宣告:像是 headers, cookies, form 表單以及上傳檔案
  • 如何設定 驗證限制 像是 maximum_length or regex
  • 簡單且非常容易使用的 依賴注入 系統。
  • 安全性和身份驗證,包含提供支援 OAuth2JWT tokensHTTP Basic 驗證。
  • 更進階 (但同樣簡單) 的宣告 多層次的巢狀 JSON 格式 (感謝 Pydantic)。
  • GraphQLStrawberry 以及其他的相關函式庫進行整合。
  • 更多其他的功能 (感謝 Starlette) 像是:
    • WebSockets
    • 於 HTTPX 和 pytest 的非常簡單測試
    • CORS
    • Cookie Sessions
    • ...以及更多

效能

來自獨立機構 TechEmpower 的測試結果,顯示在 Uvicorn 執行下的 FastAPI最快的 Python 框架之一, 僅次於 Starlette 和 Uvicorn 本身 (兩者是 FastAPI 的底層)。 (*)

想了解更多訊息,可以參考 測試結果

可選的依賴套件

用於 Pydantic:

用於 Starlette:

  • httpx - 使用 TestClient時必須安裝。
  • jinja2 - 使用預設的模板配置時必須安裝。
  • python-multipart - 需要使用 request.form() 對表單進行 "解析" 時安裝。
  • itsdangerous - 需要使用 SessionMiddleware 支援時安裝。
  • pyyaml - 用於支援 Starlette 的 SchemaGenerator (如果你使用 FastAPI,可能不需要它)。

用於 FastAPI / Starlette:

  • uvicorn - 用於加載和運行應用程式的服務器。
  • orjson - 使用 ORJSONResponse時必須安裝。
  • ujson - 使用 UJSONResponse 時必須安裝。

你可以使用 pip install "fastapi[all]" 來安裝這些所有依賴套件。

授權

該項目遵循 MIT 許可協議。