Merkmale

FastAPI Merkmale

FastAPI ermöglicht Ihnen Folgendes:

Basiert auf offenen Standards

• OpenAPI für die Erstellung von APIs, inklusive Deklarationen von Pfad-Operationen, Parametern, Requestbodys, Sicherheit, usw.
• Automatische Dokumentation der Datenmodelle mit JSON Schema (da OpenAPI selbst auf JSON Schema basiert).
• Um diese Standards herum entworfen, nach sorgfältigem Studium. Statt einer nachträglichen Schicht darüber.
• Dies ermöglicht auch automatische Client-Code-Generierung in vielen Sprachen.

Automatische Dokumentation

Interaktive API-Dokumentation und erkundbare Web-Benutzeroberflächen. Da das Framework auf OpenAPI basiert, gibt es mehrere Optionen, zwei sind standardmäßig vorhanden.

• Swagger UI, bietet interaktive Erkundung, testen und rufen Sie Ihre API direkt im Webbrowser auf.

• Alternative API-Dokumentation mit ReDoc.

Nur modernes Python

Alles basiert auf Standard-Python-Typdeklarationen (dank Pydantic). Es muss keine neue Syntax gelernt werden, nur standardisiertes modernes Python.

Wenn Sie eine zweiminütige Auffrischung benötigen, wie man Python-Typen verwendet (auch wenn Sie FastAPI nicht benutzen), schauen Sie sich das kurze Tutorial an: Einführung in Python-Typen.

Sie schreiben Standard-Python mit Typen:

from datetime import date

from pydantic import BaseModel

# Deklarieren Sie eine Variable als ein str
# und bekommen Sie Editor-Unterstützung innerhalb der Funktion
def main(user_id: str):
    return user_id


# Ein Pydantic-Modell
class User(BaseModel):
    id: int
    name: str
    joined: date

Das kann nun wie folgt verwendet werden:

my_user: User = User(id=3, name="John Doe", joined="2018-07-19")

second_user_data = {
    "id": 4,
    "name": "Mary",
    "joined": "2018-11-30",
}

my_second_user: User = User(**second_user_data)

Info

**second_user_data bedeutet:

Nimm die Schlüssel-Wert-Paare des second_user_data Dicts und übergebe sie direkt als Schlüsselwort-Argumente. Äquivalent zu: User(id=4, name="Mary", joined="2018-11-30")

Editor Unterstützung

Das ganze Framework wurde so entworfen, dass es einfach und intuitiv zu benutzen ist; alle Entscheidungen wurden auf mehreren Editoren getestet, sogar vor der Implementierung, um die bestmögliche Entwicklererfahrung zu gewährleisten.

In den Python-Entwickler-Umfragen wird klar, dass die meist genutzte Funktion die „Autovervollständigung“ ist.

Das gesamte FastAPI-Framework ist darauf ausgelegt, das zu erfüllen. Autovervollständigung funktioniert überall.

Sie werden selten noch mal in der Dokumentation nachschauen müssen.

So kann Ihr Editor Sie unterstützen:

• in Visual Studio Code:

• in PyCharm:

Sie bekommen sogar Autovervollständigung an Stellen, an denen Sie dies vorher nicht für möglich gehalten hätten. Zum Beispiel der price Schlüssel in einem JSON Datensatz (dieser könnte auch verschachtelt sein), der aus einem Request kommt.

Nie wieder falsche Schlüsselnamen tippen, Hin und Herhüpfen zwischen der Dokumentation, Hoch- und Runterscrollen, um herauszufinden, ob es username oder user_name war.

Kompakt

Es gibt für alles sensible Defaultwerte, mit optionaler Konfiguration überall. Alle Parameter können feinjustiert werden, damit sie tun, was Sie benötigen, und die API definieren, die Sie brauchen.

Aber standardmäßig „funktioniert einfach alles“.

Validierung

• Validierung für die meisten (oder alle?) Python-Datentypen, hierzu gehören:

  • JSON Objekte (dict).
  • JSON Listen (list), die den Typ ihrer Elemente definieren.
  • Strings (str) mit definierter minimaler und maximaler Länge.
  • Zahlen (int, float) mit Mindest- und Maximalwerten, usw.

• Validierung für mehr exotische Typen, wie:

  • URL.
  • E-Mail.
  • UUID.
  • ... und andere.

Die gesamte Validierung übernimmt das gut etablierte und robuste Pydantic.

Sicherheit und Authentifizierung

Sicherheit und Authentifizierung sind integriert. Ohne Kompromisse bei Datenbanken oder Datenmodellen.

Alle in OpenAPI definierten Sicherheitsschemas, inklusive:

• HTTP Basic.
• OAuth2 (auch mit JWT Tokens). Siehe dazu das Tutorial zu OAuth2 mit JWT.
• API Schlüssel in:
  • Headern.
  • Query-Parametern.
  • Cookies, usw.

Zusätzlich alle Sicherheitsfunktionen von Starlette (inklusive Session Cookies).

Alles als wiederverwendbare Tools und Komponenten gebaut, die einfach in Ihre Systeme, Datenspeicher, relationale und nicht-relationale Datenbanken, usw., integriert werden können.

Dependency Injection

FastAPI enthält ein extrem einfach zu verwendendes, aber extrem mächtiges Dependency Injection System.

• Selbst Abhängigkeiten können Abhängigkeiten haben, woraus eine Hierarchie oder ein „Graph“ von Abhängigkeiten entsteht.
• Alles automatisch gehandhabt durch das Framework.
• Alle Abhängigkeiten können Daten von Requests anfordern und das Verhalten von Pfadoperationen und der automatisierten Dokumentation modifizieren.
• Automatische Validierung selbst für solche Parameter von Pfadoperationen, welche in Abhängigkeiten definiert sind.
• Unterstützung für komplexe Authentifizierungssysteme, Datenbankverbindungen, usw.
• Keine Kompromisse bei Datenbanken, Frontends, usw., sondern einfache Integration mit allen.

Unbegrenzte Erweiterungen

Oder mit anderen Worten, sie werden nicht benötigt. Importieren und nutzen Sie den Code, den Sie brauchen.

Jede Integration wurde so entworfen, dass sie so einfach zu nutzen ist (mit Abhängigkeiten), dass Sie eine Erweiterung für Ihre Anwendung mit nur zwei Zeilen Code erstellen können. Hierbei nutzen Sie die gleiche Struktur und Syntax, wie bei Pfadoperationen.

Getestet

• 100 % Testabdeckung.
• 100 % Typen annotiert.
• Verwendet in Produktionsanwendungen.

Starlette Merkmale

FastAPI ist vollkommen kompatibel (und basiert auf) Starlette. Das bedeutet, wenn Sie eigenen Starlette Quellcode haben, funktioniert der.

FastAPI ist tatsächlich eine Unterklasse von Starlette. Wenn Sie also bereits Starlette kennen oder benutzen, das meiste funktioniert genau so.

Mit FastAPI bekommen Sie alles von Starlette (da FastAPI nur Starlette auf Steroiden ist):

• Schwer beeindruckende Performanz. Es ist eines der schnellsten Python-Frameworks, auf Augenhöhe mit NodeJS und Go.
• WebSocket-Unterstützung.
• Hintergrundtasks im selben Prozess.
• Startup- und Shutdown-Events.
• Testclient basierend auf HTTPX.
• CORS, GZip, statische Dateien, Responses streamen.
• Sitzungs- und Cookie-Unterstützung.
• 100 % Testabdeckung.
• 100 % Typen annotierte Codebasis.

Pydantic Merkmale

FastAPI ist vollkommen kompatibel (und basiert auf) Pydantic. Das bedeutet, wenn Sie eigenen Pydantic Quellcode haben, funktioniert der.

Inklusive externer Bibliotheken, die auf Pydantic basieren, wie ORMs, ODMs für Datenbanken.

Daher können Sie in vielen Fällen das Objekt eines Requests direkt zur Datenbank schicken, weil alles automatisch validiert wird.

Das gleiche gilt auch für die andere Richtung: Sie können in vielen Fällen das Objekt aus der Datenbank direkt zum Client senden.

Mit FastAPI bekommen Sie alle Funktionen von Pydantic (da FastAPI für die gesamte Datenverarbeitung Pydantic nutzt):

• Kein Kopfzerbrechen:
  • Keine neue Schemadefinition-Mikrosprache zu lernen.
  • Wenn Sie Pythons Typen kennen, wissen Sie, wie man Pydantic verwendet.
• Gutes Zusammenspiel mit Ihrer/Ihrem IDE/Linter/Gehirn:
  • Weil Pydantics Datenstrukturen einfach nur Instanzen ihrer definierten Klassen sind; Autovervollständigung, Linting, mypy und Ihre Intuition sollten alle einwandfrei mit Ihren validierten Daten funktionieren.
• Validierung von komplexen Strukturen:
  • Benutzung von hierarchischen Pydantic-Modellen, Python-typings List und Dict, etc.
  • Die Validierer erlauben es, komplexe Datenschemen klar und einfach zu definieren, überprüft und dokumentiert als JSON Schema.
  • Sie können tief verschachtelte JSON Objekte haben, die alle validiert und annotiert sind.
• Erweiterbar:
  • Pydantic erlaubt die Definition von eigenen Datentypen oder sie können die Validierung mit einer validator-dekorierten Methode im Modell erweitern.
• 100 % Testabdeckung.