介绍一下Web框架之fastapi

开课吧开课吧锤锤2021-06-24 16:48

    Web框架在最近几年也发生了很大的变化,从大而全,转向现在专注于后端接口服务。例如PHP的codeigniter(我只用过这一点),比如Python的django框架,都是基于MVC的Web框架,一个框架就可以完全解决前后端的问题。在基于javascript语言的前端大放异彩之后,后端Web框架已经让出了V(视图),把注意力集中在做MC的工作上,当然前端可以干MC的工作,但先从后端开发同学的工作上来。

web

    Python语言下面的Web框架非常的多。

    从大而全的Django。

    小而且美的Flask。

    很早就支持异步的Tornado。

    性能更进一步的异步框架sanic。

    以上几款Web框架我多少都有使用过,我一度觉得sanic是pythonWeb框架的未来,支持异步,性能好,类flask的语法,代码简单,没想到被fastapi截胡了,fastapi在github的上星速度非常快。它在如何把后端api做好的这件事情上,做的比sanic更全面,更彻底。

    个觉得fastapi在以下几个方面做得很优秀。

    性能

    先做个简单的性能对比:

    flask

# flask==2.0.1
from flask import Flask
from flask import jsonify

app = Flask(__name__)


@app.route("/")
def hello_world():
    return jsonify({"hello": "world"})

    fastapi

# fastapi==0.65.1
from fastapi import FastAPI

app = FastAPI()


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

    虽然两个框架都支持异步(flask2.0支持异步),但我们使用的都是同步代码。

    JMeter配置:并发(500)*循环(100)*启动时间(1s)=总请求数(50000)

结果 flask fastapi gin
运行时长 67s 28s 5s
最大值 37197ms 641ms 270ms
平均值 582ms 266ms 40ms
吞吐量 751.s/sec 1798.3/sec 9817.4/sec

    虽然是简单的对比,fastapi在各项性能指标,都有非常明显的性能优势。

    api文档

    fastapi直接支持OpenAPI(前身是Swagger)和redoc两种文档格式。

# main.py
from typing import Optional

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: Optional[str] = None):
    return {"item_id": item_id, "q": q}

    启动服务:

> uvicorn main:app --reload
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO:     Started reloader process [19224] using statreload
INFO:     Started server process [23320]
INFO:     Waiting for application startup.
INFO:     Application startup complete.

    访问:http://127.0.0.1:8000/docs

web

    访问:http://127.0.0.1:8000/redoc

web

    对于开发来说,简直不要太爽了,代码即文档,压根不用写接口文档。试问:还是谁?

    类型检查

    我们知道python是弱类型的语言,直到python3.5才加入类型系统。而我们在做接口参数校验的时候,必定要写大量代码验证参数是否为空,类型是否正确。

    flask

import json
from flask import Flask
from flask import jsonify
from flask import request

app = Flask(__name__)

@app.route('/items/<int:item_id>', methods=['GET', 'POST', "PUT", "DELETE"])
def update_item(item_id):
    if request.method == "PUT":
        try:
            data = json.loads(request.get_data())
        except json.decoder.JSONDecodeError:
            return jsonify({"code":10101, "msg": "format error"})
        try:
            name = data["name"]
            price = data["price"]
            is_offer = data["is_offer"]
        except KeyError:
            return jsonify({"code": 10102, "msg": "key null"})

        if not isinstance(name, str):
            return jsonify({"code": 10103, "msg": "name not is str"})

        if not isinstance(price, float):
            return jsonify({"code": 10104, "msg": "price not is float"})

        if not isinstance(is_offer, bool):
            return jsonify({"code": 10105, "msg": "is_offer not is bool"})

        return jsonify({"item_name": name, "item_id": item_id})

    在flask中为了验证参数是否为空,以及参数的类型,必须要写大量的异常和类型判断的代码。

    fastapi

from typing import Optional
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


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


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

    fastapi通过pydantic检查参数类型,有一点像go的结构体,简直不要太简单。

    总结

    fastapi凭借上面几个优点,真的非常适合做后端API开发的工作,不管是从性能,还是开发效率上面优势非常明显,受到大家的追捧也是必然的。

    以上就是开课吧广场小编为大家整理发布的“介绍一下Web框架之fastapi”一文,更多Web教程相关内容尽在开课吧广场Web教程频道!

免责声明:本站所提供的内容均来源于网友提供或网络搜集,由本站编辑整理,仅供个人研究、交流学习使用。如涉及版权问题,请联系本站管理员予以更改或删除。
有用
分享
全部评论快来秀出你的观点
登录 后可发表观点…
发表
暂无评论,快来抢沙发!
云开发实战特训营