源码
:
https://github.com/tiangolo/fastapi
FastAPI 是一个用于构建 API 的现代、快速(高性能)的 web 框架,使用 Python 3.8+ 并基于标准的 Python 类型提示。
关键特性:
快速
:可与
NodeJS
和
Go
并肩的极高性能(归功于 Starlette 和 Pydantic)。
最快的 Python web 框架之一
。
高效编码
:提高功能开发速度约 200% 至 300%。*
更少 bug
:减少约 40% 的人为(开发者)导致错误。*
智能
:极佳的编辑器支持。处处皆可
自动补全
,减少调试时间。
简单
:设计的易于使用和学习,阅读文档的时间更短。
简短
:使代码重复最小化。通过不同的参数声明实现丰富功能。bug 更少。
健壮
:生产可用级别的代码。还有自动生成的交互式文档。
标准化
:基于(并完全兼容)API 的相关开放标准:
OpenAPI
(以前被称为 Swagger) 和
JSON Schema
。
* 根据对某个构建线上应用的内部开发团队所进行的测试估算得出。
Other sponsors
「
[...] 最近我一直在使用
FastAPI
。[...] 实际上我正在计划将其用于我所在的
微软
团队的所有
机器学习服务
。其中一些服务正被集成进核心
Windows
产品和一些
Office
产品。
」
「
我们选择了
FastAPI
来创建用于获取
预测结果
的
REST
服务。[用于 Ludwig]
」
Piero Molino,Yaroslav Dudin 和 Sai Sumanth Miryala -
Uber
(ref)
「
Netflix
非常高兴地宣布,正式开源我们的
危机管理
编排框架:
Dispatch
![使用
FastAPI
构建]
」
Kevin Glisson,Marc Vilanova,Forest Monsen -
Netflix
(ref)
「
FastAPI
让我兴奋的欣喜若狂。它太棒了!
」
「
老实说,你的作品看起来非常可靠和优美。在很多方面,这就是我想让
Hug
成为的样子 - 看到有人实现了它真的很鼓舞人心。
」
「
如果你正打算学习一个
现代框架
用来构建 REST API,来看下
FastAPI
[...] 它快速、易用且易于学习 [...]
」
「
我们已经将
API
服务切换到了
FastAPI
[...] 我认为你会喜欢它的 [...]
」
Typer
,命令行中的 FastAPI
如果你正在开发一个在终端中运行的
命令行
应用而不是 web API,不妨试下
Typer
。
Typer
是 FastAPI 的小同胞。它想要成为
命令行中的 FastAPI
。 ⌨️ 🚀
Python 3.8 及更高版本
FastAPI 站在以下巨人的肩膀之上:
Starlette
负责 web 部分。
Pydantic
负责数据部分。
$ pip install fastapi
---> 100%
@app.get("/items/{item_id}")
def read_item(item_id: int, q: Union[str, None] = None):
return {"item_id": item_id, "q": q}
或者使用 async def
...
如果你的代码里会出现 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}
Note:
如果你不知道是否会用到,可以查看文档的 "In a hurry?" 章节中 关于 async
和 await
的部分。
通过以下命令运行服务器:
$ 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.
main
:main.py
文件(一个 Python "模块")。
app
:在 main.py
文件中通过 app = FastAPI()
创建的对象。
--reload
:让服务器在更新代码后重新启动。仅在开发时使用该选项。
使用浏览器访问 http://127.0.0.1:8000/items/5?q=somequery。
你将会看到如下 JSON 响应:
{"item_id": 5, "q": "somequery"}
你已经创建了一个具有以下功能的 API:
通过 路径 /
和 /items/{item_id}
接受 HTTP 请求。
以上 路径 都接受 GET
操作(也被称为 HTTP 方法)。
/items/{item_id}
路径 有一个 路径参数 item_id
并且应该为 int
类型。
/items/{item_id}
路径 有一个可选的 str
类型的 查询参数 q
。
交互式 API 文档
现在访问 http://127.0.0.1:8000/docs。
你会看到自动生成的交互式 API 文档(由 Swagger UI生成):
可选的 API 文档
访问 http://127.0.0.1:8000/redoc。
你会看到另一个自动生成的文档(由 ReDoc 生成):
示例升级
现在修改 main.py
文件来从 PUT
请求中接收请求体。
我们借助 Pydantic 来使用标准的 Python 类型声明请求体。
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}
服务器将会自动重载(因为在上面的步骤中你向 uvicorn
命令添加了 --reload
选项)。
交互式 API 文档升级
访问 http://127.0.0.1:8000/docs。
交互式 API 文档将会自动更新,并加入新的请求体:
点击「Try it out」按钮,之后你可以填写参数并直接调用 API:
然后点击「Execute」按钮,用户界面将会和 API 进行通信,发送参数,获取结果并在屏幕上展示:
可选文档升级
访问 http://127.0.0.1:8000/redoc。
可选文档同样会体现新加入的请求参数和请求体:
总的来说,你就像声明函数的参数类型一样只声明了一次请求参数、请求体等的类型。
你使用了标准的现代 Python 类型来完成声明。
你不需要去学习新的语法、了解特定库的方法或类,等等。
只需要使用标准的 Python 3.8 及更高版本。
举个例子,比如声明 int
类型:
item_id: int
或者一个更复杂的 Item
模型:
item: Item
......在进行一次声明之后,你将获得:
编辑器支持,包括:
- 数据校验:
- 在校验失败时自动生成清晰的错误信息
- 对多层嵌套的 JSON 对象依然执行校验
- 转换 来自网络请求的输入数据为 Python 数据类型。包括以下数据:
- Cookies
- 转换 输出的数据:转换 Python 数据类型为供网络传输的 JSON 数据:
- 转换 Python 基础类型 (
str
、 int
、 float
、 bool
、 list
等)
datetime
对象
UUID
对象
- 数据库模型
- ......以及更多其他类型
- 自动生成的交互式 API 文档,包括两种可选的用户界面:
- Swagger UI
- ReDoc
- 校验
GET
和 PUT
请求的路径中是否含有 item_id
。
- 校验
GET
和 PUT
请求中的 item_id
是否为 int
类型。
- 如果不是,客户端将会收到清晰有用的错误信息。
- 检查
GET
请求中是否有命名为 q
的可选查询参数(比如 http://127.0.0.1:8000/items/foo?q=somequery
)。
- 因为
q
被声明为 = None
,所以它是可选的。
- 如果没有
None
它将会是必需的 (如 PUT
例子中的请求体)。
- 对于访问
/items/{item_id}
的 PUT
请求,将请求体读取为 JSON 并:
- 检查是否有必需属性
name
并且值为 str
类型 。
- 检查是否有必需属性
price
并且值为 float
类型。
- 检查是否有可选属性
is_offer
, 如果有的话值应该为 bool
类型。
- 以上过程对于多层嵌套的 JSON 对象同样也会执行
- 自动对 JSON 进行转换或转换成 JSON。
- 通过 OpenAPI 文档来记录所有内容,可被用于:
- 交互式文档系统
- 许多编程语言的客户端代码自动生成系统
- 直接提供 2 种交互式文档 web 界面。
虽然我们才刚刚开始,但其实你已经了解了这一切是如何工作的。
尝试更改下面这行代码:
return {"item_name": item.name, "item_id": item_id}
......从:
... "item_name": item.name ...
......改为:
... "item_price": item.price ...
......注意观察编辑器是如何自动补全属性并且还知道它们的类型:
教程 - 用户指南 中有包含更多特性的更完整示例。
剧透警告: 教程 - 用户指南中的内容有:
- 对来自不同地方的参数进行声明,如:请求头、cookies、form 表单以及上传的文件。
- 如何设置校验约束如
maximum_length
或者 regex
。
- 一个强大并易于使用的 依赖注入 系统。
- 安全性和身份验证,包括通过 JWT 令牌和 HTTP 基本身份认证来支持 OAuth2。
- 更进阶(但同样简单)的技巧来声明 多层嵌套 JSON 模型 (借助 Pydantic)。
- 许多额外功能(归功于 Starlette)比如:
- WebSockets
- GraphQL
- 基于 HTTPX 和
pytest
的极其简单的测试
- Cookie Sessions
- ......以及更多
独立机构 TechEmpower 所作的基准测试结果显示,基于 Uvicorn 运行的 FastAPI 程序是 最快的 Python web 框架之一,仅次于 Starlette 和 Uvicorn 本身(FastAPI 内部使用了它们)。(*)
想了解更多,请查阅 基准测试 章节。
可选依赖
用于 Pydantic:
email_validator
- 用于 email 校验。
用于 Starlette:
httpx
- 使用 TestClient
时安装。
jinja2
- 使用默认模板配置时安装。
python-multipart
- 需要通过 request.form()
对表单进行「解析」时安装。
itsdangerous
- 需要 SessionMiddleware
支持时安装。
pyyaml
- 使用 Starlette 提供的 SchemaGenerator
时安装(有 FastAPI 你可能并不需要它)。
graphene
- 需要 GraphQLApp
支持时安装。
ujson
- 使用 UJSONResponse
时安装。
用于 FastAPI / Starlette:
uvicorn
- 用于加载和运行你的应用程序的服务器。
orjson
- 使用 ORJSONResponse
时安装。
你可以通过 pip install fastapi[all]
命令来安装以上所有依赖。
许可协议
该项目遵循 MIT 许可协议。
The FastAPI trademark is owned by @tiangolo and is registered in the US and across other regions
Made with
Material for MkDocs