FastAPI

FastAPI 框架，高性能，易于学习，高效编码，生产可用

文档： https://fastapi.tiangolo.com

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。

Sponsors¶

Other sponsors

评价¶

「[...] 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。」

Kabir Khan - 微软 (ref)

「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！」

Brian Okken - Python Bytes 播客主持人 (ref)

「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。」

Timothy Crosley - Hug 作者 (ref)

「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 [...]」

Ines Montani - Matthew Honnibal - Explosion AI 创始人 - spaCy 作者 (ref) - (ref)

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。 ⌨️ 🚀

依赖¶

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。

安装¶

$ pip install fastapi

---> 100%

你还会需要一个 ASGI 服务器，生产环境可以使用 Uvicorn 或者 Hypercorn。

$ pip install "uvicorn[standard]"

---> 100%

示例¶

创建¶

创建一个 main.py 文件并写入以下内容:

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。

运行¶

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.

关于 uvicorn main:app --reload 命令......

uvicorn main:app 命令含义如下:

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。

检查¶

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）：

Swagger UI

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）：

ReDoc

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：

Swagger UI

点击「Try it out」按钮，之后你可以填写参数并直接调用 API：

Swagger UI interaction

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：

Swagger UI interaction

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：

ReDoc

总结¶

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：
- 自动补全
- 类型检查
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：
- JSON
- 路径参数
- 查询参数
- Cookies
- 请求头
- 表单
- 文件
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

回到前面的代码示例，FastAPI 将会：

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：

editor support

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
- CORS
- Cookie Sessions
- ......以及更多

性能¶

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。

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。
ujson - 使用 UJSONResponse 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。