介绍一下Web框架之fastapi
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。
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==2.0.1from flask import Flaskfrom flask import jsonifyapp = Flask(__name__)@app.route("/")def hello_world(): return jsonify({"hello": "world"})1234567891011复制代码类型：[javascript] fastapi# fastapi==0.65.1from fastapi import FastAPIapp = FastAPI()@app.get("/")def read_root(): return {"Hello": "World"}12345678910复制代码类型：[javascript] 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flaskfastapigin运行时长67s28s5s最大值37197ms641ms270ms平均值582ms266ms40ms吞吐量751.s/sec1798.3/sec9817.4/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.pyfrom typing import Optionalfrom fastapi import FastAPIapp = 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}1234567891011121314151617复制代码类型：[javascript] 启动服务：> uvicorn main:app --reloadINFO: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)INFO: Started reloader process [19224] using statreloadINFO: Started server process [23320]INFO: Waiting for application startup.INFO: Application startup complete.123456复制代码类型：[javascript] 访问：http://127.0.0.1:8000/docs
访问：http://127.0.0.1:8000/redoc
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。flaskimport jsonfrom flask import Flaskfrom flask import jsonifyfrom flask import requestapp = 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})1234567891011121314151617181920212223242526272829303132复制代码类型：[javascript] 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。fastapifrom typing import Optionalfrom fastapi import FastAPIfrom pydantic import BaseModelapp = 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}1234567891011121314151617复制代码类型：[javascript] 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。