fastapi使用知识

最新推荐文章于 2025-07-18 15:34:07 发布

原创最新推荐文章于 2025-07-18 15:34:07 发布 · 1.1k 阅读

2 ·

CC 4.0 BY-SA版权

该博客为作者原创，未经作者同意，仅供参阅，禁止转载。

文章标签：

#fastapi #web #服务器 #python框架

WEB 专栏收录该内容

6 篇文章

订阅专栏

前沿

FastAPI 是用来构建 API 服务的一个高性能框架。快！性能极高，可与 NodeJS, Go 媲美。
FastAPI（中文官方文档）：https://fastapi.tiangolo.com/zh/

uvicorn是一个闪电般快速的ASGI服务器，基于uvloop和httptools构建。

步骤

1、安装依赖包（fastapi、uvicorn、gunicorn）

pip install fastapi -i https://pypi.douban.com/simple/
pip install uvicorn -i https://pypi.douban.com/simple/
pip install gunicorn -i https://pypi.douban.com/simple/

  
  1
2
3

2、测试并启动

启动方式1：python fastapi_main.py

"""fastapi_main.py
~~~~~~~~~~~~~~
:copyright: (c) 2020 by Dingdang Cat
:modified: 2020-09-15
"""
import uvicorn
from fastapi import FastAPI

apps = FastAPI()

@apps.get("/")
async def root():
return { “message”: “Hello World”}

if name==‘main’:
uvicorn.run(app=‘fastapi_main:apps’, host=“0.0.0.0”,port=8000,reload=True,debug=True)

启动方式2：

# 默认端口启动
uvicorn main:app --reload
# 指定端口启动
uvicorn main:app --host '0.0.0.0' --port 8000 --reload

 
 1
2
3
4

启动方式3：

# 前两个都是阻塞式的，并且在控制台关闭之后，程序也就关闭了。使用gunicron完成启动
gunicorn main:app -b 0.0.0.0:8000  -w 4 -k uvicorn.workers.UvicornH11Worker --daemon

 
 1
2

3、FastAPI编写POST请求

fastapi 定义请求体，需要从pydantic的BaseModel

from pydantic import BaseModel

 
 1

创建数据模型；然后，将你的数据模型声明为继承自 BaseModel 的类。
使用标准的 Python 类型来声明所有属性

class Item(BaseModel):
    name: str
    description: Optional[str] = None
    price: float
    tax: Optional[float] = None

 
 1
2
3
4
5

4、服务端完整版代码

"""fast_app.py
~~~~~~~~~~~~~~
本模块是fastapi算法服务的入口。

©️ © 2020 by Dingdang Cat
:modified: 2020-09-15
“”"
import requests
from fastapi import FastAPI, Request
from pydantic import BaseModel
from datetime import datetime
from typing import List, Dict, Set, Union, Text, Tuple, Optional

# 创建数据模型
class Item(BaseModel):
name: str
description: str = None
price: float
tax: float = None

app = FastAPI()

@app.get("/")
async def root():
return ‘Hello World!’

@app.post("/algorithm/ner-tagging/")
async def fcao_predict(item: Item):
item_dict = item.dict()
name = item_dict[“name”]
description = item_dict[“description”]
price = item_dict[“price”]
tax = item_dict[“tax”]
hanshu(name, description, price, tax) # 实现某个功能的函数
return { “code”: 200, “msg”: “请求成功”, “data”: “”}

if name == ‘main’:
uvicorn.run(app)

5、客户端完整版代码

"""test_api.py
~~~~~~~~~~~~~~

def ner_tagging(body):
“”“项目公文解析服务api测试”""
time1 = time.time()
ret = requests.post(“http://192.168.1.141:8000/algorithm/ner-tagging/”, json.dumps(body))
print(“发送post数据请求成功！”)
time2 = time.time()
print("ELAPSED: ", time2 - time1)
print(“RESULT:”, ret.json())

if name == ‘main’:
body={
“name”: “Foo”,
“description”: “An optional description”,
“price”: 45.2,
“tax”: 3.5
}
ner_tagging(body)

6、异步服务

当你的计算为异步时，需要在本地开启callback服务用以接收返回结果

"""callback_service.py
~~~~~~~~~~~~~~
本模块主要提供接收计算后返回的结果.

©️ © 2020 by Dingdang Cat
:modified: 2020-09-16
“”"
import uvicorn
from fastapi import FastAPI, Request
from pydantic import BaseModel
from pprint import pprint

platform_app = FastAPI()

class Item(BaseModel):
elapsedTime: float = None
taskTime: str = None
results: dict = { }

@platform_app.post(’/callback-result’)
def callback_result(item: Item):
“”" 接收计算后返回的结果，对算法平台计算后返回的结果进行评测
“”"
item_dict = item.dict()
# 接收文本数据
calculate_time = item_dict[“elapsedTime”]
task_time = item_dict[“taskTime”]
documents = item_dict[“results”]
pprint(documents)
print(“回调发起时间：”, task_time)
print(“任务耗时%s” % round(calculate_time, 2))
print(“收到计算后返回的结果有 %d 条” % len(documents))
# 判断接收的数据是否为空
if not len(documents):
return { “err_code”: “1”,
“data”: “”,
“msg”: “No res received”}
return { “code”: “200”,
“data”: “”,
“msg”: “”}