跳到主要内容

FastAPI 框架

问题​

FastAPI 的核心特性是什么？为什么说它是"现代 Python Web 框架"？

答案​

FastAPI 基于 Starlette 和 Pydantic，原生支持 async/await、自动生成 OpenAPI 文档、类型安全的请求校验。

基础应用​

from fastapi import FastAPI, Query, Path, HTTPException
from pydantic import BaseModel, Field

app = FastAPI(title="User API", version="1.0.0")

# Pydantic 模型自动校验请求体
class UserCreate(BaseModel):
    name: str = Field(..., min_length=1, max_length=50)
    email: str = Field(..., pattern=r"^[\w.-]+@[\w.-]+\.\w+$")
    age: int = Field(ge=0, le=150)

class UserResponse(BaseModel):
    id: int
    name: str
    email: str

# 路径参数 + 查询参数 + 自动文档
@app.get("/users/{user_id}", response_model=UserResponse)
async def get_user(
    user_id: int = Path(..., ge=1),
    include_email: bool = Query(default=True),
):
    user = await fetch_user(user_id)
    if not user:
        raise HTTPException(status_code=404, detail="User not found")
    return user

@app.post("/users", response_model=UserResponse, status_code=201)
async def create_user(user: UserCreate):
    return await save_user(user)

依赖注入​

FastAPI 的依赖注入系统是其最强大的特性之一：

from fastapi import Depends
from sqlalchemy.ext.asyncio import AsyncSession

# 数据库会话依赖
async def get_db() -> AsyncGenerator[AsyncSession, None]:
    async with async_session() as session:
        yield session

# 认证依赖
async def get_current_user(
    token: str = Depends(oauth2_scheme),
    db: AsyncSession = Depends(get_db),
) -> User:
    user = await verify_token(token, db)
    if not user:
        raise HTTPException(status_code=401)
    return user

# 使用依赖——自动注入 db 和 user
@app.get("/profile")
async def profile(
    user: User = Depends(get_current_user),
    db: AsyncSession = Depends(get_db),
):
    return await get_profile(db, user.id)

中间件与生命周期​

from contextlib import asynccontextmanager

# 应用生命周期（启动/关闭）
@asynccontextmanager
async def lifespan(app: FastAPI):
    # 启动时初始化
    await init_db()
    yield
    # 关闭时清理
    await close_db()

app = FastAPI(lifespan=lifespan)

# 中间件
@app.middleware("http")
async def add_timing(request, call_next):
    start = time.time()
    response = await call_next(request)
    response.headers["X-Process-Time"] = str(time.time() - start)
    return response

框架对比​

特性FastAPIFlaskDjango
异步支持原生 async需要扩展3.1+ 部分支持
类型校验Pydantic 自动手动Serializer
API 文档自动生成 Swagger/ReDoc需扩展需 DRF
性能高（Uvicorn/Starlette）中中
学习曲线低低高

常见面试问题​

Q1: FastAPI 为什么性能高？​

答案：

  1. ASGI 原生：基于 Starlette，利用 uvloop 和 httptools 高性能 C 扩展
  2. 异步 I/O：原生 async/await，非阻塞处理并发请求
  3. Pydantic v2：核心校验逻辑用 Rust 编写，比 v1 快 5-50 倍
  4. 无 ORM 绑定：不强制绑定 ORM，避免不必要的抽象开销

Q2: FastAPI 的依赖注入和 Spring 的区别？​

答案：

FastAPI 依赖注入是函数级别的，每个请求独立解析依赖树。Spring 是 Bean 容器级别的，启动时注入。FastAPI 更轻量，适合无状态 API；Spring 更完整，适合复杂企业应用。

Q3: 如何处理 FastAPI 中的后台任务？​

答案：

from fastapi import BackgroundTasks

@app.post("/send-email")
async def send_email(bg: BackgroundTasks):
    bg.add_task(send_email_task, "user@example.com")
    return {"message": "Email queued"}

对于复杂任务，应使用 Celery 等分布式任务队列。

Q4: FastAPI 如何做认证？​

答案：

FastAPI 内置 OAuth2 支持：

from fastapi.security import OAuth2PasswordBearer

oauth2_scheme = OAuth2PasswordBearer(tokenUrl="token")

@app.get("/protected")
async def protected(token: str = Depends(oauth2_scheme)):
    # token 自动从 Authorization: Bearer xxx 提取
    return verify_and_decode(token)

Q5: Pydantic v1 和 v2 的主要区别？​

答案：

特性Pydantic v1Pydantic v2
核心引擎纯 PythonRust (pydantic-core)
性能基准快 5-50x
严格模式无model_config = ConfigDict(strict=True)
序列化.dict().model_dump()
校验器@validator@field_validator

相关链接​