Cara menggunakan rangka kerja FastAPI untuk membina API data berprestasi tinggi

Cara menggunakan rangka kerja FastAPI untuk membina API data berprestasi tinggi

Pengenalan:
Dalam era Internet hari ini, membina API data berprestasi tinggi adalah kunci untuk mencapai respons pantas dan kebolehskalaan. Rangka kerja FastAPI ialah rangka kerja web berprestasi tinggi dalam Python yang membantu pembangun membina API berkualiti tinggi dengan cepat. Artikel ini akan membimbing pembaca memahami konsep asas rangka kerja FastAPI dan menyediakan kod sampel untuk membantu pembaca membina API data berprestasi tinggi dengan cepat.

1. Pengenalan kepada Rangka Kerja FastAPI
FastAPI ialah rangka kerja web berprestasi tinggi berdasarkan rangka kerja Starlette Ia menggabungkan teknologi terkini Python3.6+ dan menggunakan ciri lanjutan seperti petunjuk jenis dan sokongan tak segerak. FastAPI mempunyai kelebihan ketara dalam prestasi dan kemudahan penggunaan, dan digunakan secara meluas untuk membina API data berprestasi tinggi.

2. Pasang rangka kerja FastAPI
Sebelum kita mula, kita perlu memasang rangka kerja FastAPI. Buka tetingkap terminal dan laksanakan arahan berikut:

$ pip install fastapi
$ pip install uvicorn

Arahan di atas akan memasang rangka kerja FastAPI dan pelayan uvicorn yang bergantung padanya.

3 Bina aplikasi FastAPI yang pertama
Contoh berikut akan menunjukkan cara membina API data ringkas melalui rangka kerja FastAPI. Kami akan membina API untuk maklumat pelajar, termasuk mendapatkan senarai pelajar, mendapatkan maklumat pelajar individu dan menambah pelajar baharu. Cipta fail Python bernama main.py dalam tetingkap terminal dan tulis kod berikut:

from fastapi import FastAPI
from pydantic import BaseModel

class Student(BaseModel):
    id: int
    name: str
    age: int

app = FastAPI()

students = []

@app.get("/students")
async def get_students():
    return students

@app.get("/students/{student_id}")
async def get_student(student_id: int):
    for student in students:
        if student["id"] == student_id:
            return student
    return {"message": "Student not found"}

@app.post("/students")
async def create_student(student: Student):
    students.append(student)
    return student

Dalam kod di atas, kami mula-mula memperkenalkan modul FastAPI dan pydantic. Kemudian kelas bernama Pelajar ditakrifkan, yang mewarisi daripada BaseModel dan digunakan untuk menentukan struktur data pelajar. Seterusnya, kami mencipta contoh aplikasi FastAPI dan memulakan senarai pelajar kosong.

Dalam fungsi get_students(), pengendali permintaan HTTP GET ditakrifkan menggunakan penghias @app.get, yang digunakan untuk mendapatkan senarai pelajar. Gunakan penghias @app.get untuk memberitahu rangka kerja FastAPI kaedah permintaan HTTP yang sepadan dengan fungsi tersebut.

Begitu juga, kami juga menggunakan penghias @app.get untuk mentakrifkan fungsi get_student(), yang digunakan untuk mendapatkan maklumat pelajar tunggal. Dalam fungsi ini, kami mencari berdasarkan ID pelajar yang diluluskan dan mengembalikan maklumat pelajar yang sepadan.

Akhir sekali, kami mentakrifkan fungsi create_student() melalui @app.post decorator, yang digunakan untuk menambah maklumat pelajar baharu. Dalam fungsi ini, kami menambah objek pelajar yang diterima pada senarai pelajar.

4. Jalankan aplikasi FastAPI
Lakukan arahan berikut dalam tetingkap terminal untuk memulakan aplikasi FastAPI:

$ uvicorn main:app --reload

Arahan di atas akan memulakan pelayan uvicorn dan mendengar port tempatan 8000. Selepas permulaan yang berjaya, anda boleh mengakses http://localhost:8000/students dalam pelayar atau klien HTTP untuk menguji kefungsian antara muka API.

Kesimpulan:
Melalui pengenalan artikel ini, kami telah memahami konsep asas dan penggunaan rangka kerja FastAPI, dan mempelajari cara membina API data berprestasi tinggi melalui contoh mudah. Menggunakan rangka kerja FastAPI boleh membantu pembangun membina API data berprestasi tinggi dengan cepat dan menyediakan banyak ciri dan fungsi praktikal. Saya harap artikel ini dapat membantu pembaca memahami dan menggunakan rangka kerja FastAPI.

Atas ialah kandungan terperinci Cara menggunakan rangka kerja FastAPI untuk membina API data berprestasi tinggi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!