FastAPI 是一个用于构建 API 的现代、快速（高性能）的 web 框架，使用 Python 并基于标准的 Python 类型提示。
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。
FastAPI 的核心
Uvicorn
官方文档：www.uvicorn.org
- Uvicorn 是一个基于 uvloop 和 httptools 实现的高性能 ASGI 服务器，可以实现异步处理 HTTP 请求。
- FastAPI 使用 Uvicorn 作为其默认的 Web 服务器，是因为 Uvicorn 是一个非常快速、可靠且易于使用的 ASGI 服务器，可以在处理大量并发连接时保持稳定和高效。
- Uvicorn 还支持 WebSocket 和 HTTP/2 等新特性，符合 FastAPI 提倡的现代 Web 开发理念。因此，使用 Uvicorn 作为 FastAPI 的 Web 服务器是一个很好的选择
特点
- 基于 ASGI 标准
ASGI 是 Python 异步 Web 应用的规范，相比传统的 WSGI（同步标准），它支持异步编程（如async/await），能更好地处理高并发请求（如长连接、WebSocket 等）。 - 轻量高效
Uvicorn 底层使用uvloop（高性能事件循环，替代 Python 标准库的asyncio）和httptools（快速 HTTP 解析器），性能接近 Node.js 或 Go 编写的服务器。 - 兼容性
支持所有遵循 ASGI 规范的框架（如 FastAPI、Starlette、Django 3.0+ 等），也可作为反向代理（如与 Nginx 配合）部署
Starlette
官方文档：www.starlette.io
Starlette 是一个轻量级、高性能的异步 Web 框架，基于 ASGI（Asynchronous Server Gateway Interface）标准构建，专为 Python 异步编程设计。它以简洁、灵活和高性能著称，常被用作构建更复杂框架（如 FastAPI）的基础，也可直接用于开发各类 Web 应用和 API
Pydantic
Pydantic 是一个基于 Python 类型提示（type hints）的数据验证和设置管理库，由 Samuel Colvin 开发。它主要用于数据解析、验证和序列化，广泛应用于 API 开发（如 FastAPI）、配置管理、数据转换等场景
FastAPI 与 Uvicorn、 Starlette、Pydantic的关系
FastAPI、Starlette、Uvicorn 和 Pydantic 是 Python 异步 Web 开发生态中紧密协作的四个核心组件，它们分工明确又相互配合，共同构成了高效的 API 开发体系。它们的关系可以概括为：
- Uvicorn：底层运行引擎（服务器）
- Starlette：基础 Web 框架（提供路由、请求处理等核心功能）
- Pydantic：数据验证工具（负责数据校验和类型处理）
- FastAPI：上层 API 框架（整合前三者，专注 API 开发）
具体关系解析
-
FastAPI 与 Uvicorn
- Uvicorn 是一个基于
asyncio的 ASGI 服务器（异步服务器网关接口），负责处理底层网络通信 - FastAPI 和 Starlette 都是 ASGI 应用框架，必须依赖 Uvicorn（或其他 ASGI 服务器，如 Hypercorn）才能运行
- 关系类比：Uvicorn 像 "服务器主机"，FastAPI/Starlette 像运行在主机上的 "应用程序"
- Uvicorn 是一个基于
-
FastAPI 与 Starlette
- FastAPI 直接继承自 Starlette，是 Starlette 的增强版
- Starlette 提供基础 Web 功能（路由、中间件、WebSocket、异步支持等）
- FastAPI 在 Starlette 基础上增加了 API 专用功能（自动文档、依赖注入等）
- 关系类比：Starlette 是 "基础模板"，FastAPI 是基于模板定制的 "API 专用版本"
-
FastAPI 与 Pydantic
- Pydantic 是独立的数据验证库，基于类型提示实现数据校验
- FastAPI 深度集成 Pydantic，将其作为数据验证的核心工具
- 所有请求参数、响应模型都通过 Pydantic 模型定义和验证
- 关系类比：Pydantic 是 "数据安检仪"，确保进入 FastAPI 的数据符合规范
数据库链接
from fastapi import FastAPI, APIRouter, HTTPException, Depends
from pydantic import BaseModel
from typing import List
from sqlalchemy import create_engine, Column, String, Integer
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker, Session
# 初始化FastAPI应用
app = FastAPI(title="用户管理API", description="一个简单的用户表CRUD示例")
application = APIRouter()
# 数据库配置 - MySQL
# 请替换为你的MySQL数据库信息
SQLALCHEMY_DATABASE_URL = (
"mysql+pymysql://username:password@localhost/fastapi?charset=utf8mb4"
)
engine = create_engine(SQLALCHEMY_DATABASE_URL)
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
# 数据库模型基类
Base = declarative_base()
# 用户模型
class User(Base):
__tablename__ = "users"
id = Column(Integer, primary_key=True, index=True)
user_name = Column(String(100), index=True) # 为MySQL指定VARCHAR长度
user_age = Column(Integer)
# 创建数据库表
Base.metadata.create_all(bind=engine)
# Pydantic模型 - 用于数据验证和序列化
class UserBase(BaseModel):
user_name: str
user_age: int
class UserCreate(UserBase):
pass
class UserUpdate(UserBase):
pass
class UserInDB(UserBase):
id: int
class Config:
orm_mode = True
# 依赖项 - 获取数据库会话（修正的部分）
def get_db() -> Session:
db = SessionLocal()
try:
yield db
finally:
db.close()
# CRUD操作实现
# 创建用户 - 使用Depends(get_db)而非next(get_db)
@application.post("/users/", response_model=UserInDB, summary="创建新用户")
def create_user(user: UserCreate, db: Session = Depends(get_db)):
# 检查用户名是否已存在
db_user = db.query(User).filter(User.user_name == user.user_name).first()
if db_user:
raise HTTPException(status_code=400, detail="用户名已存在")
# 创建新用户
db_user = User(user_name=user.user_name, user_age=user.user_age)
db.add(db_user)
db.commit()
db.refresh(db_user)
return db_user
# 获取所有用户
@application.get("/users/", response_model=List[UserInDB], summary="获取所有用户")
def read_users(skip: int = 0, limit: int = 100, db: Session = Depends(get_db)):
users = db.query(User).offset(skip).limit(limit).all()
return users
# 根据ID获取用户
@application.get("/users/{user_id}", response_model=UserInDB, summary="根据ID获取用户")
def read_user(user_id: int, db: Session = Depends(get_db)):
db_user = db.query(User).filter(User.id == user_id).first()
if db_user is None:
raise HTTPException(status_code=404, detail="用户不存在")
return db_user
# 更新用户
@application.put("/users/{user_id}", response_model=UserInDB, summary="更新用户信息")
def update_user(user_id: int, user: UserUpdate, db: Session = Depends(get_db)):
db_user = db.query(User).filter(User.id == user_id).first()
if db_user is None:
raise HTTPException(status_code=404, detail="用户不存在")
# 检查新用户名是否已被其他用户使用
if user.user_name != db_user.user_name:
existing_user = db.query(User).filter(User.user_name == user.user_name).first()
if existing_user:
raise HTTPException(status_code=400, detail="用户名已存在")
# 更新用户信息
db_user.user_name = user.user_name
db_user.user_age = user.user_age
db.commit()
db.refresh(db_user)
return db_user
# 删除用户
@application.delete("/users/{user_id}", summary="删除用户")
def delete_user(user_id: int, db: Session = Depends(get_db)):
db_user = db.query(User).filter(User.id == user_id).first()
if db_user is None:
raise HTTPException(status_code=404, detail="用户不存在")
db.delete(db_user)
db.commit()
return {"message": f"用户 {user_id} 已成功删除"}
# 添加路由
app.include_router(application, prefix="/demo", tags=["用户操作"])
if __name__ == "__main__":
import uvicorn
uvicorn.run(app, host="127.0.0.1", port=8000)
运行上述main.py文件，访问：http://127.0.0.1:8000/docs ，可以看到如下交互API页面，就可以对fastapi数据库的user表进行增删改查
