【Flask转FastAPI-python知识点】

小编近期要着手重构项目，那我们就不能只停留在“怎么用”的层面，得深入到架构设计和最佳实践的层面。

要把一个项目成功迁移到 FastAPI，需要的不只是语法知识，而是如何用 FastAPI 的思维（“FastAPI 式”的写法）去构建应用。

下面这份指南，我依据自己实习改写项目经验把它整理成了 “重构实战笔记” 的风格，同学们可以直接参考这个思路来规划你的代码结构。

---

🚀 FastAPI 进阶实战：从“能跑”到“优雅重构”

摘要：项目重构在即，如何充分利用 FastAPI 的异步特性与依赖注入系统？本文跳出基础语法，深入解析 Pydantic V2 新特性、依赖注入的高级用法、异步陷阱规避以及推荐的项目目录结构，助你打造高性能、易维护的现代化 API 服务。

---

前言

哈喽大家好，我是爱摸鱼的打工仔。

最近我也在忙着把老项目往 FastAPI 上迁移。很多小伙伴（包括我自己）刚开始写 FastAPI 时，很容易把它当成“加了类型提示的 Flask”来写。虽然也能跑，但这样就浪费了 FastAPI 最强大的两个武器：依赖注入（Dependency Injection）和异步原生支持。

今天这篇笔记，不讲基础语法，专门聊聊重构时需要注意的“深水区”，帮你避坑，写出真正的 “FastAPI 风格” 代码。

---

核心思维转变：从“全局变量”到“依赖注入”

在 Flask 或 Django 中，我们习惯用全局变量或者 g 对象来传递数据库会话或当前用户信息。但在 FastAPI 中，依赖注入才是王道。

为什么要改？
重构时，你会发现把数据库连接、用户认证逻辑抽离成“依赖”，你的视图函数（路径操作函数）会变得极其干净，而且测试极其方便。

重构前（伪代码）：

# 这种写法在 FastAPI 里不推荐，难以测试
@app.get("/users/{user_id}")
def get_user(user_id: int):
    db = SessionLocal() # 每次都要手动连数据库
    user = db.query(User).filter(User.id == user_id).first()
    return user

重构后（FastAPI 风格）：

# 定义依赖（通常在 dependencies.py 或 crud.py 中）
def get_db():
    db = SessionLocal()
    try:
        yield db # 注意这里用 yield，可以在请求结束后自动关闭连接
    finally:
        db.close()

# 视图函数
@app.get("/users/{user_id}")
def get_user(user_id: int, db: Session = Depends(get_db)):
    # db 对象是自动注入的，函数签名即文档
    user = db.query(User).filter(User.id == user_id).first()
    if not user:
        raise HTTPException(status_code=404, detail="用户不存在")
    return user

打工仔划重点：
重构时，把所有“获取资源”（数据库、Redis、当前登录用户）的逻辑都封装成 Depends。这样你的业务逻辑函数就纯粹得只剩下“处理数据”了。

---

数据验证升级：拥抱 Pydantic V2

FastAPI 强依赖 Pydantic。如果你之前的项目用的是 Pydantic V1，或者没有严格的数据验证，现在是升级的好时机。

关键变化：
在重构数据模型（Schema）时，注意 Pydantic V2 的一些新特性，比如性能提升和更严格的类型检查。

1. 分离输入与输出模型：
   不要用一个类通吃。重构时，建议把模型拆细：

   • ItemCreate：创建时用的模型（比如密码必填）。
   • ItemUpdate：更新时用的模型（所有字段都 Optional，支持部分更新）。
   • ItemResponse：返回给前端的模型（包含 id, create_time，但不包含 password）。

2. 利用 model_config：

   from pydantic import BaseModel, ConfigDict
   
   class UserOut(BaseModel):
       # 允许从 ORM 对象直接读取属性
       model_config = ConfigDict(from_attributes=True)
       
       id: int
       username: str
       email: str
   

   这样你在返回数据库对象时，FastAPI 能自动把它转成 JSON，不用手写 dict() 了。

---

异步的坑：小心“阻塞”你的高性能

FastAPI 是异步框架，但这并不意味着你可以随便写 async/await。

重构时的最大陷阱：
如果你用了同步的数据库驱动（比如标准的 SQLAlchemy 或 pymysql），却把它放在 async def 函数里，整个服务会被卡死。

解决方案：

1. 方案 A（推荐） ：使用异步数据库驱动（如 databases 库或 SQLAlchemy 的 async 支持）。

   @app.get("/items/")
   async def read_items():
       # 真正的异步查询，不会阻塞主线程
       async with database:
           query = items.select()
           results = await database.fetch_all(query)
       return results
   

2. 方案 B（兼容旧代码） ：如果你暂时不想换数据库驱动，不要把函数定义成 async。
   FastAPI 会在后台线程池中运行同步函数，从而避免阻塞。

   @app.get("/items/")
   def read_items(): # 注意这里是 def 而不是 async def
       # 同步代码在后台线程运行，安全
       results = db.query(Item).all()
       return results
   

打工仔划重点：
重构时检查你的 IO 操作（数据库、文件读写、第三方 API 请求）。如果是同步库，就用 def；如果是异步库，就用 async def。千万别混用！

---

项目结构重构：拒绝“单文件走天下”

刚开始学习时，我们习惯把所有代码写在 main.py 里。但重构正式项目时，必须模块化。

推荐的标准目录结构（参考 FastAPI 官方推荐）：

my_project/
├── app/
│   ├── __init__.py
│   ├── main.py          # 入口文件，创建 FastAPI 实例
│   ├── dependencies.py  # 存放依赖注入（get_db, get_current_user）
│   ├── models.py        # 数据库模型（ORM 表结构）
│   ├── schemas.py       # Pydantic 模型（数据验证）
│   ├── crud.py          # 数据库增删改查逻辑
│   ├── routers/         # 路由拆分
│   │   ├── items.py
│   │   └── users.py
│   └── core.py          # 配置信息（密钥、环境变量）
├── requirements.txt
└── .env

如何拆分路由？
在 app/routers/items.py 中：

from fastapi import APIRouter

router = APIRouter(prefix="/items", tags=["物品管理"])

@router.get("/")
def read_items():
    return [{"name": "Item 1"}, {"name": "Item 2"}]

在 app/main.py 中注册：

from fastapi import FastAPI
from app.routers import items, users

app = FastAPI()

app.include_router(items.router)
app.include_router(users.router)

这样拆分后，你的代码结构清晰，多人协作也不会冲突。

---

总结

重构不仅仅是换语法，更是思维的重塑。

1. 用 依赖注入 解耦业务逻辑和基础设施。
2. 用 Pydantic V2 严格定义数据边界，区分输入输出。
3. 正确处理 异步与同步，避免性能陷阱。
4. 合理规划 目录结构，让项目易于维护。

希望这些实战经验能帮你在重构路上少走弯路。FastAPI 真的很香，一旦上手，你会发现写 API 原来可以这么优雅！

我是爱摸鱼的打工仔，祝大家重构顺利，早点下班！👋