[PythonAdvanced] 学习笔记 - Day 4
概览
Date: 2024-11-29 Time Spent: 6 hours
Topics: FastAPI Difficulty: ⭐⭐⭐ (1-5 ⭐)
今日计划
学习内容
-
[Fast API]
-
Main points:
FastAPI是一个用于构建API的现代、快速（高性能）的Web框架。FastAPI 使用定义 API 的 OpenAPI 标准将你的所有 API 转换成「模式」。架构组成如下：
- Starlette：负责Web端（请求路由、并发），需要一个ASGI（Asynchronous Server Gateway Interface，是Python的Web服务器和应用程序服务器之间的接口规范）。它允许开发者使用异步编程模型来处理HTTP请求和响应，以提高服务器的性能和可扩展性。
- Pydantic：负责传入数据校验部分，具体运用到的地方就是类似于参数校验。
-
Example Code
#每当 FastAPI 接收一个使用 GET 方法访问 URL「/」的请求时这个函数会被调用。 from fastapi import FastAPI app = FastAPI() @app.get("/") async def root(): return {"message": "Hello World"}*在cmd/teriminal等终端以uvicorn运行，例
uvicorn main:app --reload
-
-
[Concurrent 并发]
-
Main points:
它被称为"异步"的原因是因为计算机/程序不必与慢任务"同步"，去等待任务完成的确切时刻，而在此期间不做任何事情直到能够获取任务结果才继续工作。作为一个"异步"系统，一旦完成，任务就可以排队等待一段时间（几微秒），等待计算机程序完成它要做的任何事情，然后回来获取结果并继续处理它们。
async关键字用于声明一个异步函数。这样的函数会返回一个Promise对象。await关键字用于等待一个Promise完成，并且它会暂停当前async函数的执行，直到Promise被解决（resolve）或拒绝（reject）。await可以用来等待多个异步函数进行完成，提高效率。[Parallel 并行] 在等待期间无法进行其他操作，只有等待直到完成。 -
Example code
import asyncio async def fetch_data1(): await asyncio.sleep(2) # 模拟网络请求延迟2秒 print('Data 1 fetched') async def fetch_data2(): await asyncio.sleep(1) # 模拟网络请求延迟1秒 print('Data 2 fetched') async def main(): print('Start fetching...') # 使用 asyncio.gather 同时运行 fetch_data1 和 fetch_data2 await asyncio.gather(fetch_data1(), fetch_data2()) # 等待两个异步函数都完成后，再执行后续操作 print('Both data fetched') # 运行异步主函数 asyncio.run(main())
-
代码练习
import asyncio
from fastapi import FastAPI
app=FastAPI()
@app.get('/') #告诉 FastAPI 在它下方的函数负责处理如下访问请求：
#请求路径为 / (根目录) ，使用 get 操作
async def root():
return {'message':'Hello World'}
#终端命令：uvicorn main:app --reload。
#其中，main是Python文件的名称（不带.py后缀），app是FastAPI实例的名称。
# --reload选项使得代码更改后自动重新加载服务器，非常适合开发时使用。
"""
POST：创建数据。
GET：读取数据。
PUT：更新数据。
DELETE：删除数据。
"""
"""
在FastAPI框架中，不需要（也不应该）自己调用asyncio.run()来运行异步视图函数。
FastAPI和Uvicorn会为您处理异步执行。
"""
#asyncio.run(root())
遇见的挑战难及解决方法和笔记点见注释。
The challenges encountered, solutions, and key points for note-taking are indicated in the comments.