FastAPI 是一个相对较新的 Python Web 框架，号称是可用的最快的 Python 框架之一。在本文中，我将在我短暂的使用过程中讨论该框架的优缺点。我还将提供一些示例和解决方案，以尽量减少缺点。

好的

1.它确实是FastAPI

FastAPIFlask当我们将它与其他主要 Python 框架（如和 ）进行比较时，它的速度相当快Django。以下来自Techempower的分数图表显示了这些框架之间的性能差异有多大。

我自己也做了一个小测试，看看哪个框架最快，结果其实很有趣。对于此测试，我为所有 3 个框架设置了基本的“Hello world”API。我通过调用 API 来测试响应时间并获取平均响应时间。结果可以分为两种情况：

A。 服务器启动后第一次调用的平均时间
b． 第一次通话后连续通话的平均时间

Django并且FastAPI在第一次 API 调用中响应速度比平常慢。Flask在所有 API 调用期间始终保持一致，但比其他两个慢得多。
所有 3 个 API 所花费的平均时间如下所示：

这里值得注意的一件有趣的事情是，在第一次调用后，Django 实际上比 FastAPI 执行得更快一些。但在某些场景（例如无服务器环境）中，Django 的高首次调用和启动时间可能会成为一个问题。需要注意的是，测量是在特定环境下用很少的数据完成的，而且我对 Flask 和 Django 的经验非常有限，所以结果可能会因你而异。

2.支持异步代码

FastAPI 最令人兴奋的功能是它支持使用 Python 关键字开箱即用的异步代码async/await。下面是一个从 Reddit 异步获取数据的 API 示例。（示例参考：Scott Robinson 的 Python async/await 教程）

app = FastAPI()

async def get_json(client: ClientSession, url: str) -> bytes:
    async with client.get(url) as response:
        assert response.status == 200
        return await response.read()

async def get_reddit_top(subreddit: str, client: ClientSession, data: dict):
    data1 = await get_json(client, 'https://www.reddit.com/r/' + subreddit + '/top.json?sort=top&t=day&limit=5')

    j = json.loads(data1.decode('utf-8'))
    subreddit_data = []
    for i in j['data']['children']:
        score = i['data']['score']
        title = i['data']['title']
        link = i['data']['url']
        print(str(score) + ': ' + title + ' (' + link + ')')
        subreddit_data.append(str(score) + ': ' + title + ' (' + link + ')')
    data[subreddit] = subreddit_data
    print('DONE:', subreddit + '\n')


@app.get("/")
async def get_reddit_data_api() -> dict:
    start_time: float = time.time()
    client: ClientSession = aiohttp.ClientSession()
    data: dict = {}

    await asyncio.gather(
        get_reddit_top('python', client, data),
        get_reddit_top('programming', client, data),
        get_reddit_top('compsci', client, data),
    )
    await client.close()

    print("Got reddit data in ---" + str(time.time() - start_time) + "seconds ---")
    return data

异步代码的神奇之处在于，由于协程get_reddit_top同时运行，API 的执行时间与串行运行的执行时间相比显着减少。

3. 开发时间极短

要创建基本的“Hello world”API，框架需要以下代码行数（考虑整个项目）：

我没有考虑过 Django，因为我认为它的结构与其他两个不同。
如果您想扩展 FastApi 应用程序，其工作量也与 Flask 类似。两者都通过 Flask 中的 Blueprint 和 FastAPI 中的 Router 实现了模块化概念。所以，我想说 Flask 和 FastAPI 的开发时间非常相似。

4. 测试方便

测试 FastAPI 端点非常简单，可以使用FastAPI 提供的TestClient来完成。这使得测试驱动开发（TDD）变得非常容易。

app = FastAPI()

@app.get("/")
async def read_main():
    return {"msg": "Hello World"}

client = TestClient(app)

def test_read_main():
    response = client.get("/")
    assert response.status_code == 200
    assert response.json() == {"msg": "Hello World"}

您可以轻松模拟 API 定义函数中的服务调用或代码，read_main并使用 TestClient 对其进行测试。

5. 无缝的中央异常处理

要在 FastAPI 中进行异常处理，您只需使用@app.exception_handler注释或app.add_exception_handler函数来注册 an 的响应Exception，它将由 FastAPI 处理。

app = FastAPI()

@app.exception_handler(SomeException)
async def http_exception_handler(request: Request, exc: SomeException) -> PlainTextResponse:
    return PlainTextResponse(str(exc.detail), status_code=exc.status_code)

async def request_exception_handler(request: Request, exc: SomeOtherException) -> PlainTextResponse: 
return PlainTextResponse(str(exc.detail),status_code=exc.status_code)

app.add_exception_handler(exc_class_or_status_code=SomeOtherException,
handler=request_exception_handler)

6. 优秀的文档

FastAPI 有非常广泛且示例丰富的文档，这使事情变得更容易。如果您需要查找有关 FastAPI 的信息，通常无需到其他地方查找。

7. 轻松部署

您可以使用 FastAPI 提供的docker 镜像通过 Docker 轻松部署 FastAPI 应用程序。您还可以使用Mangum将其部署到 AWS Lamdba 。

坏处

1.主文件拥挤

在 FastAPI 中，一切都与FastAPI app. 因此，您的main.py文件很容易变得非常拥挤。这是一个例子。

app = FastAPI()

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

@app.exception_handler(SomeException)
async def http_exception_handler(request: Request, exc: SomeException) -> PlainTextResponse:
    return PlainTextResponse(str(exc.detail), status_code=exc.status_code)

@app.exception_handler(SomeOtherException)
async def http_exception_handler(request: Request, exc: SomeOtherException) -> PlainTextResponse:
    return PlainTextResponse(str(exc.detail), status_code=exc.status_code)

现在假设您有 10 个路由器和 20 个异常需要处理，main.py那么该文件可能会变得非常难以维护。幸运的是，这个问题很容易解决。

app = FastAPI()

include_routers(app);
add_exception_handlers(app);

include_routers并add_exception_handlers可以保存在单独的文件中。

2. 依赖注入中没有单例

singleton根据此Github 线程， FastAPI 中的依赖注入不支持实例，但它支持每个 HTTP 请求的单个实例。您要么必须自己创建单例类，要么使用不同的 DI 库。

丑陋的

请求验证

我在使用 FastAPI 时最糟糕的经历是处理请求验证。它使用来自 的验证Pydantic，据我所知，没有直接的方法将验证消息从验证点传递到响应。Pydantic您可以凑合使用通过传递下来的任何消息RequestValidationError或编写自定义验证器。例如，

app = FastAPI()

class SomeDto(BaseModel):
    data: str = Field(min_length=1, description="Minimum length must be greater than 1",
                      title="Minimum length must be greater than 1")

@app.post(path="/")
async def get_response(request: SomeDto):
    return "some response"

@app.exception_handler(RequestValidationError)
async def handle_error(request: Request, exc: RequestValidationError) -> PlainTextResponse:
    return PlainTextResponse(str(exc.errors()), status_code=400)

exc.errors()返回验证违规列表，其中包含来自 的硬编码消息Pydantic。FastAPI我发现没有办法从和的文档中更改它Pydantic。甚至description和title参数值也会丢失。