Začneme klíčovými funkcemi FastAPI a hlavními scénáři použití. Potom spustíme první aplikaci a vyzkoušíme ji! Nakonec si projdeme podporu operací GET a POST včetně parametrů požadavků a takové endpointy společně postavíme a otestujeme.

Proč FastAPI?

První aplikace

FastAPI vs. Django

Operace GET

Ahoj světe

Ahoj kdo?

Operace POST

Model Pydantic

POST v akci

Základy FastAPI

Nejprve se naučíme, jak ve FastAPI podporovat operace PUT a DELETE. Potom si ukážeme, jak zpracovávat různé typy chyb a vždy vracet do odpovědi odpovídající status kód. Nakonec si vysvětlíme, jak použít async pro paralelní zpracování požadavků a zvládat vyšší zátěž.

Operace PUT a DELETE

from fastapi import FastAPI
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    ____: str
    ____: str

# Define items at application start
items = {"bananas": "Yellow fruit."}

app = FastAPI()


@app.put("/items")
def update_item(item: Item):
    name = item.name
    # Update the description
    items[____] = item.____
    return item

from fastapi import FastAPI
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str
    description: str

# Define items at application startup
items = {"bananas": "Yellow fruit."}

app = FastAPI()


@app.put("/items")
def update_item(item: Item):
    name = item.name
    # Update the description
    items[name] = item.description
    return item

Akce s operací PUT

from fastapi import FastAPI
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    ____: str

# Define items at application start
items = {"apples", "oranges", "bananas"}

app = FastAPI()


@app.delete("/items")
def delete_item(item: Item):
    name = item.name
    # Delete the item
    items.remove(____)
    return {}

from fastapi import FastAPI
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str

# Define items at application startup
items = {"apples", "oranges", "bananas"}

app = FastAPI()


@app.delete("/items")
def delete_item(item: Item):
    name = item.name
    # Delete the item
    items.remove(name)
    return {}

Operace DELETE v praxi

Zpracování chyb

Možnosti

Úspěch

Není úspěch

Klasifikace stavových kódů

from fastapi import FastAPI, ____
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str

# Define items at application startup
items = {"apples", "oranges"}

app = FastAPI()


@app.delete("/items")
def delete_item(item: Item):
    name = item.name
    if name in items:
        items.remove(name)
    else:
        # Raise HTTPException with status code for "not found"
        raise ____(status_code=____, detail="Item not found.")
    return {}

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str

# Define items at application startup
items = {"apples", "oranges"}

app = FastAPI()


@app.delete("/items")
def delete_item(item: Item):
    name = item.name
    if name in items:
        items.remove(name)
    else:
        # Raise HTTPException with status code for "not found"
        raise HTTPException(status_code=404, detail="Item not found.")
    return {}

Zpracování chyby na straně klienta

Použití async pro souběžné zpracování

Kdy používat async?

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str

app = FastAPI()

items = {"rock", "paper", "scissors"}


@app.delete("/items")
# Make asynchronous
____ def root(item: Item):
    name = item.name
    # Check if name is in items
    if ____ not in ____:
        # Return the status code for not found
        raise HTTPException(status_code=___, detail="Item not found.")
    items.remove(name)
    return {"message": "Item deleted"}

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str

app = FastAPI()

items = {"rock", "paper", "scissors"}


@app.delete("/items")
# Make asynchronous
async def root(item: Item):
    name = item.name
    # Check if name is in items
    if name not in items:
        # Return the status code for not found
        raise HTTPException(status_code=404, detail="Item not found.")
    items.remove(name)
    return {"message": "Item deleted"}

Asynchronní operace DELETE

Pokročená témata FastAPI

Nejprve se naučíme psát systémové testy pro ověření jednotlivých endpointů FastAPI. Dále postavíme plnohodnotné JSON CRUD API pro správu životního cyklu objektů přes HTTP. Nakonec si ukážeme, jak ručně napsat funkční test, který ověřuje spolupráci více endpointů aplikace.

Automatizované testování ve FastAPI

Unit testy vs. systémové testy

Systémový test

Vytvoření JSON CRUD API

Operace HTTP a kroky CRUD

Odpověď na operaci DELETE

Dokonči JSON CRUD API

Psaní manuálního funkčního testu

Systémové vs. funkční testy

Funkční test

Shrnutí

Tvorba a testování JSON CRUD API

Tento kurz tě naučí vytvářet produkční webové aplikace pomocí FastAPI, oblíbeného Python frameworku pro tvorbu API. Naučíš se obsloužit všechny čtyři HTTP operace, definovat schémata požadavků a odpovědí, validovat API požadavky a vracet odpovídající HTTP status kódy. Podíváme se také na asynchronní běh kódu pro vyšší výkon a na konci vyvineš CRUD API a otestuješ workflow pomocí Python modulu requests. Kurz je určený pro zkušené programátory v Pythonu a vybaví tě dovednostmi pro práci s daty ve FastAPI, abys mohl/a stavět robustní pipeline pro správu dat a nasazování ML modelů.

<h2>Úvod do FastAPI a jeho využití</h2> API se běžně používají ke správě dat na webu a FastAPI je populární nový webový framework pro tvorbu API v Pythonu. Datoví a strojoví inženýři využívají FastAPI k vytváření aplikací, které na webu slouží jako kontextově uvědomělé datové transakce a pipeline.<br><br> <h2>Tvorba webových aplikací produkční kvality s FastAPI</h2> V tomto kurzu se naučíte, jak vytvářet webové aplikace produkční kvality s využitím svých dovedností v Pythonu a frameworku FastAPI. Na konci budete rozumět hlavním případům použití FastAPI ve vztahu k dalším Python webovým frameworkům. Naučíte se vytvářet API pomocí všech čtyř typů operací HTTP a definovat schémata požadavků a odpovědí. Kromě toho budete ověřovat požadavky API, odpovídat vhodnými stavovými kódy a zprávami HTTP a spouštět kód asynchronně, abyste zlepšili výkon aplikace. Praktický projekt vás provede vytvořením klasického CRUD (Create, Read, Update, Delete) API a testováním workflow pomocí modulu requests v Pythonu.<br><br> <h2>Cíle kurzu a cílová skupina</h2> Tento kurz je určen pro zkušené programátory v Pythonu, kteří chtějí vytvářet webové aplikace pro správu dat pomocí FastAPI. Po absolvování tohoto kurzu budete mít potřebné základy pro vytváření projektů ve FastAPI vhodných pro správu dat s vysokou propustností a pipeline pro nasazování ML modelů.

Introduction to APIs in Python

Introduction to Object-Oriented Programming in Python

Vytvářejte robustní API s FastAPI, ovládněte HTTP operace, validaci a asynchronní provádění.

Úvod do FastAPI

Vytvářej robustní produkční API s FastAPI a zvládni HTTP operace, validaci i async execution pro efektivní datové a ML pipeline.


Kdy používat async?

Úvod do FastAPI

Interaktivní praktické cvičení