We’ll start by learning FastAPI’s key features and core use cases. Then we will run our first application and test it out! Finally, we will learn the details of supporting GET and POST operations that include request parameters and build and test those endpoints.

Warum FastAPI?

from fastapi import FastAPI

app = FastAPI()


@app.get("/")
def root():
    return {"message": "Hello World"}

Erste Anwendung

Optionen

FastAPI

Django

FastAPI vs. Django

GET-Operationen

from ____ import ____

app = ____()


@app.get("/")
def root():
    return {"message": "Hello World"}


from fastapi import FastAPI

app = FastAPI()


@app.get("/")
def root():
    return {"message": "Hello World"}


Hello World

from fastapi import FastAPI

app = FastAPI()


@app.get("/")
def root(____: str = "____"):
    return {"message": f"Hello {____}"}


from fastapi import FastAPI

app = FastAPI()


@app.get("/")
def root(name: str = "Alan"):
    return {"message": f"Hello {name}"}

Hallo, wer?

POST-Operationen

Pydantic-Modell

from fastapi import FastAPI
from pydantic import BaseModel

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

app = FastAPI()


@app.post("/")
def root(item: Item):
    name = item.name
    return {"message": f"We have {name}"}

from fastapi import FastAPI
from pydantic import BaseModel

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

app = FastAPI()


@app.post("/")
def root(item: Item):
    name = item.name
    return {"message": f"We have {name}"}

POST-Operation in Aktion

FastAPI Basics

We’ll start by learning how to support PUT and DELETE operations using FastAPI. Then we will learn how to handle different kinds of errors and always return an appropriate status code in the response. Lastly we'll learn how to use async to enable concurrent requests that can handle higher workloads.

PUT and DELETE operations

PUT operation in action

DELETE operation in action

Handling errors

Status code classification

Handling a client error

Using async for concurrent work

When should we use async?

Asynchronous DELETE operation

FastAPI Advanced topics

We'll start by learning how to write system tests to validate individual FastAPI endpoints. Next we'll build a full JSON CRUD API to manage object lifecycles over HTTP. Finally, we'll learn how to test different application endpoints working together with manual functional tests.

FastAPI automated testing

Unit tests vs. system tests

System test

Building a JSON CRUD API

HTTP operations & CRUD steps

DELETE operation response

Complete JSON CRUD API

Writing a manual functional test

System tests vs. functional tests

Functional test

Wrap up

Building and testing a JSON CRUD API

In diesem Kurs lernst du, produktionsreife Webanwendungen mit FastAPI zu entwickeln, einem beliebten Python-Framework für das Erstellen von APIs. Du lernst, alle vier HTTP-Operationen zu bedienen, Request- und Response-Schemas zu definieren, API-Anfragen zu validieren und passende HTTP-Statuscodes zurückzugeben. Außerdem behandelst du asynchrone Codeausführung zur Leistungssteigerung. Am Ende entwickelst du eine CRUD-API und testest Workflows mit dem Python-Modul requests. Der Kurs richtet sich an erfahrene Python-Programmierer und vermittelt dir die Fähigkeiten, Daten mit FastAPI zu verwalten – eine ideale Vorbereitung, um robuste Datenmanagement- und ML-Modell-Serving-Pipelines aufzubauen.

<h2>Einführung in FastAPI und seine Anwendungen</h2> APIs sind echt beliebt, um Daten im Web zu verwalten, und FastAPI ist ein angesagtes neues Web-Framework, um APIs mit Python zu erstellen. Daten- und Machine-Learning-Ingenieure nutzen FastAPI, um Anwendungen zu entwickeln, die als kontextbezogene Datentransaktionen und Pipelines im Web dienen.<br><br> <h2>Entwicklung produktionsreifer Webanwendungen mit FastAPI</h2> In diesem Kurs lernst du, wie du mit deinen Python-Kenntnissen und dem FastAPI-Framework Webanwendungen für den produktiven Einsatz entwickelst. Am Ende wirst du die wichtigsten Anwendungsfälle für FastAPI im Vergleich zu anderen Python-Webframeworks verstehen. Du lernst, APIs mit allen vier Arten von HTTP-Operationen zu erstellen und Anfrage- und Antwortschemata zu definieren. Außerdem checkst du API-Anfragen, antwortest mit den richtigen HTTP-Statuscodes und -Meldungen und führst Code asynchron aus, um die Leistung der Anwendung zu verbessern. Ein praktisches Projekt zeigt dir, wie du eine klassische CRUD-API (Create, Read, Update, Delete) aufbaust und Workflows mit dem Python-Modul „requests“ testest.<br><br> <h2>Kursziele und Zielgruppe</h2> Dieser Kurs ist für Leute gedacht, die schon Python programmieren können und Web-Apps entwickeln wollen, die Daten mit FastAPI verwalten. Nach dem Abschluss dieses Kurses hast du die nötigen Grundlagen, um FastAPI-Projekte zu erstellen, die für die Datenverwaltung mit hohem Durchsatz und ML-Modell-Serving-Pipelines geeignet sind.

Introduction to APIs in Python

Introduction to Object-Oriented Programming in Python

Erstellen Sie robuste APIs mit FastAPI, beherrschen Sie HTTP, Validierung und asynchrone Ausführung.

Einführung in FastAPI

In diesem Kurs entwickelst du mit FastAPI robuste, produktionsreife APIs und lernst, effiziente Daten- und ML-Pipelines zu erstellen.


Pydantic-Modell

Übungsanweisungen

Interaktive praktische Übung