Inizieremo imparando le caratteristiche chiave di FastAPI e i casi d’uso principali. Poi avvieremo la nostra prima applicazione e la proveremo! Infine, vedremo in dettaglio come supportare le operazioni GET e POST con parametri di richiesta e costruiremo e testeremo quegli endpoint.

Perché FastAPI?

Prima applicazione

FastAPI vs. Django

Operazioni GET

Hello world

Ciao chi?

Operazioni POST

Modello Pydantic

Operazione POST in azione

Nozioni di base su FastAPI

Partiremo imparando come supportare le operazioni PUT e DELETE con FastAPI. Poi vedremo come gestire diversi tipi di errori e restituire sempre un codice di stato appropriato nella risposta. Infine, impareremo a usare async per abilitare richieste concorrenti in grado di gestire carichi di lavoro più elevati.

Operazioni PUT e 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

Operazione PUT in pratica

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 {}

Operazione DELETE in azione

Gestire gli errori

Opzioni

Successo

Non successo

Classificazione dei codici di stato

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 {}

Gestire un errore del client

Usare async per il lavoro concorrente

Quando dovremmo usare 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"}

Operazione DELETE asincrona

Argomenti avanzati di FastAPI

Cominceremo imparando a scrivere test di sistema per convalidare i singoli endpoint di FastAPI. Poi costruiremo una JSON CRUD API completa per gestire i cicli di vita degli oggetti su HTTP. Infine, vedremo come testare diversi endpoint dell’applicazione che lavorano insieme con test funzionali manuali.

Test automatizzati con FastAPI

Unit test vs. system test

Test di sistema

Creare una API CRUD JSON

Operazioni HTTP e passaggi CRUD

Risposta dell'operazione DELETE

API JSON CRUD completa

Scrivere un test funzionale manuale

Test di sistema vs. test funzionali

Test funzionale

Riepilogo

Creazione e test di una JSON CRUD API

Questo corso ti insegna a creare applicazioni web pronte per la produzione con FastAPI, un popolare framework Python per sviluppare API. Imparerai a gestire le quattro operazioni HTTP, definire gli schemi di richiesta e risposta, convalidare le richieste alle API e restituire i codici di stato HTTP appropriati. Tratteremo anche l’esecuzione asincrona per aumentare le prestazioni e, alla fine, svilupperai una CRUD API e testerai i flussi di lavoro con il modulo requests di Python. Progettato per programmatori Python esperti, questo corso ti fornisce le competenze per gestire i dati con FastAPI, preparandoti a creare pipeline robuste per la gestione dei dati e la pubblicazione di modelli di ML.

<h2>Introduzione a FastAPI e alle sue applicazioni</h2> Le API sono spesso usate per gestire i dati sul web, e FastAPI è un nuovo framework web molto usato per creare API con Python. Gli ingegneri dei dati e dell'apprendimento automatico usano FastAPI per creare app che funzionano come transazioni e pipeline di dati sensibili al contesto sul web.<br><br> <h2>Creare app web pronte per l'uso con FastAPI</h2> In questo corso imparerai a creare app web di livello professionale usando le tue competenze Python con il framework FastAPI. Alla fine, capirai i casi d'uso principali di FastAPI rispetto ad altri framework web Python. Imparerai a creare API usando tutti e quattro i tipi di operazioni HTTP e a definire schemi di richiesta e risposta. In più, dovrai controllare le richieste API, rispondere con i codici di stato HTTP e i messaggi giusti ed eseguire il codice in modo asincrono per migliorare le prestazioni dell'applicazione. Un progetto pratico ti aiuterà a creare una classica API CRUD (Create, Read, Update, Delete) e a testare i flussi di lavoro usando il modulo requests di Python.<br><br> <h2>Obiettivi del corso e a chi è rivolto</h2> Questo corso è pensato per programmatori Python esperti che vogliono creare applicazioni web che gestiscono dati usando FastAPI. Finito questo corso, avrai le basi per creare progetti FastAPI adatti alla gestione di dati ad alta velocità e alle pipeline di ML model-serving.

Introduction to APIs in Python

Introduction to Object-Oriented Programming in Python

Crea API robuste con FastAPI, padroneggiando operazioni HTTP, validazione ed esecuzione asincrona.

Operazione PUT in pratica

Introduzione a FastAPI

esercizio interattivo pratico