먼저 FastAPI의 핵심 기능과 주요 사용 사례를 살펴봅니다. 그런 다음 첫 애플리케이션을 실행하고 직접 테스트해 볼 거예요! 마지막으로, 요청 매개변수를 포함하는 GET과 POST 동작을 지원하는 방법을 자세히 배우고, 해당 엔드포인트를 구축하고 테스트합니다.

왜 FastAPI일까요?

from fastapi import FastAPI

app = FastAPI()


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

첫 애플리케이션

Options

FastAPI

Django

FastAPI vs. Django

GET 연산

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}"}

Hello who?

POST 연산

Pydantic 모델

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 동작 실습

FastAPI 기본

먼저 FastAPI로 PUT과 DELETE 동작을 지원하는 방법을 배웁니다. 이후 다양한 종류의 오류를 처리하고, 항상 응답에 적절한 상태 코드를 반환하는 방법을 익혀요. 마지막으로 async를 사용해 더 많은 작업량을 동시에 처리할 수 있도록 동시 요청을 활성화하는 방법을 배웁니다.

PUT 및 DELETE 작업

PUT 연산 실습

DELETE 연산 실습

에러 처리

상태 코드 분류

클라이언트 오류 처리하기

동시 작업을 위한 async 사용

언제 async를 사용해야 할까요?

비동기 DELETE 작업

FastAPI 고급 주제

먼저 개별 FastAPI 엔드포인트를 검증하는 시스템 테스트 작성 방법을 배웁니다. 다음으로 HTTP를 통해 객체의 라이프사이클을 관리하는 완전한 JSON CRUD API를 구축합니다. 마지막으로, 수동 기능 테스트로 애플리케이션의 여러 엔드포인트가 함께 동작하는지를 검증하는 방법을 익힙니다.

FastAPI 자동화 테스트

단위 테스트 vs. 시스템 테스트

시스템 테스트

JSON CRUD API 구축하기

HTTP 동작과 CRUD 단계

DELETE 작업 응답

JSON CRUD API 완성하기

수동 기능 테스트 작성하기

시스템 테스트 vs. 기능 테스트

기능 테스트

마무리

JSON CRUD API 구축과 테스트

이 강의에서는 API 구축에 널리 쓰이는 Python 프레임워크인 FastAPI로 프로덕션급 웹 애플리케이션을 만드는 방법을 배웁니다. 네 가지 HTTP 동작을 모두 처리하고, 요청/응답 스키마를 정의하며, API 요청을 검증하고, 적절한 HTTP 상태 코드를 반환하는 방법을 익혀요. 또한 비동기 코드 실행으로 성능을 높이는 방법을 다루고, 마지막에는 CRUD API를 개발한 뒤 Python의 requests 모듈로 워크플로를 테스트합니다. 숙련된 Python 프로그래머를 대상으로 하며, FastAPI로 데이터를 다루는 역량을 갖추어 견고한 데이터 관리 및 ML 모델 서빙 파이프라인을 구축할 수 있도록 준비합니다.

<h2>FastAPI 소개와 활용 분야</h2> API는 웹에서 데이터를 관리하는 데 흔히 사용되며, FastAPI는 Python으로 API를 구축하기 위한 인기 있는 새로운 웹 프레임워크입니다. 데이터 및 머신 러닝 엔지니어는 FastAPI를 활용해 웹에서 컨텍스트를 인식하는 데이터 트랜잭션과 파이프라인을 제공하는 애플리케이션을 구축합니다.<br><br> <h2>FastAPI로 프로덕션급 웹 애플리케이션 구축하기</h2> 이 강의에서는 Python 실력을 FastAPI 프레임워크와 결합해 프로덕션급 웹 애플리케이션을 구축하는 방법을 배우게 됩니다. 마지막에는 다른 Python 웹 프레임워크와 관련하여 FastAPI의 핵심 사용 사례를 이해하게 됩니다. 모든 네 가지 유형의 HTTP 작업을 사용해 API를 구축하고 요청 및 응답 스키마를 정의하는 방법을 배우게 됩니다. 또한 API 요청을 검증하고, 적절한 HTTP 상태 코드와 메시지로 응답하며, 애플리케이션 성능을 향상시키기 위해 코드를 비동기적으로 실행하게 됩니다. 실습 프로젝트를 통해 Python의 requests 모듈을 사용하여 클래식 CRUD(Create, Read, Update, Delete) API를 구축하고 워크플로를 테스트하는 방법을 배우게 됩니다.<br><br> <h2>강의 목표 및 대상 수강생</h2> 이 강의는 FastAPI를 사용하여 데이터를 관리하는 웹 애플리케이션을 구축하고자 하는 숙련된 Python 프로그래머를 위해 설계되었습니다. 이 강의를 완료하면, 고처리량 데이터 관리 및 ML 모델 서빙 파이프라인에 적합한 FastAPI 프로젝트를 만들기 위한 필수 기반을 갖추게 됩니다.

Introduction to APIs in Python

Introduction to Object-Oriented Programming in Python

FastAPI로 견고한 API를 구축하고, HTTP 작업, 검증, 비동기 실행을 통해 효율적인 파이프라인을 만드세요.

FastAPI 입문

FastAPI로 프로덕션급 견고한 API를 구축하세요. HTTP 작업, 검증, 비동기 실행을 익혀 효율적인 데이터·ML 파이프라인을 만드세요.

Pydantic 모델

FastAPI 입문

연습 안내

실습형 인터랙티브 연습