Zaczniemy od poznania kluczowych funkcji FastAPI i głównych przypadków użycia. Następnie uruchomimy pierwszą aplikację i ją przetestujemy! Na koniec poznamy szczegóły obsługi operacji GET i POST – z parametrami żądania – oraz zbudujemy i przetestujemy odpowiednie endpointy.

Dlaczego FastAPI?

Pierwsza aplikacja

FastAPI vs. Django

Operacje GET

Hello world

Hej, kto tam?

Operacje POST

Model Pydantic

Operacja POST w praktyce

Podstawy FastAPI

Zaczniemy od obsługi operacji PUT i DELETE w FastAPI. Następnie nauczymy się, jak radzić sobie z różnymi błędami i zawsze zwracać odpowiedni kod statusu w odpowiedzi. Na koniec poznamy zastosowanie async do obsługi współbieżnych żądań, co pozwala na pracę przy większym obciążeniu.

Operacje PUT i 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

Operacja PUT w praktyce

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 {}

Operacja DELETE w praktyce

Obsługa błędów

Opcje

Sukces

Brak sukcesu

Klasyfikacja kodów stanu

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 {}

Obsługa błędu klienta

Użycie async do współbieżnego przetwarzania

Kiedy używać 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"}

Asynchroniczna operacja DELETE

FastAPI – tematy zaawansowane

Zaczniemy od pisania testów systemowych sprawdzających poszczególne endpointy FastAPI. Następnie zbudujemy pełne API CRUD w formacie JSON do zarządzania cyklem życia obiektów przez HTTP. Na koniec nauczymy się testować współpracę różnych endpointów aplikacji za pomocą ręcznych testów funkcjonalnych.

Automatyczne testowanie w FastAPI

Testy jednostkowe a testy systemowe

Test systemowy

Budowanie JSON CRUD API

Operacje HTTP a kroki CRUD

Odpowiedź operacji DELETE

Kompletne JSON CRUD API

Pisanie manualnego testu funkcjonalnego

Testy systemowe a testy funkcjonalne

Test funkcjonalny

Podsumowanie

Budowanie i testowanie API CRUD w formacie JSON

Ten kurs uczy, jak budować produkcyjne aplikacje webowe przy użyciu FastAPI – popularnego frameworka Pythona do tworzenia API. Nauczysz się obsługiwać wszystkie cztery operacje HTTP, definiować schematy żądań i odpowiedzi, walidować żądania API oraz zwracać odpowiednie kody statusu HTTP. Poznasz też asynchroniczne wykonywanie kodu w celu poprawy wydajności, a na koniec zbudujesz API CRUD i przetestujesz przepływy pracy przy użyciu modułu requests. Kurs jest przeznaczony dla doświadczonych programistów Pythona i wyposaża cię w umiejętności zarządzania danymi za pomocą FastAPI – przygotowując do budowania solidnych potoków zarządzania danymi i serwowania modeli uczenia maszynowego.

<h2>Wprowadzenie do FastAPI i jego zastosowań</h2> API są powszechnie używane do zarządzania danymi w sieci, a FastAPI to popularny nowy framework webowy do tworzenia API w Pythonie. Inżynierowie danych i uczenia maszynowego wykorzystują FastAPI do tworzenia aplikacji, które w sieci obsługują transakcje danych i potoki uwzględniające kontekst.<br><br> <h2>Tworzenie aplikacji internetowych klasy produkcyjnej z FastAPI</h2> W tym kursie nauczysz się tworzyć aplikacje internetowe klasy produkcyjnej, wykorzystując swoje umiejętności Pythona z frameworkiem FastAPI. Na koniec zrozumiesz kluczowe zastosowania FastAPI w odniesieniu do innych frameworków webowych Pythona. Nauczysz się tworzyć API, korzystając ze wszystkich czterech typów operacji HTTP, oraz definiować schematy żądań i odpowiedzi. Dodatkowo będziesz walidować żądania API, odpowiadać odpowiednimi kodami statusu HTTP i komunikatami oraz wykonywać kod asynchronicznie, aby poprawić wydajność aplikacji. Praktyczny projekt poprowadzi Cię przez tworzenie klasycznego API CRUD (Create, Read, Update, Delete) oraz testowanie przepływów pracy za pomocą modułu requests w Pythonie.<br><br> <h2>Cele kursu i grupa docelowa</h2> Ten kurs jest przeznaczony dla doświadczonych programistów Pythona, którzy chcą tworzyć aplikacje webowe do zarządzania danymi z użyciem FastAPI. Po ukończeniu tego kursu zdobędziesz podstawy niezbędne do tworzenia projektów FastAPI odpowiednich do zarządzania danymi o dużej przepustowości oraz potoków do udostępniania modeli ML.

Introduction to APIs in Python

Introduction to Object-Oriented Programming in Python

Twórz solidne API z FastAPI, opanuj operacje HTTP, walidację i asynchroniczność dla efektywnych danych.

Wprowadzenie do FastAPI

Twórz solidne, produkcyjne API z FastAPI, opanuj operacje HTTP, walidację i asynchroniczne wykonanie, by budować wydajne potoki danych i ML.


Kiedy używać async?

Wprowadzenie do FastAPI

Interaktywne ćwiczenie praktyczne