Мы начнём с изучения ключевых возможностей и основных сценариев применения FastAPI. Затем запустим первое приложение и протестируем его. Наконец, подробно разберём поддержку операций GET и POST с параметрами запросов и создадим соответствующие эндпоинты.

Почему FastAPI?

Первое приложение

FastAPI и Django

GET-операции

Hello world

Привет, кто там?

POST-операции

Модель Pydantic

POST-операция в действии

Основы FastAPI

Мы начнём с изучения поддержки операций PUT и DELETE в FastAPI. Затем разберём обработку различных видов ошибок и научимся всегда возвращать корректный код статуса в ответе. В завершение изучим использование `async` для обработки конкурентных запросов и работы с более высокой нагрузкой.

Операции PUT и 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

Операция PUT в действии

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 {}

Операция DELETE в действии

Обработка ошибок

Варианты

Успех

Не успех

Классификация кодов состояния

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 {}

Обработка ошибки клиента

Использование async для параллельной работы

Когда следует использовать 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"}

Асинхронная операция DELETE

Продвинутые темы FastAPI

Мы начнём с написания системных тестов для проверки отдельных эндпоинтов FastAPI. Затем создадим полноценный JSON CRUD API для управления жизненным циклом объектов через HTTP. В конце научимся тестировать совместную работу различных эндпоинтов приложения с помощью ручных функциональных тестов.

Автоматизированное тестирование в FastAPI

Модульные тесты и системные тесты

Системный тест

Создание JSON CRUD API

HTTP-операции и шаги CRUD

Ответ на операцию DELETE

Полноценный JSON CRUD API

Написание ручного функционального теста

Системные тесты vs. функциональные тесты

Функциональный тест

Подведение итогов

Разработка и тестирование JSON CRUD API

В этом курсе вы научитесь создавать веб-приложения производственного уровня с помощью FastAPI — популярного Python-фреймворка для разработки API. Вы освоите все четыре HTTP-операции, научитесь определять схемы запросов и ответов, валидировать запросы к API и возвращать корректные HTTP-коды статуса. Кроме того, вы изучите асинхронное выполнение кода для повышения производительности, а к концу курса разработаете CRUD API и протестируете рабочие процессы с помощью модуля `requests` для Python. Курс рассчитан на опытных Python-разработчиков и даёт все необходимые навыки для работы с данными через FastAPI, подготавливая вас к созданию надёжных систем управления данными и пайплайнов для обслуживания ML-моделей.

<h2>Введение в FastAPI и его применение</h2> API часто используются для управления данными в интернете, а FastAPI — это популярный современный веб-фреймворк для создания API на Python. Инженеры по данным и машинному обучению используют FastAPI для создания приложений, которые в вебе выступают как контекстно-зависимые транзакции данных и пайплайны.<br><br> <h2>Создание веб-приложений промышленного уровня с FastAPI</h2> В этом курсе вы узнаете, как создавать веб-приложения промышленного уровня, используя свои навыки Python и фреймворк FastAPI. К концу курса вы поймёте основные сценарии использования FastAPI в сравнении с другими Python-веб-фреймворками. Вы научитесь создавать API, используя все четыре типа HTTP-операций, и определять схемы запросов и ответов. Кроме того, вы будете проверять API-запросы, отвечать соответствующими HTTP-кодами статуса и сообщениями, а также выполнять код асинхронно, чтобы повысить производительность приложения. Практический проект проведёт вас через создание классического CRUD (Create, Read, Update, Delete) API и тестирование рабочих процессов с помощью модуля requests в Python.<br><br> <h2>Цели курса и целевая аудитория</h2> Этот курс предназначен для опытных программистов Python, которые хотят создавать веб-приложения для работы с данными с помощью FastAPI. По завершении этого курса вы получите необходимые базовые знания для создания проектов FastAPI, подходящих для высокопроизводительного управления данными и конвейеров обслуживания ML-моделей.

Introduction to APIs in Python

Introduction to Object-Oriented Programming in Python

Создайте надежные API с FastAPI, освоив HTTP, валидацию и асинхронность для эффективных ML-пайплайнов.

Введение в FastAPI

Создавайте надежные production-grade API с FastAPI, осваивая HTTP-операции, валидацию и async execution для эффективных data и ML pipelines.


Когда следует использовать async?

Введение в FastAPI

Практическое интерактивное упражнение