我们先了解 FastAPI 的关键特性和核心用例。接着运行第一个应用并进行测试。最后，我们将学习如何支持包含请求参数的 GET 与 POST 操作，并构建与测试这些端点。

为什么选择 FastAPI？

from fastapi import FastAPI

app = FastAPI()


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

第一个应用

选项

FastAPI

Django

FastAPI 与 Django

GET 操作

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 操作

Pydantic 模型

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 操作实战

FastAPI 基础

我们将从学习如何在 FastAPI 中支持 PUT 与 DELETE 操作开始。随后将学习如何处理不同类型的错误，并始终在响应中返回合适的状态码。最后，我们将学习如何使用 async 启用并发请求，以应对更高的负载。

PUT 与 DELETE 操作

实践 PUT 操作

实践 DELETE 操作

处理错误

状态码分类

处理客户端错误

使用 async 实现并发处理

何时应该使用 async？

异步 DELETE 操作

FastAPI 进阶主题

我们将先学习如何编写系统测试来验证单个 FastAPI 端点。接着构建一个完整的 JSON CRUD API，通过 HTTP 管理对象的生命周期。最后，我们将通过手动功能测试学习如何让不同的应用端点协同工作并进行验证。

FastAPI 自动化测试

单元测试 vs. 系统测试

系统测试

构建 JSON CRUD API

HTTP 操作与 CRUD 步骤

DELETE 操作的响应

完成 JSON CRUD API

编写手动功能测试

系统测试 vs. 功能测试

功能测试

总结

构建与测试 JSON CRUD API

本课程将带您使用 FastAPI 构建可用于生产环境的 Web 应用。FastAPI 是用于创建 API 的流行 Python 框架。您将学习如何处理四种 HTTP 操作、定义请求与响应模式、验证 API 请求，并返回合适的 HTTP 状态码。课程还将介绍异步代码执行以提升性能。到课程结束时，您将开发一个 CRUD API，并使用 Python 的 requests 模块测试工作流。本课程面向有经验的 Python 程序员，帮助您掌握使用 FastAPI 管理数据的技能，为构建稳健的数据管理与机器学习模型服务管道做好准备。

<h2>FastAPI及其应用简介</h2> API常用于在网络上管理数据，而FastAPI是一个用于使用Python构建API的流行新型Web框架。 数据和机器学习工程师利用 FastAPI 构建应用程序，使其在 Web 上作为具备上下文感知的数据事务和管道运行。<br><br> <h2>使用 FastAPI 构建生产级 Web 应用程序</h2> 在本课程中，您将学习如何利用您的 Python 技能和 FastAPI 框架构建生产级 Web 应用程序。 最后，你将了解 FastAPI 相对于其他 Python Web 框架的核心使用场景。 你将学习使用所有四种 HTTP 操作来构建 API，并定义请求和响应模式。 此外，你还将验证 API 请求，使用适当的 HTTP 状态码和消息进行响应，并异步执行代码以提升应用性能。 一个实战项目将带你构建经典的 CRUD（Create, Read, Update, Delete）API，并使用 Python 的 requests 模块测试工作流程。<br><br> <h2>课程目标和目标受众</h2> 本课程专为希望使用 FastAPI 构建管理数据的 Web 应用程序的有经验 Python 程序员而设计。 完成本课程后，您将具备创建适用于高吞吐量数据管理和 ML 模型服务管道的 FastAPI 项目所需的基础。

Introduction to APIs in Python

Introduction to Object-Oriented Programming in Python

使用FastAPI构建稳健的生产级API，掌握HTTP操作、验证和异步执行，创建高效数据和ML管道。

FastAPI 入门

用 FastAPI 构建稳健、生产级 API，掌握 HTTP 操作、验证和异步执行，打造高效的数据与 ML 管道。


Pydantic 模型

FastAPI 入门

练习说明

交互式实操练习