FastAPI to framework służący do tworzenia API w Python. Jest to lekka i szybka biblioteka, która zawiera tylko najpotrzebniejsze funkcjonalności do tworzenia aplikacji serwerowej. FastAPI w pełni wykorzystuje type hinting dostępny w aktualnych wersjach Python, przez co development jest znacznie ułatwiony.

Do czego służy FastAPI?

FastAPI służy najczęściej do tworzenia serwera REST API, który można łatwo wyskalować, dzięki asynchronicznej naturze FastAPI. Za pomocą tego frameworka można tworzyć serwisy społecznościowe, sklepy czy usługi streamingowe. Wszelkie produkty potrzebujące stałego połączenia, takie jak czaty, również nie stanowią problemu dla FastAPI.

Jak zacząć używać FastAPI?

W celu rozpoczęcia korzystania z FastAPI, polecamy zapoznać się z jego dokumentacją, która jest bardzo dobrze i szczegółowo napisana. Następnie jeśli chcemy dowiedzieć się, jak wdrożyć jakąś architekturę do aplikacji, dostępne są interesujące cookiecuttery, które po zapoznaniu można modyfikować według własnego uznania.

Dlaczego warto używać FastAPI?

FastAPI jest stosunkowo nową technologią, ale już zyskała duże grono fanów. Framework zebrał już ponad 40 tysięcy gwiazdek na GitHub i stanowi ciekawą alternatywę dla najpopularniejszego microframeworku Flask, jak i pełnoprawnego frameworku jakim jest Django.

Co wybrać: Flask czy FastAPI?

Jeśli posiadamy aplikację napisaną za pomocą Flask, nie sądze, aby zmiana frameworku była potrzebna. Natomiast jeśli zaczynamy pisać nową aplikację w dniu dzisiejszym na pewno warto wybrać FastAPI, jeśli aplikacja nie jest bardzo duża oraz stawiamy na wydajność.

FastAPI - tworzenie REST API w Pythonie

Powiązane oferty pracy

FullStack Developer ( Node.js + Vue.js/React.js)

UOP:

8000 - 14000 PLN brutto

B2B:

13000 - 20000 PLN netto +VAT

Pokaż wszystkie oferty

Framework FastAPI stał się bardzo popularny w ostatnich latach ze względu na swoją szybkość i wysoki poziom kontroli nad pisanym kodem.

API budowane za pomocą FastAPI pisze się szybko ze względu na zwięzły kod, minimalną jego duplikację, a także dobrą dokumentację. FastAPI jest w pełni kompatybilne ze standardem OpenAPI.

Zbudowanie prostego API ogranicza się do 9 linijek kodu.

from typing import Optional

from fastapi import FastAPI

app = FastAPI()


@app.get("/")
async def read_root():
    return {"Hello": "World"}


@app.get("/items/{item_id}")
async def read_item(item_id: int, q: Optional[str] = None):
    return {"item_id": item_id, "q": q}

FastAPI posiada wbudowany moduł dokumentacji

FastAPI posiada wbudowany moduł generujący automatycznie dokumentację zarówno w formacie Swagger jak i ReDoc. Dokonując zmian w modelach danych z wykorzystaniem klasy BaseModel z Pydantic dostajemy zaktualizowaną i opisaną dokumentację pod URLem: http://localhost:8000/docs.

FastAPI - szybkość, bezpieczeństwo i duża społeczność

Wykorzystując takie moduły jak oauth2, http, PyJWT możemy uzyskać zabezpieczenia aplikacji takie jak OAuth2, czy też zabezpieczenie tokenem JWT. Dodatkowo wykorzystując odpowiednie middleware'y możemy narzucić inne standardy bezpieczeństwa, należą do nich chociażby CORS (Cross Origin Resource Sharing).

Popularność rozwiązań open-source mierzy się za pomocą liczby osób współtworzących daną aplikację. W przypadku FastAPI jest to 284 aktywnych kontrybutorów, a także 50 tysięcy osób aktywnie śledzących zmiany w frameworku. Dla porównania niegdyś najbardziej popularny Django posiada społeczność 61 tysięcy osób aktywnie śledzących zmiany, a także 2156 osób aktywnie kontrybuujących do zmian we frameworku.

FastApi Ranking frameworkow backendowych

Dodatkowo w niezależnych testach przeprowadzanych przez https://www.techempower.com/benchmarks/#section=data-r20&hw=ph&test=composite&l=dbf0n3-7b&a=2&f=zik0zj-qmx0qn-zhwum7-zik0zi-z8kflr-yyku7z-zik0zj-zijunz-zik0zj-zik0zj-zik0zj-1kv uzyskuje jedno z najwyższych miejsc wśród framework'ów wokół których oparty jest rozbudowany ekosystem rozwiązań. Są szybsze rozwiązania, ale na pewno nie z taką społecznością programistów i dostępnych pluginów i wtyczek. Warto wspomnieć, że autor FastAPI, Samuel Colvin jest dostępny na Twitterze i nietrudno się z nim skontaktować w razie poważnych problemów związanych z narzędziem.

Powiązane artykuły

Optymalizacja obrazów Dockera

24 lip 2023

Obrazy dla kontenerów Dockera mogą być naprawdę ciężkie. W internecie można znaleźć przykłady image'ów ważących nawet po 5 lub więcej gigabajtów. Jest to problem, zarówno dla developerów, używających Dockera do lokalnego developmentu, jak i dla osób odpowiedzialnych za setup aplikacji w środowiskach testowych i produkcyjnych. W artykule zostanie poruszony temat zmniejszania rozmiaru obrazów Dockera.

Dawid Kruk

#devops

Zobacz wszystkie artykuły