FastAPI 零基础入门指南：10 分钟搭建高性能 API

一、为什么选择 FastAPI？

想象一下，用 Python 写 API 可以像搭积木一样简单，同时还能拥有媲美 Go 语言的性能，这个框架凭借三大核心优势迅速风靡全球：

• 开发效率提升 3 倍：类型注解 + 自动文档，代码即文档
• 性能碾压传统框架：异步架构 + UJSON 序列化，QPS 轻松破万
• 零配置自动化：Swagger UI/ReDoc 文档、数据验证、依赖注入开箱即用

二、5 分钟快速上手

1. 环境准备

# 安装核心库
pip install fastapi uvicorn pydantic

2. 第一个 API

# main.py
from fastapi import FastAPI

app = FastAPI()

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

3. 启动服务

uvicorn main:app --reload

4. 访问 API

打开浏览器访问 http://localhost:8000/，你会看到：

打开浏览器访问 http://localhost:8000/docs，你会看到交互式 API 文档：

三、核心功能详解

1. 路由系统

路径参数

@app.get("/items/{item_id}")
async def read_item(item_id: int):
    return {"item_id": item_id}

查询参数

@app.get("/users")
async def read_users(skip: int = 0, limit: int = 10):
    return {"users": fake_users_db[skip : skip + limit]}

响应模型

from pydantic import BaseModel

class User(BaseModel):
    id: int
    name: str

@app.get("/user/{user_id}", response_model=User)
async def get_user(user_id: int):
    return User(id=user_id, name="Alice")

2. 数据验证

class Item(BaseModel):
    name: str
    price: float
    is_offer: bool = None

@app.post("/items/")
async def create_item(item: Item):
    return {"item_name": item.name, "item_price": item.price}

3. 异步支持

import asyncio

@app.get("/async-task")
async def async_task():
    await asyncio.sleep(1)  # 模拟耗时操作
    return {"result": "Done"}

四、生产级功能

1. 自动文档

• Swagger UI：访问 /docs 进行交互式测试
• ReDoc：访问 /redoc 获取简洁文档
• OpenAPI 规范：自动生成标准接口契约

2. 依赖注入

def get_db():
    db = Database()
    try:
        yield db
    finally:
        db.close()

@app.get("/items/")
async def read_items(db: Database = Depends(get_db)):
    return db.query("SELECT * FROM items")

3. 中间件

@app.middleware("http")
async def add_process_time_header(request: Request, call_next):
    start_time = time.time()
    response = await call_next(request)
    process_time = time.time() - start_time
    response.headers["X-Process-Time"] = str(process_time)
    return response

五、进阶技巧

1. 代码结构优化

myapi/
├── main.py
├── routers/
│   ├── items.py
│   └── users.py
├── models.py
└── schemas.py

2. 性能优化

# 使用orjson加速序列化
from fastapi import FastAPI
from fastapi.responses import ORJSONResponse

app = FastAPI(default_response_class=ORJSONResponse)

3. 测试方案

from fastapi.testclient import TestClient

client = TestClient(app)

def test_root():
    response = client.get("/")
    assert response.status_code == 200
    assert response.json() == {"message": "Hello World"}

六、生态工具链

工具类型	推荐工具	核心功能
代码生成	fastapi-code-generator	从 OpenAPI 生成项目骨架
调试工具	httpie	命令行 API 测试
监控	Prometheus + Grafana	性能指标可视化
部署	Docker + Kubernetes	云原生部署

七、真实案例

某电商平台使用 FastAPI 重构商品推荐接口后：

• 日均请求量从 200 万增至 800 万
• 响应时间中位数从 420ms 降至 110ms
• 接口联调周期缩短 60%

八、常见问题

1. 如何处理跨域请求？

from fastapi.middleware.cors import CORSMiddleware

app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

1. 如何自定义异常响应？

@app.exception_handler(ValueError)
async def value_error_handler(request, exc):
    return JSONResponse(
        status_code=400,
        content={"message": f"Invalid value: {exc}"},
    )

九、学习资源

• 官方文档：https://fastapi.tiangolo.com
• Github：https://github.com/fastapi/fastapi