依赖注入,是指在编程中,为了保证功能的使用,先导入或声明所需以来,如子函数、数据库连接等。但又不同于装饰器。
fastapi编写接口通常用函数式编程,没有像django似的视图编程的优势,所以就没有封装、继承、多态等,于是就依靠依赖注入来实现
优势是提高代码复用率:
- 共享数据库连接
- 增强安全、认证和角色管理
- 响应数据注入,可以在原来的响应数据基础上再做出更改,如抽出公用函数,在公用函数中对数据处理
注入依赖
- 函数作为依赖:定义公共函数(相当于创建依赖),如下,意思是返回的数据是字典形式,依赖于公共函数。可以在async def中调用def依赖,也可以在def中导入async def依赖
async def common_parameters(q: Optional[str] = None, page: int = 1, limit: int = 100):
return {"q": q, "page": page, "limit": limit}
@app05.get("/dependency01")
async def dependency01(commons: dict = Depends(common_parameters)):
return commons
- 类作为依赖,有3种写法。下面实现的是更新数据
fake_items_db = [{"item_name": "Foo"}, {"item_name": "Bar"}, {"item_name": "Baz"}]
class CommonQueryParams:
def __init__(self, q: Optional[str] = None, page: int = 1, limit: int = 100):
self.q = q
self.page = page
self.limit = limit
@app05.get("/classes_as_dependencies")
# async def classes_as_dependencies(commons: CommonQueryParams = Depends(CommonQueryParams)):
# async def classes_as_dependencies(commons: CommonQueryParams = Depends()):
async def classes_as_dependencies(commons=Depends(CommonQueryParams)):
response = {}
if commons.q:
response.update({"q": commons.q})
items = fake_items_db[commons.page: commons.page + commons.limit]
response.update({"items": items})
return response
多层嵌套依赖
use_cache默认是True, 表示当多个依赖有一个共同的子依赖时,每次request请求只会调用子依赖一次,多次调用将从缓存中获取
def query(q: Optional[str] = None):
return q
def sub_query(q: str = Depends(query), last_query: Optional[str] = None):
if not q:
return last_query
return q
@app05.get("/sub_dependency")
async def sub_dependency(final_query: str = Depends(sub_query, use_cache=True)):
return {"sub_dependency": final_query}
路径操作装饰器依赖
当header中x_token=aaa,x_key=bbb时,才会正常返回[{“user”: “user01”}, {“user”: “user02”}]
async def verify_token(x_token: str = Header(...)):
"""没有返回值的子依赖"""
if x_token != "aaa":
raise HTTPException(status_code=400, detail="X-Token header invalid")
async def verify_key(x_key: str = Header(...)):
"""有返回值的子依赖,但是返回值不会被调用"""
if x_key != "bbb":
raise HTTPException(status_code=400, detail="X-Key header invalid")
return x_key
@app05.get("/dependency_in_path_operation", dependencies=[Depends(verify_token), Depends(verify_key)]) # 这时候不是在函数参数中调用依赖,而是在路径操作中
async def dependency_in_path_operation():
return [{"user": "user01"}, {"user": "user02"}]
全局依赖
可以加到组件中
app05 = APIRouter(dependencies=[Depends(verify_token), Depends(verify_key)])
也可以加到主程序中
app = FastAPI(dependencies=[Depends(verify_token), Depends(verify_key)])
yield依赖和子依赖
通常用于数据库的连接,说明下yield:
def foo():
print('111111')
yield
print('2222')
yield
print('3333')
yield
print('4444')
yield
f = foo()
# print("1", next(f))
# print(next(f))
# print(next(f))
print(type(f))
每次执行next后前面的才输出,yield不返回具体的数据。生成器是根据一定的规律算法生成的列表,当我们去遍历它的时候,它可以通过特定的算法不断的推断出相应的元素,边运行边推算出结果,从而节省空间,所以yield一般会在for循环语句以一定的规则生成,yield需要放在函数内使用,如下面的伪代码:
def demo():
for i in range(10):
yield i*2
async def get_db():
db = "db_connection"
try:
yield db
finally:
db.endswith("db_close")
async def dependency_a():
dep_a = "generate_dep_a()"
try:
yield dep_a
finally:
dep_a.endswith("db_close")
async def dependency_b(dep_a=Depends(dependency_a)):
dep_b = "generate_dep_b()"
try:
yield dep_b
finally:
dep_b.endswith(dep_a) # 关闭子依赖的连接
async def dependency_c(dep_b=Depends(dependency_b)):
dep_c = "generate_dep_c()"
try:
yield dep_c
finally:
dep_c.endswith(dep_b)
以上在数据库连接中使用yield是因为,当次调用函数的时候,执行yield,只有当下次再执行的时候,才会执行finally,关闭数据库连接