预览

您有一个应用程序在本地计算机上运行， 现在你想分享它。 本章分享了许多关于如何将其迁移到生产环境的场景， 并保持其正确有效地运行。 因为有些细节可以详细， 在某些情况下，我会参考有用的外部文档 而不是把它们塞在这里。

部署

到目前为止，在本书的所有代码示例中， 我使用了 uvicorn 的单个实例 在本地主机上运行，端口 8000 。 为了处理大量流量，您需要多个服务器， 运行 在现代硬件提供的多个内核上。 您还需要这些服务器上的内容才能：

• 保持它们运行（)
• 收集和馈送外部请求（）)
• 返回响应
• 提供 HTTPS“终止”

多个工作线程

你可能已经看到了另一个叫做的Python服务器。 这可以监督多个工人， 但它是一个WSGI服务器，而FastAPI是基于ASGI的。 幸运的是，有一个特殊的乌维角兽工人阶级 这可以通过Gunicorn管理。

示例 13-X 设置这些 uvicorn 工作线程 在本地主机上，端口 8000 （这改编自）。 引号保护外壳免受任何特殊解释。

将枪角兽与乌角兽工人一起使用

$ pip install "uvicorn[standard]" gunicorn
$ gunicorn main:app --workers 4 --worker-class \
uvicorn.workers.UvicornWorker --bind 0.0.0.0:8000

在执行您的出价时，您会看到许多行。 它将启动一个顶级的枪角兽过程， 与四个 uvicorn 工人子流程交谈， 本地主机上的所有共享端口 8000 （ 0.0.0.0 ）。 如果需要其他内容，请更改主机、端口或工作器数量。 main：app 指的是 ，而 FastAPI 对象 使用变量名应用程序 . 枪角兽声称：

Gunicorn 应该只需要 4-12 个工作进程来每秒处理数百或数千个请求。

事实证明，狸藻本身可以 还激发了多个 uvicorn 工人：

将 uvicorn 与 uvicorn 工人一起使用

$ uvicorn main:app --host 0.0.0.0 --port 8000 --workers 4

但是这种方法不做流程管理， 因此，通常首选古尼角兽方法。 uvicorn还有其他流程管理器： 请参阅其。

这将处理前面提到的四个作业中的三个 部分 但不是 HTTPS 加密。

HTTPS

这 官方 FastAPI ， 像所有官方的 FastAPI 文档一样， 信息量极大。 我建议阅读这篇文章， 接下来是 Sebastián 关于如何将 HTTPS 支持添加到 FastAPI 的 通过使用。 Traefix 位于您的 Web 服务器“之上”， 类似于 nginx 作为反向代理和负载均衡器， 但它包括HTTPS的魔力。

尽管过程中有许多步骤， 它仍然比以前简单得多。 特别 您曾经定期向证书颁发机构支付大笔费用 用于提供的数字证书 适用于您网站的 HTTPS。 幸运的是，这些权威在很大程度上被免费服务所取代。

Docker

当 Docker 突然出现时 （在dotCloud的Solomon Hykes的五中 在 PyCon 2013）， 这是我们大多数人第一次听说 Linux 容器。 随着时间的推移，我们了解到Docker更快更轻。 比虚拟机。 而不是模拟完整的操作系统， 每个容器共享服务器的 Linux 内核， 并将进程和网络隔离到它们自己的命名空间中。 突然 通过使用免费的Docker软件，您可以托管多个 单台机器上的独立服务， 不用担心他们互相踩踏。

十年后，Docker得到了普遍的认可和支持。 如果要在某些云服务上托管 FastAPI 应用程序， 您通常需要先创建它的 。 包括有关如何构建的全面描述 FastAPI 应用程序的 Docker 化版本。 一个步骤是编写一个 ： 包含一些 Docker 配置信息的文本文件， 比如要使用的应用程序代码和要运行的进程。 只是为了证明这不是火箭发射期间的脑部手术， 这是该页面中的 Dockerfile：

FROM python:3.9
WORKDIR /code
COPY ./requirements.txt /code/requirements.txt
RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt
COPY ./app /code/app
CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "80"]

我建议阅读官方文档， 或谷歌搜索fastapi Docker将产生的。

云服务

网上有许多付费或免费托管的来源。 有关如何使用它们托管 FastAPI 的一些演练包括：

• 德塔
• 利诺德
• 希罗库

Kubernetes

Kubernetes 是从一些用于管理的 Google 内部代码发展而来的 内部系统变得越来越复杂。 系统管理员（当时称为）习惯于手动 配置负载均衡器、反向代理等工具， 雪茄盒，依此类推。 Kubernetes 旨在获取大部分知识并将其自动化： 不要告诉我这个问题，。 这包括保持服务运行等任务， 或者在流量激增时启动更多服务器。

关于如何部署 FastAPI 有很多描述 在 Kubernetes 上，包括这个。

性能

FastAPI的性能目前是所有Python Web框架中。 甚至可以与Golang等更快语言的框架相媲美。 但其中大部分是由于 ASGI，避免了异步等待 I/O 的过程。 Python本身是一种相对较慢的语言。 以下是一些 提高整体性能的提示和技巧。

异步

通常，Web服务器不需要非常快。 它花费大量时间获取HTTP网络请求 并返回结果（本书中的 Web 层）。 在这两者之间，Web 服务执行业务逻辑（服务层） 并访问数据源（数据层）， 并再次将大量时间花在网络 I/O 上。

每当 Web 服务中的代码必须等待响应时， 使用异步函数是一个很好的候选者 （ 异步 def 而不是 def ）。 这让 FastAPI 和 Starlette 可以调度异步函数 并在等待它得到响应的同时做其他事情。 这就是为什么FastAPI的基准测试优于的原因之一 基于WSGI的框架，如Flask和Django。

性能有不同的方面：

• 处理单个请求的时间
• 一次可以处理的请求数

缓存

如果你有一个最终从中获取数据的 Web 终结点 静态源（如很少更改或从不更改的数据库记录）， 可以在函数中数据。 这可以位于任何图层中。 Python 提供了标准的 模块和函数 cache（） 和 lru_cache（）。

数据库、文件和内存

网站运行缓慢的最常见原因之一 是足够大小的数据库表的缺失索引。 通常，在表增长到 特定大小，然后查询突然变得慢得多。 在 SQL 中，应为 WHERE cluse 中的任何列编制索引。

在本书的许多例子中，主键 生物和探索者表一直是文本字段名称。 创建表时，名称被声明为 主键 。 对于你到目前为止在本书中看到的小桌子， SQLite无论如何都会忽略该键，因为它更快。 只是为了扫描表格。 但是，一旦表达到合适的大小（例如一百万行），缺少索引将产生明显的差异。 解决方案：运行。

即使表很小，也可以使用 Python 脚本或开源工具进行一些数据库。

如果要进行许多顺序数据库查询， 可以将它们组合成一个。

如果您要上传或下载大文件， 使用流媒体版本而不是大口大口地喝。

队列

如果您正在执行任何花费超过一小部分的任务 一秒钟 （如发送确认电子邮件或缩小图像大小）， 可能值得将其交给像 这样的工作队列。

蟒蛇本身

如果您的 Web 服务看起来很慢，因为 它用Python进行重要的计算， 你可能想要一个“更快的Python”。 替代方案包括：

• 使用 而不是标准的 CPython。
• 用 C、C++ 或 Rust 编写 Python 。
• 将慢速 Python 代码转换为 （由 Pydantic 和 乌维角兽自己）。

最近一个非常有趣的公告是语言。 它的目标是成为Python的完整超集， 具有新功能（具有相同的友好 Python 语法） 这可以将 Python 示例加速倍。 主要作者克里斯·拉特纳（Chris Lattner）之前曾从事过 编译器工具，如，， 和， 加上苹果的 语言。

Mojo的目标是成为人工智能发展的单一语言， 现在（在Pytorch和TensorFlow中） 需要难以开发的Python/C/C++三明治， 管理和调试。 但Mojo也是一个很好的通用语言。 除了人工智能。

我用C编码多年，并一直在等待继任者 它的性能和Python一样好，但很容易使用。 D，Golang，Julia，Zig和Rust是可能性， 但如果魔术 可以不辜负它， 我会广泛使用Mojo。

故障 排除

自下而上看 从您遇到问题的时间和地点开始。 这包括时间和空间性能问题， 还有逻辑和异步陷阱。

问题的种类

乍一看，您得到了什么 HTTP 响应代码？

• 404：身份验证或授权错误。
• 422：通常是皮丹蒂克人对使用模型的抱怨。
• 500 ： 您的 FastAPI 后面的某些服务失败了。

伐木

Uvicorn 和其他 Web 服务器通常会将日志写入标准输出。 您可以检查日志以查看实际进行的调用， 包括 HTTP 动词和 URL，但不包括正文中的数据、标头、 或饼干。

如果特定终结点返回 400 级状态代码， 您可以尝试将相同的输入反馈回去，看看错误是否 再次发生。 如果是这样，我的第一个穴居人调试本能是添加 print（） 相关 Web、服务和数据功能中的语句。

此外，无论在哪里引发异常，请添加详细信息。 如果数据库运行失败。 包括输入值和特定错误，例如 尝试将唯一键字段加倍。

指标

术语、、、 和似乎重叠。 在 Pythonland 中，使用：

• 收集指标。
• 显示它们。
• 用于测量计时的。

您可以将这些图层应用于站点的所有图层： 网络、服务和数据。 服务可能更具业务倾向， 而其他更具技术性， 对网站开发人员和维护人员很有用。

用于收集 FastAPI 指标的一些链接：

• 普罗米修斯快速API仪器器
• 入门：使用 Grafana 和 Prometheus 监控 FastAPI 应用程序 - 分步指南
• 快速 API 可观测性
• OpenTelemetry FastAPI Instrumentation
• 开放遥测快速 API 教程 - 完整的实施指南
• Python中OpenTelemetry的特定语言实现

回顾

很明显，生产并不容易。 问题包括网络机器本身， 网络和磁盘过载， 和数据库问题。 本章提供了有关如何获取所需信息的一些提示， 以及当问题出现时从哪里开始挖掘。