使用 Django 和 FastAPI 构建 Web 应用程序：两全其美

2023-07-08 13:55:08 阅读：215 来源： 互联网

在python生态系统中，有多个框架可用于制作健壮的后端。Django和FastAPI是最受欢迎的。Django 带有许多开箱即用的功能，如 ORM、中间件、身份验证、管理面板等。另一方面，FastAPI具有异步就绪支持，是一个超快速，轻量级的框架来生成Rest API。

本文的目的是探讨如何在生产中利用这两个框架的强大功能。我们将首先设置一个简单的Django应用程序，然后转向集成FastAPI。

注意：本文假定您熟悉框架和 SQLAlchemy，并在过去的项目中使用过它们。

姜戈部分

我将假设你已经准备好了基本的django项目，如果没有，请在继续之前准备好它。这是使用 Django 的第一步：设置 Django 项目 — Real Python。

首先，我将启动基本的书籍应用程序

django-admin startapp book

将图书应用添加到已安装的应用

添加模型作者和书籍

from django.db import models

class Author(models.Model):
    name = models.CharField(max_length=200)

class Book(models.Model):
    title = models.CharField(max_length=200)
    author = models.ForeignKey(Author,on_delete=models.CASCADE)
    published_date = models.DateField()

对数据库进行迁移和迁移更改。

python manage.py makemigrations && python manage.py migrate

您可能能够看到两个新表都添加了前缀，就像在数据库中一样。app_name

确保配置了这两个表。现在，我们将在管理面板中注册这些模型，并添加一些我最喜欢的书籍及其作者。

书籍样本截图：

最后，我们完成了 Django 的设置。推进快速API设置

快速接口设置

与Django不同，FastAPI的设置需要一些工作。对于不熟悉 FastAPI 的人，我建议先对它更熟悉一点，然后继续阅读本文。从官方文件中添加一些参考资料：

第一步 — FastAPI （tiangolo.com）。
GitHub — tiangolo/full-stack-fastapi-postgresql：全栈，现代Web应用程序生成器。使用FastAPI，PostgreSQL作为数据库，Docker，自动HTTPS等。
（我将此项目生成用于 FastAPI）。

确保你已经准备好了FastAPI和Sqlalchemy与Alembic的基本设置。

这是我的项目外观。我将在最后添加指向存储库的链接。

让我们从数据库（名为 db）部分开始。我们将创建基本模型并将数据库引擎与会话绑定。

这些是通常从数据库连接开始所需的文件。您可以从我在底部添加的存储库中获取它。

session.py

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

from app.core.config import settings

engine = create_engine(settings.SQLALCHEMY_DATABASE_URI, pool_pre_ping=True)
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

这是初始化会话配置的常用设置，我们将启动 sqlalchemy 的元数据对象。元数据类包含有关给定连接中存在的所有表的信息。

from sqlalchemy import create_engine, MetaData
from sqlalchemy.orm import sessionmaker
from app.core.config import settings

engine = create_engine(settings.SQLALCHEMY_DATABASE_URI, pool_pre_ping=True)
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
metadata = MetaData(bind=engine)

现在来了，您可能正在等待的部分。添加模型！看看我创建的文件。目前，两个文件都是空的！

我们将从已创建的现有表导入并指向现有表。metadataapp.db.session

books.py

来自应用程序数据库。会话导入元数据，来自 sqllchemy import 的引擎 表 book_table = 表

（'<table_name>'，元数据，autoload_with=引擎
）

在我们的示例中，将<table_name>替换为数据库中的确切版本，我将对书籍表使用 book_book，对作者表使用 book_author。

现在只剩下完全分配模型的部分是在其配置中添加一个表。

来自应用程序数据库。会话导入元数据，来自 app.db 的引擎
。基本导入 从 sqllchemmy 导入的基础
 表 book_table = 表

（'book_book'，元数据，autoload_with=引擎）
类 书（基）：
 __table__ = book_table

author.py

来自应用程序数据库。会话导入元数据，引擎
从应用程序.db。基本导入 从 sqllcellmy 导入的基础
 表 author_table = 表

（'book_author'，元数据，autoload_with=引擎）
类 作者（基本）：
 __table__ = author_table

做？不！还剩下更重要的一步。我知道这篇文章很长，但请留在我身边。

我们需要告诉alembic不要对这些模型进行任何迁移，因为Django正在管理这些实体。你也可以做相反的事情，但我认为这是一个更复杂的版本。

alembic/env.py

def run_migrations_offline() -> None:
    """Run migrations in 'offline' mode.

    This configures the context with just a URL
    and not an Engine, though an Engine is acceptable
    here as well.  By skipping the Engine creation
    we don't even need a DBAPI to be available.

    Calls to context.execute() here emit the given string to the
    script output.

    """
    url = config.get_main_option("sqlalchemy.url")
    context.configure(
        url=url,
        target_metadata=target_metadata,
        literal_binds=True,
        dialect_opts={"paramstyle": "named"},
    )

    with context.begin_transaction():
        context.run_migrations()

def run_migrations_online() -> None:
    """Run migrations in 'online' mode.

    In this scenario we need to create an Engine
    and associate a connection with the context.

    """
    connectable = engine_from_config(
        config.get_section(config.config_ini_section, {}),
        prefix="sqlalchemy.",
        poolclass=pool.NullPool,
    )

    with connectable.connect() as connection:
        context.configure(
            connection=connection, target_metadata=target_metadata
        )

        with context.begin_transaction():
            context.run_migrations()

在alembic的情况下，这是运行和进行迁移的2种方法。您必须将上面的代码更改为给定的以下代码。

def include_object(object, name, type_, reflected, compare_to):
    if type_ == "table"  and reflected and compare_to is None:
        return False
    else:
        return True

def run_migrations_offline() -> None:
    """Run migrations in 'offline' mode.

    This configures the context with just a URL
    and not an Engine, though an Engine is acceptable
    here as well.  By skipping the Engine creation
    we don't even need a DBAPI to be available.

    Calls to context.execute() here emit the given string to the
    script output.

    """
    url = config.get_main_option("sqlalchemy.url")
    context.configure(
        url=url,
        target_metadata=target_metadata,
        literal_binds=True,
        include_object=include_object,
        dialect_opts={"paramstyle": "named"},
    )

    with context.begin_transaction():
        context.run_migrations()

def run_migrations_online() -> None:
    """Run migrations in 'online' mode.

    In this scenario we need to create an Engine
    and associate a connection with the context.

    """
    connectable = engine_from_config(
        config.get_section(config.config_ini_section, {}),
        prefix="sqlalchemy.",
        poolclass=pool.NullPool,
    )

    with connectable.connect() as connection:
        context.configure(
            connection=connection, target_metadata=target_metadata,include_object=include_object,
        )

        with context.begin_transaction():
            context.run_migrations()

顾名思义，include_object功能可比较要为迁移选择的表、序列和关系。

我们避免了反映的模型，即从已经初始化的表中获取的模型。

现在，您就可以运行 API 了。

uvicorn app.main:app --reload

在打开的 api 文档中试用 API。你会得到类似的结果。

我们在这里完成了，现在您可以使用 FastAPI 制作快速性能的 API，同时使用 Django 的管理面板。

标签：FastAPI,Web,Django
来源：

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

使用 Django 和 FastAPI 构建 Web 应用程序：两全其美

姜戈部分

快速接口设置