在python生态系统中，有多个框架可用于制作强大的后端。Django和FastAPI是最受欢迎的。Django具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，用于生成Rest API。
本文的目的是探索如何在生产中利用这两个框架的力量。我们将首先设置一个简单的Django应用程序，然后逐步集成FastAPI。
注意：本文假设您熟悉框架和SQLAlchemy，并在过去的项目中使用过它们。
Django部分
我假设你那边已经准备好了基础django项目，如果没有，请在继续之前准备好。以下是使用Django的第一步的教程：设置Django项目——真正的Python。
首先，我将启动基本的图书应用程序
django-admin startapp 书
将图书应用程序添加到已安装的应用程序中
添加模型作者和书籍
从django.db导入模型 类作者（models.Model）： name = models.CharField（最大长度=200） 班级书（模型。模型）： title = models.CharField（最大长度=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
您可能可以看到在数据库中添加两个前缀为app_name的新表。
确保这两个表已配置。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。
图书样本的屏幕截图：
作者：
最后，我们完成了Django的设置。推进FastAPI设置
FastAPI设置
与Django不同，FastAPI的设置需要一些工作。对于不熟悉FastAPI的人，我建议先对它更舒服一点，然后继续这篇文章。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。
（我为FastAPI使用这个项目生成）。
确保您已准备好使用Alembic的FastAPI和Sqlalchemy的基础设置。
这是我的项目看起来是这样的。我将在最后添加回购协议的链接。
让我们从数据库（命名为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。
这些文件通常需要从db连接开始。你可以从我在底部添加的回购协议中获取这个。
session.py
从sqlalchemy导入create_engine 来自sqlalchemy.orm import sessionmaker 从app.core.config导入设置 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通常设置，我们将启动sqlalchemy的元数据obj。元数据类包含给定连接中存在的所有表的信息。
从sqlalchemy导入create_engine，元数据 来自sqlalchemy.orm import sessionmaker 从app.core.config导入设置 engine = create_engine（settings.SQLALCHEMY_DATABASE_URI，pool_pre_ping=True） SessionLocal = sessionmaker（autocommit=False，autoflush=False，bind=engine） 元数据=元数据（绑定=引擎）
现在来了，你可能正在等待的部分。添加模型！看看我创建的文件。目前，这两个文件都是空的！
我们将从app.db.session导入metadata并指向我们已经创建的现有表。
书籍.py
从app.db.session导入元数据，引擎
来自sqlalchemy导入表
book_table = Table('<table_name>',metadata,autoload_with=engine)
在我们的示例中，将<table_name>替换为您在数据库中的确切名称，我将使用book_book作为书表，book_author用于作者表。
现在，完全分配模型的部分就是在其配置中添加一个表。
从app.db.session导入元数据，引擎 从app.db.base导入基础 来自sqlalchemy导入表 book_table = Table（'book_book'，metadata，autoload_with=engine） 班级书（基础）： __table__ = book_table
作者.py
从app.db.session导入元数据，引擎
从app.db.base导入基础
来自sqlalchemy导入表
author_table = Table('book_author',metadata,autoload_with=engine)
类作者（基础）：
__table__ = author_table
完成了？不！还有一步是重要的一步。我知道这篇文章很长，但请留下来陪我。
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。你也可以反其道而行之，但我认为这是一个更复杂的版本。
alembic/env.py
def run_migrations_offline() -> 无：
在“离线”模式下运行迁移。
这仅使用URL配置上下文
而不是发动机，尽管发动机是可以接受的
这里也是。通过跳过引擎创建
我们甚至不需要DBAPI即可使用。
这里对context.execute()的调用将给定的字符串发送到
脚本输出。
"""
url = config.get_main_option("sqlalchemy.url")
context.configure（
url=url，
target_metadata=target_metadata，
literal_binds=True，
dialect_opts={"paramstyle": "named"}，
）
使用context.begin_transaction()：
context.run_migrations（）
def run_migrations_online() -> 无：
在'在线'模式下运行迁移。
在这种情况下，我们需要创建一个引擎
并将连接与上下文相关联。
"""
可连接 = engine_from_config(
config.get_section（config.config_ini_section，{}），
prefix="sqlalchemy.",
poolclass=pool.NullPool，
）
使用connectable.connect()作为连接：
context.configure（
连接=连接，target_metadata=target_metadata
）
使用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。您必须将上述代码更改为以下给定的代码。
def include_object（object，名称，type_，反射，compare_to）：
如果type_ ==“表”和反映和比较_to为无：
返回False
其他：
返回True
def run_migrations_offline() -> 无：
在“离线”模式下运行迁移。
这仅使用URL配置上下文
而不是发动机，尽管发动机是可以接受的
这里也是。通过跳过引擎创建
我们甚至不需要DBAPI即可使用。
这里对context.execute()的调用将给定的字符串发送到
脚本输出。
"""
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"}，
）
使用context.begin_transaction()：
context.run_migrations（）
def run_migrations_online() -> 无：
在'在线'模式下运行迁移。
在这种情况下，我们需要创建一个引擎
并将连接与上下文相关联。
"""
可连接 = engine_from_config(
config.get_section（config.config_ini_section，{}），
prefix="sqlalchemy.",
poolclass=pool.NullPool，
）
使用connectable.connect()作为连接：
context.configure（
连接=连接，target_metadata=target_metadata，include_object=include_object，
）
使用context.begin_transaction()：
context.run_migrations（）
顾名思义，include_object函数比较了要为迁移选择的表、序列和关系。
我们正在避免反映的模型，即从已初始化的表中提取的模型。
就是这样，现在你已经准备好运行你的API了。
uvicorn app.main:app --reload
在打开的api文档上尝试api。你会得到类似的结果。
标签： Python编程,Django,FastAPI 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。