FastAPI 简介：特性、优势与适用场景

1-1 什么是 FastAPI

FastAPI 是一个用 Python 写 Web API 的现代框架。它的目标是帮你又快又稳地做出接口服务。

“API” 可以理解为一套规则，让不同的程序之间互相说话。比如手机 App 向服务器要数据，用的就是 API。

FastAPI 这个名字已经说清了两件事。“Fast” 指它性能好、开发也快。“API” 指它专门为写接口而生。

它从 2018 年底由 Sebastian Ramírez 发起，如今已是 Python 圈最热门的接口框架之一。

1-2 它的技术底座：Starlette 与 Pydantic

FastAPI 并不从零造轮子，而是站在两个成熟库肩上工作。

第一层是 Starlette。它负责最底层的 Web 能力：路由、请求响应、中间件、WebSocket 等。FastAPI 本身就继承自 Starlette 类，所以 Starlette 的功能它全能用。

第二层是 Pydantic。它负责数据这件事：把你收到的 JSON 自动变成带类型的 Python 对象，并做校验。你写的类型注解，就是它工作的依据。

第三层是 Uvicorn。它是真正把应用跑起来的 ASGI 服务器。你可以把它想成”发动机”，FastAPI 是”车架”，发动机提供动力。

1-3 类型提示驱动：写代码就像写说明

FastAPI 最与众不同的地方，是它把 Python 的类型提示当成了核心功能。

类型提示就是你给变量标上”这是什么类型”。比如 name: str 表示 name 是字符串。

在其他框架里，类型往往只是”给人看的注释”。但在 FastAPI 里，类型提示会被真正用来：自动校验数据、自动生成文档、自动给出编辑器补全。

你不需要学一套新语法，用的就是标准 Python。这一点对初学者非常友好。

from fastapi import FastAPI

app = FastAPI()


@app.get("/hello")
async def hello(name: str):
    # name 被声明为 str，FastAPI 会自动校验它
    return {"msg": f"你好，{name}"}

上面这个函数，FastAPI 会知道 name 是必填的字符串参数，并在文档里写清楚。

1-4 自动交互文档：写完代码就有文档

这是很多人爱上 FastAPI 的原因。你每写一个接口，它就自动生成两套在线文档。

第一套是 Swagger UI，地址是 /docs。它不仅能看，还能直接在网页里填参数、点按钮发请求测试。

第二套是 ReDoc，地址是 /redoc。它排版更适合阅读，适合慢慢浏览接口定义。

这两套文档不是手工维护的，而是 FastAPI 根据你的代码实时生成的。你改了代码，文档就跟着变。

1-5 异步支持与高性能

FastAPI 原生支持 async/await 异步写法。简单说，它能在等待一个慢操作（比如查数据库）时，去处理别的请求，从而支撑更高的并发。

性能上，FastAPI 属于 Python 框架里最快的一档，官方 benchmark 显示它和 NodeJS、Go 处于同一水平。这得益于底层的 Starlette 与 Uvicorn 都用高效实现。

写代码时，默认推荐用 async def。只有在做明显阻塞的操作时才用普通 def，这点后面会讲清楚。

import asyncio
from fastapi import FastAPI

app = FastAPI()


@app.get("/")
async def root():
    # 模拟一个异步等待操作
    await asyncio.sleep(0.1)
    return {"message": "Hello World"}

1-6 与其他框架客观对比

初学者常问：Flask、Django、FastAPI 到底选哪个？它们各有侧重，没有绝对好坏。

Flask 轻巧灵活，学习曲线低，但自动文档、数据校验都要自己接第三方。适合小项目或想完全掌控结构的场景。

Django 功能全面，自带 Admin、ORM、模板，适合大而全的网站。但它传统上偏同步，生态偏向”全栈”。

FastAPI 介于两者之间偏”接口专用”。它天生异步，自带文档与校验，特别适合做纯 API 后端、微服务、机器学习服务接口。

对比维度	FastAPI	Flask	Django
性能模型	异步 ASGI	同步 WSGI	同步 WSGI
自动文档	内置两套	需扩展	需扩展
数据校验	内置 Pydantic	需手写	需手写
异步支持	原生	需扩展	部分支持
学习曲线	低	低	较高
适合规模	接口/微服务	中小型	大型全栈

1-7 FastAPI 适合用在哪

基于上面的特性，下面是 FastAPI 的常见落地场景。

RESTful API 后端：前后端分离架构里，它作为后端提供 JSON 接口，非常顺手。

微服务：它轻量、启动快，适合拆成多个小服务独立部署。

机器学习服务：训练好的模型可以用 FastAPI 包成接口，前端或其他服务直接调用。

数据处理接口：接收 JSON、返回 JSON 的数据处理服务，它的校验能力能省很多心。

实时通信：基于 Starlette 的 WebSocket 支持，它也能做聊天、推送等实时场景。

1-8 小结：为什么值得学

FastAPI 把”快”做到了两个层面：运行快、开发也快。类型提示驱动的设计，让你少写重复代码，少出低级错误。

它站在 Starlette 和 Pydantic 两个成熟肩膀上，标准、稳定、生态活跃。自动文档让前后端协作成本大幅下降。

对 0 基础同学来说，你只要会一点 Python 语法和类型注解，就能顺着本教程一步步搭出自己的接口服务。下一章，我们先把开发环境准备好。