FastAPI入门：从零开始学习响应压缩与缓存

介绍

嗨，Python新手们！如果你已经掌握了Python基础语法，但还没接触过Web开发，别担心。今天，我们将用FastAPI这个超级简单的框架，带你体验如何构建Web应用，并学习两个酷炫的功能：响应压缩和缓存。教程以动手实践为主，每个步骤都有代码示例，让你立刻看到成果，建立信心！

为什么选FastAPI？ 它就像快餐店的点餐机一样，快速、简单、高效。你不用写太多代码，就能做出功能强大的应用。

准备工作：安装工具

在开始前，确保你已经安装了Python（建议3.7+）。然后，打开终端或命令提示符，运行以下命令安装FastAPI和Uvicorn（一个用于运行FastAPI的服务器）：

pip install fastapi uvicorn

成功安装后，你就准备好啦！这已经是第一个“成功时刻”——环境搞定！

第一步：创建第一个FastAPI应用

我们来构建一个最简单的Web应用，感受一下FastAPI的魔力。创建一个新文件 main.py，输入以下代码：

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def read_root():
    return {"Hello": "World"}

解释：

• FastAPI() 创建了一个应用实例，就像搭建了一个小网站。
• @app.get("/") 是一个装饰器，告诉FastAPI：当用户访问根路径（比如 http://localhost:8000/）时，执行下面的函数。
• read_root() 函数返回一个JSON响应 {"Hello": "World"}。

运行应用：在终端中，导航到 main.py 所在目录，运行：

uvicorn main:app --reload

现在，打开浏览器访问 http://localhost:8000/，你应该看到 {"Hello": "World"} 显示出来！恭喜，你刚刚构建了一个Web API——成功时刻！

生活化类比：想象FastAPI就像一个自动售货机，你按一个按钮（访问路径），它就会吐出你想要的物品（响应）。

第二步：引入响应压缩

响应压缩可以减小网络传输的数据大小，让网页加载更快。这就像打包行李时压缩衣服，节省空间，方便携带。在FastAPI中，我们可以通过中间件轻松实现。

更新 main.py：

from fastapi import FastAPI
from fastapi.middleware.gzip import GZipMiddleware

app = FastAPI()

# 添加GZip中间件进行响应压缩
app.add_middleware(GZipMiddleware, minimum_size=1000)

@app.get("/")
def read_root():
    return {"message": "这是一个带有压缩响应的示例！", "data": ["item1", "item2", "item3"] * 100}

解释：

• 导入 GZipMiddleware，它是FastAPI内置的压缩中间件。
• app.add_middleware() 将中间件添加到应用中。minimum_size=1000 表示只有响应大小超过1000字节时才压缩，避免小响应浪费资源。
• 更新 read_root() 返回一个较大的数据列表，以便观察压缩效果。

测试：重新运行应用（如果还在运行，它会自动重启，因为用了 --reload）。访问 http://localhost:8000/，浏览器开发者工具的Network标签中，查看响应头，你会看到 Content-Encoding: gzip，表示压缩已生效——又一个成功时刻！

生活化类比：压缩就像用吸尘器把空气挤出去，让包裹变小；这里，GZip中间件自动“吸走”多余数据，让响应更快传输。

第三步：引入缓存

缓存可以存储常用响应，减少服务器负担，提升用户体验。这就像记下常去餐厅的菜单，下次点餐时不用重新看，直接选。在FastAPI中，我们可以用简单的方法模拟缓存。

继续更新 main.py：

from fastapi import FastAPI
from fastapi.middleware.gzip import GZipMiddleware
import time

app = FastAPI()
app.add_middleware(GZipMiddleware, minimum_size=1000)

# 模拟一个简单的缓存字典
cache = {}

@app.get("/cached-data")
def get_cached_data():
    key = "cached_key"
    if key in cache:
        # 如果缓存中有数据，直接返回
        return {"source": "cache", "data": cache[key]}
    else:
        # 模拟一个耗时操作，比如从数据库获取数据
        time.sleep(2)  # 延迟2秒，模拟处理时间
        data = {"info": "这是新鲜获取的数据！", "timestamp": time.time()}
        cache[key] = data  # 存储到缓存
        return {"source": "fresh", "data": data}

@app.get("/")
def read_root():
    return {"message": "FastAPI教程：压缩与缓存示例", "links": ["/", "/cached-data"]}

解释：

• 添加 time 模块来模拟处理延迟。
• 创建一个简单的字典 cache 作为缓存存储。
• 定义一个新路径 /cached-data，它先检查缓存：如果有数据，立即返回（标记为来自缓存）；否则，模拟耗时操作后，获取数据并存入缓存。
• 更新根路径，提供导航链接。

测试：重新运行应用。

• 首次访问 http://localhost:8000/cached-data，你会看到延迟2秒后返回 {"source": "fresh", ...}。
• 再次快速访问同一路径，立即返回 {"source": "cache", ...}，没有延迟！缓存生效了——成功时刻，体验到了速度提升！

生活化类比：缓存就像你的大脑记住常用电话号码；首次查找需要时间，但记住后，下次一喊就来。

第四步：结合使用压缩和缓存

现在，让我们把压缩和缓存结合起来，创建一个更高效的示例。更新 main.py：

from fastapi import FastAPI
from fastapi.middleware.gzip import GZipMiddleware
import time

app = FastAPI()
app.add_middleware(GZipMiddleware, minimum_size=500)  # 降低压缩阈值，更频繁压缩

cache = {}

@app.get("/optimized")
def get_optimized_data():
    key = "optimized_key"
    if key in cache:
        return {"source": "cache", "data": cache[key], "compressed": True}
    else:
        time.sleep(1)  # 模拟较短延迟
        data = {"message": "这是优化后的响应！", "items": ["a", "b", "c"] * 50}
        cache[key] = data
        return {"source": "fresh", "data": data, "compressed": True}

@app.get("/")
def read_root():
    return {"title": "FastAPI压缩与缓存实战", "endpoints": ["/", "/optimized"]}

解释：

• 将压缩阈值设为500字节，确保响应被压缩。
• 创建 /optimized 路径，结合缓存和压缩：首次访问延迟1秒并存储数据，后续访问无延迟，且响应都被压缩。

测试：运行应用，访问 http://localhost:8000/optimized。首次稍慢，之后秒开，并且在Network中检查 Content-Encoding: gzip。你成功构建了一个优化后的Web API——最终的成功时刻！

总结

恭喜！你已经学会了用FastAPI实现响应压缩和缓存。回顾一下：

• 压缩：用GZipMiddleware减小数据大小，类比打包压缩。
• 缓存：用字典简单模拟存储响应，类比记忆常用信息。

这只是一个开始，FastAPI还有很多强大功能等待探索。通过动手实践，你已经建立了Web开发的信心。保持练习，继续构建更多有趣的应用！

扩展练习：尝试添加更多路径，或者使用FastAPI的文档功能（访问 http://localhost:8000/docs 自动生成API文档）。如果你遇到问题，查阅FastAPI官方文档获取帮助。

祝编码愉快！