FastAPI

第 4 章 异步、并发和 Starlette 之旅

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

Starlette 是一个轻量级 ASGI 框架/工具包，是用 Python 构建异步网络服务的理想选择。

汤姆-克里斯蒂，Starlette 的创造者

预览

上一章简要介绍了开发人员在编写新的 FastAPI 应用程序时首先会遇到的问题。 本章强调了 FastAPI 的底层 Starlette 库，尤其是它对异步处理的支持。 在概述了 Python 中 "同时做更多事情 "的多种方法后，您将看到其较新的async 和await关键字是如何融入 Starlette 和 FastAPI 的。

星莱特

FastAPI 的大部分网络代码都基于汤姆-克里斯蒂（Tom Christie）创建的Starlette 软件包。 Starlette 本身可以作为一个网络框架使用，也可以作为其他框架（如 FastAPI）的库使用。 与其他网络框架一样，Starlette 处理所有常见的 HTTP 请求解析和响应生成。它与 Flask 的基础软件包Werkzeug 相似，。

但它最重要的功能是支持现代 Python异步网络标准：ASGI。到目前为止，大多数 Python 网络框架（如 Flask 和 Django）都是基于传统的同步WSGI 标准。由于网络应用如此频繁地连接到慢得多的代码（如数据库、文件和网络访问），ASGI 避免了基于 WSGI 应用程序的阻塞和繁忙等待。

因此，Starlette 和使用它的框架是 Python 速度最快的网络软件包，甚至可以与 Go 和 Node.js 应用程序相媲美 。

并发类型

在详细介绍 Starlette 和 FastAPI 提供的异步支持之前，我们有必要了解一下实现并发的多种方法。

在并行计算中，一项任务同时分布在多个专用 CPU 上。这在图形和机器学习等 "数字计算 "应用中很常见。

在并发计算中，每个 CPU 在多个任务之间切换。 有些任务比其他任务耗时更长，我们希望减少所需的总时间。 读取文件或访问远程网络服务比在 CPU 中运行计算要慢数千到数百万倍。

网络应用程序做了很多这种缓慢的工作。 我们怎样才能使网络服务器或任何服务器运行得更快？ 本节讨论了一些可能性，从整个系统到本章的重点：FastAPI 对 Python 的async 和await 的实现。

分布式和并行计算

如果你有一个非常大的应用程序--在单个 CPU 上运行会很费劲--你可以将它分解成几个部分，让这些部分在单台机器或多台机器的不同 CPU 上运行。你可以用很多很多方法来做到这一点，如果你有这样一个应用程序，你已经知道了其中的一些方法。 管理所有这些部分比管理单台服务器更复杂、更昂贵。

在本书中，我们将重点介绍可安装在单个盒子上的中小型应用程序，这些应用程序可以混合使用同步和异步代码，并由 FastAPI 进行很好的管理。

操作系统进程

操作 系统（或称操作系统，因为打字很疼）调度资源：内存、CPU、设备、网络等。它运行的每个程序都在一个或多个进程中执行代码。 操作系统为每个进程提供受管理、受保护的资源访问权限，包括它们何时可以使用 CPU。

大多数系统使用抢占式进程调度，不允许任何进程占用 CPU、内存或任何其他资源。操作系统根据其设计和设置，不断暂停和恢复进程。

对开发人员来说，好消息是：这不是你的问题！但坏消息（通常似乎是好消息的阴影）是：即使你想改变，也无能为力。 ...