当前位置：首页 > article >正文

FlaskFastAPIgunicornunicorn并发调用

article 2024/11/6 12:20:58

Flask VS. FastAPI

Flask和FastAPI是Python中两种流行的Web框架，它们各自具有不同的特点和适用场景。以下是它们之间的一些主要区别：

1. 框架类型

Flask：Flask是一个轻量级的微框架，适合构建小型到中型的Web应用。它灵活且易于扩展，允许开发者根据需要添加各种插件。
FastAPI：FastAPI是一个现代的高性能Web框架，专注于构建API。它基于Python 3.7+的类型提示，支持异步编程，提供了更丰富的功能。

2. 性能

Flask：在处理同步请求方面表现良好，但在高并发和I/O密集型任务中性能可能不如FastAPI。
FastAPI：由于支持异步请求处理，FastAPI在性能上表现优越，能够轻松应对高负载的请求。

3. 异步支持

Flask：Flask本身不支持异步编程。如果需要异步功能，开发者需要使用额外的库或工具。
FastAPI：FastAPI原生支持异步编程，可以使用async和await来定义异步路由，使得处理并发请求更加高效。

4. 数据验证

Flask：Flask没有内置的数据验证功能，通常需要使用第三方库（如WTForms）来实现。
FastAPI：FastAPI利用Pydantic进行数据验证，能够自动处理请求参数和响应体的验证，大大减少了错误请求的发生。

5. 文档生成

Flask：Flask需要手动编写API文档或使用第三方库（如Flask-RESTPlus）来生成文档。
FastAPI：FastAPI自动生成交互式API文档（基于OpenAPI和Swagger UI），无需额外配置即可访问。

6. 社区和生态系统

Flask：Flask拥有一个成熟且庞大的社区，提供了丰富的第三方扩展和插件。
FastAPI：虽然相对较新，但FastAPI的社区正在快速增长，并逐渐形成了自己的生态系统。

7. 学习曲线

Flask：由于其简洁性，Flask通常被认为更容易上手，适合初学者。
FastAPI：由于采用了现代Python特性（如类型提示和异步编程），FastAPI的学习曲线可能相对陡峭，但一旦掌握，其开发效率会显著提高。

总结
选择Flask还是FastAPI取决于项目需求：
如果你需要构建简单的Web应用或原型，并且希望快速上手，可以选择Flask。
如果你正在开发高性能的API，并且希望利用异步编程和自动化文档生成功能，FastAPI将是更好的选择。

这两个框架各有优势，可以根据具体情况进行选择。

gunicorn VS unicorn

gunicorn:

--workers: 指定启动的进程数；（每个进程都会加载一份模型！）

--threads: 指定每个进程启动的线程数；

python的话，由于GIL锁的作用，里面的API根本无法被并行执行的；

可被并行执行的方案：FastAPI + API都用async调用 + IO操作用await版本的 + threads设为大于1

实例代码：
from fastapi import FastAPI
import asyncio

app = FastAPI()

# Asynchronous function that simulates a delay
async def simulate_long_task(task_id: int):
    print(f"Task {task_id} started...")
    await asyncio.sleep(5)  # Simulates a long-running task (non-blocking)
    print(f"Task {task_id} completed!")
    return f"Result of task {task_id}"

@app.get("/tasks/{task_id}")
async def run_task(task_id: int):
    result = await simulate_long_task(task_id)
    return {"task_id": task_id, "result": result}

if __name__ == "__main__":
    import uvicorn
    uvicorn.run(app, host="0.0.0.0", port=8000)
当第1个request执行到await asyncio.sleep(5)那里时，会放弃线程；从而第2个request开始执行run_task；

执行命令和结果：
curl http://localhost:8000/tasks/1 &
curl http://localhost:8000/tasks/2 &
curl http://localhost:8000/tasks/3 &

Task 1 started...
Task 2 started...
Task 3 started...
Task 1 completed!
Task 2 completed!
Task 3 completed!

以上案例，如果换成普通的time.sleep(5)，或者--threads设成1，则只能串行执行requests

查看全文

http://www.kler.cn/a/381533.html