FastAPI(41)- Background Task 后台任务

简介: FastAPI(41)- Background Task 后台任务

后台任务


  • 顾名思义,可以在返回响应后运行后台任务
  • 这对于需要在请求后执行特定的操作很有用,且客户端并不需要在接收响应之前等待该操作完成

 

常见的栗子

  • 发送电子邮件通知,由于连接到电子邮件服务器并发送电子邮件往往会比较“缓慢”(几秒钟),因此可以立即返回响应并在后台发送电子邮件通知
  • 假设您到一个必须经过缓慢处理的文件,可以先返回“已接受”(HTTP 202)响应并在后台处理它

 

实际栗子


创建后台任务要用到的函数

  • 创建一个作为后台任务运行的函数,就是一个普通函数
  • 可以加 async 也可以不加,FastAPI 将会正确处理它


import time
def write_notification(email: str, message: str = ""):
    # 1、模拟和邮件服务器建立连接
    time.sleep(3)
    with open("text.txt", mode="w") as f:
        # 2、模拟发送邮件
        content = f"message is {message}"
        f.write(content)
        print(content)


添加后台任务

#!usr/bin/env python
# -*- coding:utf-8 _*-
"""
# author: 小菠萝测试笔记
# blog:  https://www.cnblogs.com/poloyy/
# time: 2021/9/29 7:11 下午
# file: 35_background_task.py
"""
import time
import uvicorn
from fastapi import FastAPI, BackgroundTasks
app = FastAPI()
def write_notification(email: str, message: str = ""):
    # 1、模拟和邮件服务器建立连接
    time.sleep(3)
    with open("text.txt", mode="w") as f:
        # 2、模拟发送邮件
        content = f"message is {message}"
        f.write(content)
        print(content)
@app.post("/email/{email}")
async def send_email(
        email: str,
        # 指定参数类型为 BackgroundTasks
        background_task: BackgroundTasks
):
    # 添加后台任务
    # 第一个参数:可调用对象,一般就是函数
    # 后面的参数:write_notification 函数所需要的参数
    background_task.add_task(write_notification, email, message="test_message")
    return {"message": "Notification sent in the background"}
if __name__ == '__main__':
    uvicorn.run(app="35_background_task:app", reload=True, host="127.0.0.1", port=8080)


后台任务结合依赖项


#!usr/bin/env python
# -*- coding:utf-8 _*-
"""
# author: 小菠萝测试笔记
# blog:  https://www.cnblogs.com/poloyy/
# time: 2021/9/29 7:11 下午
# file: 35_background_task.py
"""
import time
from typing import Optional
import uvicorn
from fastapi import FastAPI, BackgroundTasks, Depends
app = FastAPI()
# 后台任务函数
def write_log(message: str):
    with open("log.txt", mode="a") as log:
        log.write(message)
# 依赖项函数
async def get_query(
        background_task: BackgroundTasks,
        q: Optional[str] = None,
):
    # 如果 q 有值才执行后台任务
    if q:
        message = f"found query: {q}\n"
        background_task.add_task(write_log, message)
@app.post("/email_depends/{email}")
async def send_email(
        email: str,
        background_task: BackgroundTasks,
        q: str = Depends(get_query)
):
    # 执行一次后台任务
    message = f"message to {email}\n"
    background_task.add_task(write_log, message)
    return {"message": "Message sent"}
if __name__ == '__main__':
    uvicorn.run(app="35_background_task:app", reload=True, host="127.0.0.1", port=8080)


  • 后台任务可以在任意地方使用,比如路径操作、依赖项、子依赖项...
  • FastAPI 会将所有后台任务合并在一起,然后在后台会按 add_task 的顺序运行

 

查看 BackgroundTasks 源码


image.png

  • BackgroundTasks 是继承 BackgroundTask,而 BackgroundTask 是直接来自 starlette.background
  • add_task() 第一个参数 func 类型是 Callable,可调用对象,一般传函数就好啦
  • 内部会声明一个 BackgroundTask 对象,自动调用它的 __call__ 方法
  • 可以看到,最终会执行 func()
  • func() 函数参数就是 add_task() 函数除第一个参数以外的参数

 

BackgroundTasks 注意事项


  • 如果需要执行繁重的后台计算,且可能需要多个进程运行(例如,不需要共享内存、变量等),使用其他更大的工具,如:Celery,效果可能会更好
  • 它们往往需要更复杂的配置、消息/作业队列管理器,如 RabbitMQ 或 Redis,它们允许在多个进程中运行后台任务,尤其是在多个服务器中
  • 但是,如果需要从同一个 FastAPI 应用程序访问变量和对象,或者需要执行小型后台任务(例如发送电子邮件通知),只需使用 BackgroundTasks
相关文章
|
负载均衡 Ubuntu 应用服务中间件
|
Web App开发 域名解析 缓存
如何在 Ubuntu 20.04 上安装 Node.js 和 npm
本文我们主要为大家介绍在 Ubuntu 20.04 上安装 Node.js 和 npm 的三种不同的方式。
162428 7
如何在 Ubuntu 20.04 上安装 Node.js 和 npm
|
存储 Linux 开发工具
成功解决centos7安装docker时 报缺 少container-selinux和fuse-overlayfs包
成功解决centos7安装docker时 报缺 少container-selinux和fuse-overlayfs包
5623 1
成功解决centos7安装docker时 报缺 少container-selinux和fuse-overlayfs包
关于fastapi异步接口卡死的坑及解决
开发任务是使用fastapi去写一个对工业设备(PLC)的通信接口,方便其他后端服务与设备对接,将设备的功能抽象出来供MES调用。 通信协议是使用modbus TCP,由于fastapi是异步框架,很多以前在同步函数里开发的代码移植过来发现出现了异常,这也是不断踩坑的过程,问题解决之后也能体会到异步框架的优美与高效。
|
缓存 Linux 开发工具
CentOS 7- 配置阿里镜像源
阿里镜像官方地址http://mirrors.aliyun.com/ 1、点击官方提供的相应系统的帮助 :2、查看不同版本的系统操作: 下载源1、安装wget yum install -y wget2、下载CentOS 7的repo文件wget -O /etc/yum.
255291 0
|
API UED Python
使用Python进行异步HTTP请求的实践指南
使用Python进行异步HTTP请求的实践指南
652 4
|
10月前
|
数据采集 JSON 测试技术
Grequests,非常 Nice 的 Python 异步 HTTP 请求神器
在Python开发中,处理HTTP请求至关重要。`grequests`库基于`requests`,支持异步请求,通过`gevent`实现并发,提高性能。本文介绍了`grequests`的安装、基本与高级功能,如GET/POST请求、并发控制等,并探讨其在实际项目中的应用。
213 3
|
12月前
|
NoSQL 关系型数据库 Redis
高可用和性能:基于ACK部署Dify的最佳实践
本文介绍了基于阿里云容器服务ACK,部署高可用、可伸缩且具备高SLA的生产可用的Dify服务的详细解决方案。
|
JSON 达摩院 Java
大模型时代下的文档智能 | 文档解析(大模型版)
文档智能(Document Mind)是基于阿里巴巴达摩院技术打造的多模态文档识别与理解引擎,提供通用文档智能、行业文档智能和文档自学习能力,满足各类智能文档处理需求。尤其在企业中,它能有效处理文本、图片、扫描件等多种非结构化文档,释放数据价值。本文将介绍文档智能的应用场景、产品架构及其核心功能——文档解析(大模型版),并展示其在线体验与API接口调用方法。
|
存储 开发者 Docker