使用 Django 和 FastAPI 构建 Web 应用程序：两全其美
作者：互联网
在python生态系统中，有多个框架可用于制作健壮的后端。Django和FastAPI是最受欢迎的。Django 带有许多开箱即用的功能，如 ORM、中间件、身份验证、管理面板等。另一方面，FastAPI具有异步就绪支持，是一个超快速，轻量级的框架来生成Rest API。
本文的目的是探讨如何在生产中利用这两个框架的强大功能。我们将首先设置一个简单的Django应用程序，然后转向集成FastAPI。
注意：本文假定您熟悉框架和 SQLAlchemy，并在过去的项目中使用过它们。
姜戈部分
我将假设你已经准备好了基本的django项目，如果没有，请在继续之前准备好它。这是使用 Django 的第一步：设置 Django 项目 — Real Python。
首先，我将启动基本的书籍应用程序
django-admin startapp book
将图书应用添加到已安装的应用
添加模型作者和书籍
从 django 导入模型 类.db Author（models.型号）： 名称 = 型号。查菲尔德（max_length=200） 类书（模型.型号）： 标题 = 型号。CharField（max_length=200） 作者 = 模型。外键（作者，on_delete=模型。级联） published_date = 模型。日期字段（）
对数据库进行迁移和迁移更改。
python manage.py makemigrations && python manage.py migrate
您可能能够看到两个新表都添加了前缀，就像在数据库中一样。app_name
确保配置了这两个表。现在，我们将在管理面板中注册这些模型，并添加一些我最喜欢的书籍及其作者。
书籍样本截图：
最后，我们完成了 Django 的设置。推进快速API设置
快速接口设置
与Django不同，FastAPI的设置需要一些工作。对于不熟悉 FastAPI 的人，我建议先对它更熟悉一点，然后继续阅读本文。从官方文件中添加一些参考资料：
- 第一步 — FastAPI （tiangolo.com）。
- GitHub — tiangolo/full-stack-fastapi-postgresql：全栈，现代Web应用程序生成器。使用FastAPI，PostgreSQL作为数据库，Docker，自动HTTPS等。
（我将此项目生成用于 FastAPI）。
确保你已经准备好了FastAPI和Sqlalchemy与Alembic的基本设置。
这是我的项目外观。我将在最后添加指向存储库的链接。
让我们从数据库（名为 db）部分开始。我们将创建基本模型并将数据库引擎与会话绑定。
这些是通常从数据库连接开始所需的文件。您可以从我在底部添加的存储库中获取它。
session.py
从 SQLLalchemy 导入create_engine 从 SQLLalchemy.orm 导入 会话制作者 从 app.core.config 导入设置引擎 = create_engine （设置 。SQLALCHEMY_DATABASE_URI， pool_pre_ping=True）SessionLocal = sessionmaker（autocommit=False， autoflush=False， bind=engine）
这是初始化会话配置的常用设置，我们将启动 sqlalchemy 的元数据对象。元数据类包含有关给定连接中存在的所有表的信息。
从 sqlalchemy import create_engine，元数据 从 sqlalchemy.orm 导入会话生成器 从 app.core.config 导入设置 引擎 = create_engine（settings.SQLALCHEMY_DATABASE_URI， pool_pre_ping=True）SessionLocal = sessionmaker（autocommit=False， autoflush=False， bind=engine）metadata = MetaData（bind=engine）
现在来了，您可能正在等待的部分。添加模型！看看我创建的文件。目前，两个文件都是空的！
我们将从已创建的现有表导入并指向现有表。metadataapp.db.session
books.py
from app.db.session import metadata, engine
from sqlalchemy import Table
book_table = Table('<table_name>',metadata,autoload_with=engine)
在我们的示例中，将<table_name>替换为数据库中的确切版本，我将对书籍表使用 book_book，对作者表使用 book_author。
现在只剩下完全分配模型的部分是在其配置中添加一个表。
from app.db.session import metadata, engine
from app.db.base import Base
from sqlalchemy import Table
book_table = Table('book_book',metadata,autoload_with=engine)
class Book(Base):
__table__ = book_table
author.py
from app.db.session import metadata,engine
from app.db.base import Base
from sqlalchemy import Table
author_table = Table('book_author',metadata,autoload_with=engine)
class Author(Base):
__table__ = author_table
做？不！还剩下更重要的一步。我知道这篇文章很长，但请留在我身边。
我们需要告诉alembic不要对这些模型进行任何迁移，因为Django正在管理这些实体。你也可以做相反的事情，但我认为这是一个更复杂的版本。
alembic/env.py
def run_migrations_offline（） -> 无：“
”“在'离线'模式下运行迁移。
这将仅使用 URL
而不是引擎配置上下文，尽管此处也可以接受
引擎。通过跳过引擎创建
，我们甚至不需要可用的 DBAPI。
此处对 context.execute（） 的调用将给定的字符串发送到
脚本输出中。
“”“ url = config.get_main_option（”sqlalchemy.url“） context.configure（
url=url， target_metadata=target_metadata， literal_binds=True， dialect_opts={”paramstyle“： ”named“
}，
） with context.begin_transaction（）：
context.run_migrations（）
def run_migrations_online（） -> 无：“
”“”在'在线'模式下运行迁移。
在这种情况下，我们需要创建一个引擎
并将连接与上下文相关联。
“”“ connectable = engine_from_config（
config.get_section（config.config_ini_section， {}），
prefix=”sqlalchemy.“
，
poolclass=pool.NullPool， ） 与 connectable.connect（） 作为连接：
context.configure（
connection=connection，
target_metadata=target_metadata ） 与 context.begin_transaction（）：
context.run_migrations（）
在alembic的情况下，这是运行和进行迁移的2种方法。您必须将上面的代码更改为给定的以下代码。
def include_object（对象、名称、type_、反射、compare_to）：
如果type_ == “表”并反射且compare_to为 None：返回 False else：
返回 True
def run_migrations_offline（） -> 无：“
”“在'脱机'模式下运行迁移。
这将仅使用 URL
而不是引擎配置上下文，尽管此处也可以接受
引擎。通过跳过引擎创建
，我们甚至不需要可用的 DBAPI。
此处对 context.execute（） 的调用将给定的字符串发送到
脚本输出中。
“”“ url = config.get_main_option（”sqlalchemy.url“） context.configure（
url=url， target_metadata=target_metadata， literal_binds=True， include_object=include_object， dialect_opts={”paramstyle“： ”named“
}，
）
with context.begin_transaction（）：
context.run_migrations（）
def run_migrations_online（） -> 无：“
”“”在'联机'模式下运行迁移。
在这种情况下，我们需要创建一个引擎
并将连接与上下文相关联。
“”“ connectable = engine_from_config（
config.get_section（config.config_ini_section， {}），
prefix=”sqlalchemy.“
，
poolclass=pool.NullPool， ） 与 connectable.connect（） 作为连接：
context.configure（
connection=connection， target_metadata=target_metadata，include_object=include_object，
） 与 context.begin_transaction（）：
context.run_migrations（）
顾名思义，include_object功能可比较要为迁移选择的表、序列和关系。
我们避免了反映的模型，即从已经初始化的表中获取的模型。
现在，您就可以运行 API 了。
uvicorn app.main:app --reload
在打开的 api 文档中试用 API。你会得到类似的结果。
