栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

FastAPI(41)- Background Task 后台任务

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

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

  • 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

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/283585.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号