Ответ
Оптимизация производительности FastAPI приложения включает несколько ключевых подходов, направленных на уменьшение времени ответа и увеличение пропускной способности.
1. Использование асинхронности (async def)
Для всех I/O-bound операций (запросы к базам данных, внешним API, чтение/запись файлов) используйте async def. Это позволяет event loop'у обрабатывать другие запросы, пока текущий ожидает завершения I/O операции, что значительно повышает пропускную способность.
@app.get("/items/{item_id}")
async def read_item(item_id: int):
# await используется для асинхронного вызова
return await fetch_item_from_db(item_id)2. Запуск с несколькими воркерами Используйте Gunicorn в качестве менеджера процессов для Uvicorn, чтобы запустить несколько worker-процессов и утилизировать все ядра CPU. Это обеспечивает настоящий параллелизм.
# Запуск 4 worker-процессов
gunicorn -w 4 -k uvicorn.workers.UvicornWorker my_app:app3. Кеширование
Для часто запрашиваемых данных, которые редко изменяются, внедрите кеширование (например, с помощью fastapi-cache2 или напрямую через Redis/Memcached). Это снижает нагрузку на базу данных.
4. Сжатие ответов (Gzip)
Используйте GZipMiddleware для сжатия HTTP-ответов. Это уменьшает объем передаваемых данных и ускоряет их доставку клиенту.
from fastapi.middleware.gzip import GZipMiddleware
app.add_middleware(GZipMiddleware, minimum_size=1000)5. Оптимизация работы с БД
Минимизируйте количество запросов к базе данных. Используйте JOIN в SQL или select_related/prefetch_related в Django/SQLAlchemy ORM для получения связанных данных за один запрос.
6. Профилирование
Регулярно используйте профилировщики, такие как py-spy или pyinstrument, для нахождения "узких мест" (bottlenecks) в коде, которые потребляют больше всего времени.
Ответ 18+ 🔞
А, слушай, вот это тема! Оптимизация FastAPI — это ж святое, а то некоторые пишут как в анекдоте про Герасима, который всё молчал, а потом взял и утопил производительность, блядь. Ну ладно, поехали разбирать, как не быть таким мудаком.
1. Асинхронность — твой новый бог, ёпта
Если твой код тормозит, пока ходит в базу или дергает внешний API, а ты при этом не используешь async def — ты просто, прости, пиздопроебибна. Event loop будет тебя ждать, как дурака, вместо того чтобы другие запросы обрабатывать. Вот смотри, как надо:
@app.get("/items/{item_id}")
async def read_item(item_id: int):
# Ждём ответ от базы, но не блокируем весь мир, блядь
return await fetch_item_from_db(item_id)Запомни: для CPU-bound задач это не панацея, а вот для операций ввода-вывода — просто волшебная таблетка, ядрёна вошь!
2. Запускай несколько воркеров, а не одного Один процесс — это как Герасим, который тащит всё на себе, пока не сдохнет. Хули он один будет делать, если запросов — овердохуища? Поднимай армию воркеров через Gunicorn, чтобы загрузить все ядра процессора.
# Четыре воркера — уже лучше, чем один мудак
gunicorn -w 4 -k uvicorn.workers.UvicornWorker my_app:appТолько не переборщи, а то они начнут драться за ресурсы, как пьяные мартышлюшки.
3. Кеширование — чтобы не ебать базу по каждому чиху Если одни и те же данные запрашивают каждую секунду, а они меняются раз в год — зачем каждый раз лезть в базу? Поставь кеш, хоть в памяти, хоть в Redis. FastAPI-Cache2 тебе в помощь. Экономия времени — просто пиздец!
4. Жми ответы, как последние штаны GZipMiddleware — это такая хитрая жопа, которая сжимает твои ответы перед отправкой. Клиент получает меньше данных, ты экономишь трафик — все довольны. Только не применяй к мелочи, а то затраты на сжатие будут больше выгоды.
from fastapi.middleware.gzip import GZipMiddleware
app.add_middleware(GZipMiddleware, minimum_size=1000) # Сжимаем только что покрупнее5. Не дрочи базу лишними запросами
Это классика, блядь! Вместо того чтобы делать десять запросов для получения связанных данных, собери всё в одном, используя JOIN или select_related. Каждый лишний запрос — это как пинок под зад твоей производительности.
6. Профилируй, а не гадай на кофейной гуще
Если приложение тормозит, а ты не знаешь где — ты просто мудак с закрытыми глазами. Бери py-spy или pyinstrument и смотри, какая функция жрёт 90% времени. Удивление пиздец иногда бывает — находишь такие узкие места, что волосы дыбом встают.
Вот и всё, по сути. Главное — не будь как тот Герасим, который всё молчал, а потом взял и утопил всё, что мог. Думай головой, тестируй и оптимизируй точечно. Удачи, а то пидары-запросы уже налетели!