FastAPI 集成
介绍
好消息:Redis OM 是专门设计为与 FastAPI 集成的!
本节包含一个完整的示例,展示如何将 Redis OM 与 FastAPI 集成。
概念
每个 Redis OM 模型也是一个 Pydantic 模型
每个 Redis OM 模型也是一个 Pydantic 模型,因此您可以定义一个模型,然后在 FastAPI 期望 Pydantic 模型的任何地方使用该模型类。
这意味着几个事情:
- Redis OM 模型可以用于请求体验证
- Redis OM 模型会出现在自动生成的 API 文档中
缓存与数据
Redis 既可以作为持久数据存储,也可以作为缓存,但这两种用例的最佳 Redis 配置通常不同。
在进行缓存时,您几乎总是希望使用经过缓存优化的 Redis 实例,而在存储应用状态时,使用经过数据持久性优化的独立 Redis 实例。
本示例展示了如何在同一个应用程序中管理这两种 Redis 使用。该应用使用 FastAPI 缓存框架和专用的缓存 Redis 实例进行缓存,并使用一个经过持久性优化的独立 Redis 实例来处理 Redis OM 模型。
示例应用代码
让我们看看一个使用 Redis OM 的 FastAPI 应用示例。
注意:此示例代码需要依赖项才能运行。要安装依赖项,首先从 GitHub 克隆 redis-om-fastapi 仓库。然后按照本文档后面的安装步骤或该仓库的 README.md 文件中的步骤进行操作。
import datetime
from typing import Optional
import redis
from fastapi import FastAPI, HTTPException
from starlette.requests import Request
from starlette.responses import Response
from fastapi_cache import FastAPICache
from fastapi_cache.backends.redis import RedisBackend
from fastapi_cache.decorator import cache
from pydantic import EmailStr
from redis_om import HashModel, NotFoundError
from redis_om import get_redis_connection
# 这个 Redis 实例经过持久化优化。
REDIS_DATA_URL = "redis://localhost:6380"
# 这个 Redis 实例经过缓存性能优化。
REDIS_CACHE_URL = "redis://localhost:6381"
class Customer(HashModel):
first_name: str
last_name: str
email: EmailStr
join_date: datetime.date
age: int
bio: Optional[str]
app = FastAPI()
@app.post("/customer")
async def save_customer(customer: Customer):
# 我们可以通过调用 `save()` 将模型保存到 Redis:
return customer.save()
@app.get("/customers")
async def list_customers(request: Request, response: Response):
# 要通过主键检索此客户,我们使用 `Customer.get()`:
return {"customers": Customer.all_pks()}
@app.get("/customer/{pk}")
@cache(expire=10)
async def get_customer(pk: str, request: Request, response: Response):
# 要通过主键检索此客户,我们使用 `Customer.get()`:
try:
return Customer.get(pk)
except NotFoundError:
raise HTTPException(status_code=404, detail="客户未找到")
@app.on_event("startup")
async def startup():
r = redis.asyncio.from_url(REDIS_CACHE_URL, encoding="utf8",
decode_responses=True)
FastAPICache.init(RedisBackend(r), prefix="fastapi-cache")
# 您可以通过 REDIS_OM_URL 环境变量设置 Redis OM URL,
# 或者通过使用模型的 Meta 对象手动创建连接。
Customer.Meta.database = get_redis_connection(url=REDIS_DATA_URL,
decode_responses=True)
测试应用
您应该先安装应用的依赖项。该应用使用 Poetry,因此您需要确保先安装 Poetry:
$ pip install poetry
然后安装依赖项:
$ poetry install
接下来,启动服务器:
$ poetry run uvicorn --reload main:app
然后,在另一个终端中,创建一个客户:
$ curl -X POST "http://localhost:8000/customer" -H 'Content-Type: application/json' -d '{"first_name":"Andrew","last_name":"Brookins","email":"a@example.com","age":"38","join_date":"2020-01-02"}'
{"pk":"01FM2G8EP38AVMH7PMTAJ123TA","first_name":"Andrew","last_name":"Brookins","email":"a@example.com","join_date":"2020-01-02","age":38,"bio":""}
获取 "pk" 的值,这是模型的主键,并发出另一个请求以获取该客户:
$ curl "http://localhost:8000/customer/01FM2G8EP38AVMH7PMTAJ123TA"
{"pk":"01FM2G8EP38AVMH7PMTAJ123TA","first_name":"Andrew","last_name":"Brookins","email":"a@example.com","join_date":"2020-01-02","age":38,"bio":""}
您还可以获取所有客户主键的列表:
$ curl "http://localhost:8000/customers"
{"customers":["01FM2G8EP38AVMH7PMTAJ123TA"]}
Redis OM 与 Asyncio
Redis OM 设计为与 asyncio 一起使用,因此您可以在 FastAPI 应用程序中异步使用 Redis OM 模型。
唯一的区别是您从 aredis_om
模块导入 Redis OM 模型,而不是 redis_om
模块。
以下是之前的 FastAPI 应用,但使用与 asyncio 兼容的 Redis OM 代码:
import datetime
from typing import Optional
import redis
from fastapi import FastAPI, HTTPException
from starlette.requests import Request
from starlette.responses import Response
from fastapi_cache import FastAPICache
from fastapi_cache.backends.redis import RedisBackend
from fastapi_cache.decorator import cache
from pydantic import EmailStr
from aredis_om import HashModel, NotFoundError # <- 注意,我们从 aredis_om 导入
from aredis_om import get_redis_connection
# 这个 Redis 实例经过持久化优化。
REDIS_DATA_URL = "redis://localhost:6380"
# 这个 Redis 实例经过缓存性能优化。
REDIS_CACHE_URL = "redis://localhost:6381"
class Customer(HashModel):
first_name: str
last_name: str
email: EmailStr
join_date: datetime.date
age: int
bio: Optional[str]
app = FastAPI()
@app.post("/customer")
async def save_customer(customer: Customer):
# 我们可以通过调用 `save()` 将模型保存到 Redis:
return await customer.save() # <- 我们在这里使用 await
@app.get("/customers")
async def list_customers(request: Request, response: Response):
# 要通过主键检索此客户,我们使用 `Customer.get()`:
return {"customers": await Customer.all_pks()} # <- 我们在这里也使用 await
@app.get("/customer/{pk}")
@cache(expire=10)
async def get_customer(pk: str, request: Request, response: Response):
# 要通过主键检索此客户,我们使用 `Customer.get()`:
try:
return await Customer.get(pk) # <- 最后,再次使用 await!
except NotFoundError:
raise HTTPException(status_code=404, detail="客户未找到")
@app.on_event("startup")
async def startup():
r = redis.asyncio.from_url(REDIS_CACHE_URL, encoding="utf8",
decode_responses=True)
FastAPICache.init(RedisBackend(r), prefix="fastapi-cache")
# 您可以通过 REDIS_OM_URL 环境变量设置 Redis OM URL,
# 或者通过使用模型的 Meta 对象手动创建连接。
Customer.Meta.database = get_redis_connection(url=REDIS_DATA_URL,
decode_responses=True)
注意: 模块 redis_om
和 aredis_om
在几乎所有方面都是相同的。唯一的区别是 aredis_om
返回协程,您必须 await
。