FastAPI + SQLite:从基础CRUD到安全并发的实战指南

news2026/4/1 21:44:37
核心摘要本文将带你超越FastAPI SQLite的基础CRUD搭建聚焦于安全防护认证、授权、输入验证与并发处理数据库连接池、异步优化两大实战痛点。你会获得一套可直接复用的项目骨架并理解其背后的设计逻辑确保你的应用在业务增长时依然稳健。 主要内容脉络 1. 快速搭建5分钟创建一个带CRUD的FastAPI应用⚡ 模型定义、数据库连接、基础API 2. 安全第一给你的API加上“门禁”和“监控”⚡ OAuth2密码流、JWT令牌、依赖注入保护路由 3. 应对高并发别让数据库连接成为瓶颈⚡ 连接池配置、异步会话管理、后台任务 4. 完整代码与避坑指南⚡ 项目结构、关键配置、常见陷阱 第一部分为什么是FastAPI SQLiteFastAPI就像一个高效、现代的餐厅点餐系统你客户端递上菜单JSON请求厨房后端逻辑立刻开动快速出餐JSON响应。而SQLite则是这家餐厅初期最合适的“本地仓库”——无需复杂配置一个文件搞定所有库存对于中小型应用或原型开发来说轻量且完全够用。但问题来了当顾客并发请求暴增仓库管理员数据库连接手忙脚乱或者有人冒充服务员未授权访问进入后厨。我们今天就要解决这些问题。️ 第二部分从基础CRUD到安全堡垒1. 搭建基础框架首先安装必备工具包pip install fastapi uvicorn sqlalchemy databases[aiosqlite] python-jose[cryptography] passlib[bcrypt]接下来我们定义数据模型并建立连接。SQLAlchemy的ORM让我们能用Python类操作数据库# models.py from sqlalchemy import Column, Integer, String, create_engine from sqlalchemy.ext.declarative import declarative_base DATABASE_URL sqlite:///./test.db # 注意check_same_threadFalse 仅用于SQLite简化示例生产环境需用更安全的方式 engine create_engine(DATABASE_URL, connect_args{check_same_thread: False}) Base declarative_base() class Item(Base): __tablename__ items id Column(Integer, primary_keyTrue, indexTrue) name Column(String, indexTrue) description Column(String, nullableTrue) # 创建表 Base.metadata.create_all(bindengine)然后编写FastAPI的核心CRUD接口# main.py (基础版) from fastapi import FastAPI, Depends, HTTPException from sqlalchemy.orm import Session from . import models from .database import SessionLocal, engine app FastAPI() # 依赖项获取数据库会话 def get_db(): db SessionLocal() try: yield db finally: db.close() app.post(/items/) def create_item(name: str, description: str None, db: Session Depends(get_db)): db_item models.Item(namename, descriptiondescription) db.add(db_item) db.commit() db.refresh(db_item) return db_item app.get(/items/{item_id}) def read_item(item_id: int, db: Session Depends(get_db)): item db.query(models.Item).filter(models.Item.id item_id).first() if item is None: raise HTTPException(status_code404, detailItem not found) return item # ... 更新和删除接口类似2. 构筑安全防线 警告以下安全设置是生产应用的基石切勿跳过。把API直接暴露在网上就像把家钥匙放在门垫下。我们需要认证你是谁和授权你能干什么。我们采用OAuth2密码流业界标准与JWTJSON Web Tokens组合。第一步处理密码。永远不要明文存储密码# security.py from passlib.context import CryptContext pwd_context CryptContext(schemes[bcrypt], deprecatedauto) def verify_password(plain_password, hashed_password): return pwd_context.verify(plain_password, hashed_password) def get_password_hash(password): return pwd_context.hash(password)第二步创建和验证JWT令牌。# auth.py from jose import JWTError, jwt from datetime import datetime, timedelta SECRET_KEY your-secret-key-change-this-in-production # 生产环境必须用强密钥且从环境变量读取 ALGORITHM HS256 ACCESS_TOKEN_EXPIRE_MINUTES 30 def create_access_token(data: dict): to_encode data.copy() expire datetime.utcnow() timedelta(minutesACCESS_TOKEN_EXPIRE_MINUTES) to_encode.update({exp: expire}) encoded_jwt jwt.encode(to_encode, SECRET_KEY, algorithmALGORITHM) return encoded_jwt async def get_current_user(token: str Depends(oauth2_scheme), db: Session Depends(get_db)): credentials_exception HTTPException(status_code401, detail无效凭证) try: payload jwt.decode(token, SECRET_KEY, algorithms[ALGORITHM]) username: str payload.get(sub) if username is None: raise credentials_exception except JWTError: raise credentials_exception user db.query(models.User).filter(models.User.username username).first() if user is None: raise credentials_exception return user第三步用依赖项保护路由。现在只有携带有效令牌的请求才能创建项目app.post(/secure-items/) def create_secure_item( item_data: schemas.ItemCreate, db: Session Depends(get_db), current_user: models.User Depends(get_current_user) # 关键的保护层 ): # 现在可以安全地创建因为用户已通过认证 ...⚡ 第三部分驯服并发——连接池与异步当100个顾客同时点餐只有1个服务员数据库连接会怎样拥堵SQLite在默认设置下对并发的支持较弱但通过正确配置连接池可以极大改善。核心使用databases库和异步SQLAlchemy。# database_async.py from sqlalchemy.ext.asyncio import create_async_engine, AsyncSession from sqlalchemy.orm import sessionmaker # 使用aiosqlite驱动 ASYNC_DATABASE_URL sqliteaiosqlite:///./test_async.db async_engine create_async_engine(ASYNC_DATABASE_URL, pool_pre_pingTrue, pool_size10, max_overflow20) AsyncSessionLocal sessionmaker( bindasync_engine, class_AsyncSession, expire_on_commitFalse ) async def get_async_db(): async with AsyncSessionLocal() as session: yield session # 在FastAPI路由中使用 app.post(/async-items/, response_modelschemas.Item) async def create_async_item( item: schemas.ItemCreate, db: AsyncSession Depends(get_async_db) ): db_item models.Item(**item.dict()) db.add(db_item) await db.commit() await db.refresh(db_item) return db_item关键参数解释-pool_size10保持10个常开连接随时待命。-max_overflow20允许在繁忙时临时创建最多20个额外连接。-pool_pre_pingTrue自动检查连接是否存活避免使用已断开的连接。重要对于发送邮件、处理大文件等耗时但非数据库密集型操作务必使用BackgroundTasks避免阻塞主线程影响API响应速度。 第四部分整合与避坑指南项目结构建议your_project/ ├── main.py # FastAPI应用创建和路由聚合 ├── models.py # SQLAlchemy数据模型 ├── schemas.py # Pydantic请求/响应模型用于数据验证 ├── crud.py # 核心的数据库操作函数 ├── database.py # 数据库引擎和会话工厂同步/异步 ├── auth.py # 认证、令牌相关函数 ├── security.py # 密码哈希函数 └── dependencies.py # 可重用的FastAPI依赖项一个强化版的主文件示例# main.py 精简示例 from fastapi import FastAPI, Depends, HTTPException, BackgroundTasks from fastapi.middleware.cors import CORSMiddleware from . import models, schemas, crud, auth from .database import AsyncSessionLocal, get_async_db app FastAPI(titleMy Secure API) # 添加CORS中间件根据需求配置 app.add_middleware(CORSMiddleware, allow_origins[*]) # 生产环境应指定具体域名 app.post(/token) async def login_for_access_token(form_data: OAuth2PasswordRequestForm Depends(), db: AsyncSession Depends(get_async_db)): user await authenticate_user(form_data.username, form_data.password, db) if not user: raise HTTPException(status_code400, detail用户名或密码错误) access_token auth.create_access_token(data{sub: user.username}) return {access_token: access_token, token_type: bearer} app.get(/users/me/) async def read_users_me(current_user: models.User Depends(auth.get_current_user)): return current_user # 受保护的、异步的、带后台任务的路由示例 app.post(/items-with-notify/) async def create_item_notify( item: schemas.ItemCreate, background_tasks: BackgroundTasks, db: AsyncSession Depends(get_async_db), current_user: models.User Depends(auth.get_current_user) ): db_item await crud.create_user_item(dbdb, itemitem, user_idcurrent_user.id) # 假设有个发送通知的函数 background_tasks.add_task(send_notification, f新项目 {item.name} 已创建) return db_item必须牢记的避坑点1️⃣SQLite适用于开发与轻量生产。用户量巨大或写入频繁时考虑PostgreSQL或MySQL。2️⃣SECRET_KEY是生命线。必须通过环境变量传入且定期更换。3️⃣连接池参数需按压调整。pool_size和max_overflow不是越大越好根据实际负载测试找到甜蜜点。4️⃣善用异步async/await。在I/O等待时释放CPU但确保整个调用链数据库驱动、HTTP客户端都支持异步。5️⃣验证所有输入。始终使用Pydantic模型验证请求数据这是防止注入和错误数据的第一道防线。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2473295.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…