Co-authored-by: github-actions[bot] <github-actions[bot]@users.noreply.github.com> Co-authored-by: Motov Yurii <109919500+YuriiMotov@users.noreply.github.com> Co-authored-by: Yurii Motov <yurii.motov.monte@gmail.com>
7.3 KiB
生命周期事件
你可以定义在应用启动前执行的逻辑(代码)。这意味着在应用开始接收请求之前,这些代码只会被执行一次。
同样地,你可以定义在应用关闭时应执行的逻辑。在这种情况下,这段代码将在处理可能的多次请求后执行一次。
因为这段代码在应用开始接收请求之前执行,也会在处理可能的若干请求之后执行,它覆盖了整个应用程序的生命周期(“生命周期”这个词很重要😉)。
这对于设置你需要在整个应用中使用的资源非常有用,这些资源在请求之间共享,你可能需要在之后进行释放。例如,数据库连接池,或加载一个共享的机器学习模型。
用例
让我们从一个示例用例开始,看看如何用它来解决问题。
假设你有几个机器学习的模型,你想要用它们来处理请求。🤖
相同的模型在请求之间是共享的,因此并非每个请求或每个用户各自拥有一个模型。
假设加载模型可能需要相当长的时间,因为它必须从磁盘读取大量数据。因此你不希望每个请求都加载它。
你可以在模块/文件的顶部加载它,但这也意味着即使你只是在运行一个简单的自动化测试,它也会加载模型,这样测试将变慢,因为它必须在能够独立运行代码的其他部分之前等待模型加载完成。
这就是我们要解决的问题——在处理请求前加载模型,但只是在应用开始接收请求前,而不是在代码被加载时。
Lifespan
你可以使用 FastAPI 应用的 lifespan 参数和一个“上下文管理器”(稍后我将为你展示)来定义启动和关闭的逻辑。
让我们从一个例子开始,然后详细介绍。
我们使用 yield 创建了一个异步函数 lifespan() 像这样:
{* ../../docs_src/events/tutorial003_py39.py hl[16,19] *}
在这里,我们在 yield 之前将(虚拟的)模型函数放入机器学习模型的字典中,以此模拟加载模型的耗时启动操作。这段代码将在应用程序开始处理请求之前执行,即启动期间。
然后,在 yield 之后,我们卸载模型。这段代码将会在应用程序完成处理请求后执行,即在关闭之前。这可以释放诸如内存或 GPU 之类的资源。
/// tip | 提示
关闭事件会在你停止应用时发生。
可能你需要启动一个新版本,或者你只是厌倦了运行它。 🤷
///
生命周期函数
首先要注意的是,我们定义了一个带有 yield 的异步函数。这与带有 yield 的依赖项非常相似。
{* ../../docs_src/events/tutorial003_py39.py hl[14:19] *}
这个函数在 yield 之前的部分,会在应用启动前执行。
剩下的部分在 yield 之后,会在应用完成后执行。
异步上下文管理器
如你所见,这个函数有一个装饰器 @asynccontextmanager。
它将函数转化为所谓的“异步上下文管理器”。
{* ../../docs_src/events/tutorial003_py39.py hl[1,13] *}
在 Python 中,上下文管理器是一个你可以在 with 语句中使用的东西,例如,open() 可以作为上下文管理器使用。
with open("file.txt") as file:
file.read()
Python 的最近几个版本也有了一个异步上下文管理器,你可以通过 async with 来使用:
async with lifespan(app):
await do_stuff()
你可以像上面一样创建一个上下文管理器或者异步上下文管理器,它的作用是在进入 with 块时,执行 yield 之前的代码,并且在离开 with 块时,执行 yield 后面的代码。
但在我们上面的例子里,我们并不是直接使用,而是传递给 FastAPI 来供其使用。
FastAPI 的 lifespan 参数接受一个异步上下文管理器,所以我们可以把我们新定义的异步上下文管理器 lifespan 传给它。
{* ../../docs_src/events/tutorial003_py39.py hl[22] *}
替代事件(弃用)
/// warning | 警告
配置启动和关闭的推荐方法是使用 FastAPI 应用的 lifespan 参数,如前所示。如果你提供了一个 lifespan 参数,启动(startup)和关闭(shutdown)事件处理器将不再生效。要么使用 lifespan,要么配置所有事件,两者不能共用。
你可以跳过这一部分。
///
有一种替代方法可以定义在启动和关闭期间执行的逻辑。
你可以定义在应用启动前或应用关闭时需要执行的事件处理器(函数)。
事件函数既可以声明为异步函数(async def),也可以声明为普通函数(def)。
startup 事件
使用事件 "startup" 声明一个在应用启动前运行的函数:
{* ../../docs_src/events/tutorial001_py39.py hl[8] *}
本例中,startup 事件处理器函数为项目“数据库”(只是一个 dict)提供了一些初始值。
FastAPI 支持多个事件处理器函数。
只有所有 startup 事件处理器运行完毕,FastAPI 应用才开始接收请求。
shutdown 事件
使用事件 "shutdown" 声明一个在应用关闭时运行的函数:
{* ../../docs_src/events/tutorial002_py39.py hl[6] *}
此处,shutdown 事件处理器函数会向文件 log.txt 写入一行文本 "Application shutdown"。
/// info | 信息
在 open() 函数中,mode="a" 指的是“追加”。因此这行文本会添加在文件已有内容之后,不会覆盖之前的内容。
///
/// tip | 提示
注意,本例使用 Python 标准的 open() 函数与文件交互。
这个函数执行 I/O(输入/输出)操作,需要“等待”内容写进磁盘。
但 open() 不使用 async 和 await。
因此,声明事件处理函数要使用 def,而不是 async def。
///
startup 和 shutdown 一起使用
启动和关闭的逻辑很可能是连接在一起的,你可能希望启动某个东西然后结束它,获取一个资源然后释放它等等。
在不共享逻辑或变量的不同函数中处理这些逻辑比较困难,因为你需要在全局变量中存储值或使用类似的方式。
因此,推荐使用上面所述的 lifespan。
技术细节
只是为好奇者提供的技术细节。🤓
在底层,这部分是 ASGI 技术规范中的 Lifespan 协议的一部分,定义了称为 startup 和 shutdown 的事件。
/// info | 信息
你可以在 Starlette 的 Lifespan 文档 中阅读更多关于 lifespan 处理器的内容。
包括如何处理生命周期状态,以便在代码的其他部分使用。
///
子应用
🚨 请注意,这些生命周期事件(startup 和 shutdown)只会在主应用上执行,不会在子应用 - 挂载{.internal-link target=_blank}上执行。