fastApi 相关

3/19/2026 python

# FastAPI 面试题目

以下是 FastAPI 开发中最基本和最常见的5道面试题目：

# FastAPI 相比 Flask 和 Django 有哪些优势？

答案：

FastAPI 的主要优势包括：

性能优越：基于 Starlette 和 Pydantic，性能接近 NodeJS 和 Go，比 Flask 快很多
自动文档生成：自动生成交互式 API 文档（Swagger UI 和 ReDoc）
类型提示：充分利用 Python 3.6+ 的类型提示，提供更好的代码补全和类型检查
数据验证：使用 Pydantic 自动验证请求数据，减少手写验证代码
异步支持：原生支持异步编程，可以处理高并发场景
依赖注入：强大的依赖注入系统，便于管理数据库连接、认证等
现代化：基于最新的 Python 特性，代码简洁优雅

代码示例：

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class User(BaseModel):
    name: str
    email: str

@app.post("/users/")
async def create_user(user: User):
    # 自动数据验证，无需手写验证逻辑
    return {"message": f"User {user.name} created"}

# 什么是异步编程？FastAPI 中如何使用 async/await？

答案：

异步编程是一种并发编程方式，允许程序在等待 I/O 操作时执行其他任务，提高性能和吞吐量。

FastAPI 中的使用：

路径操作函数可以声明为 async def 来使用异步
对于 CPU 密集型操作，仍然使用普通 def
数据库操作通常使用异步驱动（如 asyncpg、aiosqlite）

代码示例：

from fastapi import FastAPI
import asyncio

app = FastAPI()

# 异步路径操作
@app.get("/")
async def read_root():
    # 可以在这里进行异步操作
    await asyncio.sleep(1)  # 模拟IO操作
    return {"message": "Hello World"}

# 普通路径操作（适用于CPU密集型任务）
@app.get("/cpu-intensive")
def cpu_intensive():
    result = sum(range(1000000))  # CPU密集计算
    return {"result": result}

关键区别：

async def：适用于 I/O 密集型操作（数据库查询、API调用、文件操作）
def：适用于 CPU 密集型操作，FastAPI 会在线程池中运行

# Pydantic 在 FastAPI 中扮演什么角色？如何进行数据验证？

答案：

Pydantic 是 FastAPI 数据验证的核心，负责：

请求数据验证：自动验证 JSON 请求体、查询参数、表单数据
响应数据转换：自动将 Python 对象转换为 JSON 响应
类型安全：利用 Python 类型提示提供编译时和运行时检查
自动文档：根据模型定义自动生成 API 文档

数据验证特性：

类型检查（int、str、bool 等）
复杂类型验证（List、Dict、嵌套模型）
字段约束（min_length、max_length、regex 等）
自定义验证器

代码示例：

from pydantic import BaseModel, EmailStr, Field, validator
from datetime import datetime

class UserCreate(BaseModel):
    username: str = Field(..., min_length=3, max_length=50)
    email: EmailStr  # 自动验证邮箱格式
    age: int = Field(..., ge=18, le=120)  # 18-120岁
    password: str = Field(..., min_length=6)

    @validator('username')
    def username_alphanumeric(cls, v):
        if not v.isalnum():
            raise ValueError('username must be alphanumeric')
        return v

class UserResponse(BaseModel):
    id: int
    username: str
    email: EmailStr
    created_at: datetime

    class Config:
        # 从ORM模型映射
        from_attributes = True

# 在FastAPI中使用
@app.post("/users/", response_model=UserResponse)
async def create_user(user: UserCreate):
    # user已经过Pydantic验证
    # 自动转换数据类型
    # 自动生成API文档
    return user

# FastAPI 的依赖注入系统是如何工作的？

答案：

依赖注入是 FastAPI 的核心特性，提供了一种优雅的方式来管理共享逻辑和资源。

主要功能：

数据库连接管理
用户认证和授权
共享业务逻辑
参数验证和转换
资源清理

依赖注入类型：

简单依赖：函数作为依赖
类依赖：类作为依赖
子依赖：依赖可以有自己的依赖
可选依赖：使用 Optional
yield 依赖：支持资源清理

代码示例：

from fastapi import FastAPI, Depends, HTTPException, Header
from typing import Optional

app = FastAPI()

# 1. 简单依赖
def get_user_agent(user_agent: str = Header(None)):
    return user_agent or "Unknown"

# 2. 类依赖
class DatabaseConnection:
    def __init__(self):
        self.connection = "DB_CONNECTION"

    def close(self):
        print("Closing connection")

# 3. yield依赖（自动资源清理）
async def get_db():
    db = DatabaseConnection()
    try:
        yield db  # 提供给路径操作
    finally:
        db.close()  # 请求结束后自动执行

# 4. 带验证的依赖
async def verify_token(token: str = Header(...)):
    if token != "secret-token":
        raise HTTPException(status_code=401, detail="Invalid token")
    return token

# 5. 组合使用
@app.get("/items/")
async def read_items(
    db: DatabaseConnection = Depends(get_db),
    user_agent: str = Depends(get_user_agent),
    token: str = Depends(verify_token)
):
    return {
        "user_agent": user_agent,
        "token": token,
        "db": db.connection
    }

# 如何在 FastAPI 中处理异常和自定义中间件？

答案：

异常处理和中间件是 FastAPI 中处理横切关注点的重要机制。

# 异常处理

HTTPException： 用于返回 HTTP 错误响应 自定义异常处理器： 统一处理特定类型的异常

# 中间件

中间件在每个请求被特定路径操作处理之前处理请求，并在响应返回之前处理响应。

应用场景：

CORS（跨域资源共享）
日志记录
性能监控
请求/响应修改
认证授权

代码示例：

from fastapi import FastAPI, Request, HTTPException
from fastapi.middleware.cors import CORSMiddleware
from fastapi.responses import JSONResponse
import time

app = FastAPI()

# 1. CORS中间件
app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

# 2. 自定义中间件
@app.middleware("http")
async def add_process_time_header(request: Request, call_next):
    start_time = time.time()
    response = await call_next(request)
    process_time = time.time() - start_time
    response.headers["X-Process-Time"] = str(process_time)
    return response

# 3. 自定义异常类
class ItemNotFoundException(Exception):
    def __init__(self, item_id: int):
        self.item_id = item_id

# 4. 异常处理器
@app.exception_handler(ItemNotFoundException)
async def item_not_found_handler(request: Request, exc: ItemNotFoundException):
    return JSONResponse(
        status_code=404,
        content={"message": f"Item {exc.item_id} not found"}
    )

# 5. 全局异常处理器
@app.exception_handler(HTTPException)
async def http_exception_handler(request: Request, exc: HTTPException):
    return JSONResponse(
        status_code=exc.status_code,
        content={"error": exc.detail, "path": request.url.path}
    )

# 6. 路径操作中使用异常
@app.get("/items/{item_id}")
async def read_item(item_id: int):
    if item_id < 1:
        raise HTTPException(status_code=400, detail="Invalid item ID")

    if item_id > 100:
        raise ItemNotFoundException(item_id)

    return {"item_id": item_id, "name": f"Item {item_id}"}

# 额外提示：实际面试建议

面试官可能会追问的问题：

性能优化：如何处理高并发场景？
安全性：如何实现 JWT 认证和权限控制？
测试：如何编写单元测试和集成测试？
部署：如何使用 Docker 和 Gunicorn 部署 FastAPI 应用？
数据库：如何使用 SQLAlchemy 和 Alembic 进行数据库管理？

最佳实践：

熟悉 FastAPI 的官方文档
了解项目结构和模块化
掌握异步编程概念
理解依赖注入的设计模式
具备实际项目经验

这些面试题涵盖了 FastAPI 开发的核心概念，掌握这些内容将帮助你在面试中表现出色！

Sapphire611

Choose mode

fastApi 相关

fastApi 相关

# FastAPI 面试题目

# FastAPI 相比 Flask 和 Django 有哪些优势？

# 什么是异步编程？FastAPI 中如何使用 async/await？

# Pydantic 在 FastAPI 中扮演什么角色？如何进行数据验证？

# FastAPI 的依赖注入系统是如何工作的？

# 如何在 FastAPI 中处理异常和自定义中间件？

# 异常处理

# 中间件

# 额外提示：实际面试建议