FastAPI-applicaties beheren configuratie met pydantic-settings (BaseSettings) — een klasse die configuratie leest uit omgevingsvariabelen (en .env-bestanden) met , waardoor geheimen uit code blijven en configuratie bij het opstarten correct is.
from pydantic_settings import BaseSettings
class Settings(BaseSettings):
app_name: str = "My API"
database_url: str # required — must be provided
secret_key: str # required (a secret)
debug: bool = False
max_connections: int = 10
class Config:
env_file = ".env" # also read from a .env file
settings = Settings() # reads & VALIDATES env vars at startup
BaseSettings leest automatisch elk veld uit een bijbehorende omgevingsvariabele (bijv. DATABASE_URL), converteert typen ("true" → bool, "10" → int), en valideert — een ontbrekende verplichte waarde of verkeerd type faalt onmiddellijk bij het opstarten met een duidelijke foutmelding (fail-fast).
from functools import lru_cache
from fastapi import Depends
@lru_cache # create the Settings once (cached)
def get_settings():
return Settings()
@app.get("/info")
def info(settings: Settings = Depends(get_settings)):
return {"app": settings.app_name, "debug": settings.debug}
Het injecteren van instellingen via een cached dependency maakt ze testbaar (override in tests) en zorgt voor een enkele instantie.
# .env — local config, GITIGNORED (never commit secrets)
DATABASE_URL=postgresql://localhost/mydb
SECRET_KEY=dev-secret
DEBUG=true
✓ Keep secrets in env vars / .env (gitignored); commit a .env.example documenting keys
✓ In production, inject config via the platform's environment / secret manager
✓ Validation at startup catches misconfiguration immediately (not deep in a request)
Good settings management is zowel een operationele noodzaak (applicaties hebben verschillende configuratie nodig in dev/staging/production) als een beveiligingsvereiste (geheimen zoals database-URL's en sleutels mogen nooit hardcoded in source control staan — een veel voorkomend, ernstig beveiligingslek).
Pydantic's BaseSettings biedt de idiomatische FastAPI-oplossing, en het begrijpen ervan is belangrijke dagelijkse kennis.
De belangrijkste voordelen: configuratie lezen uit omgevingsvariabelen (waardoor geheimen uit code blijven, de twelve-factor-benadering) met automatische typeconversie en validatie — dus misconfiguratie faalt bij het opstarten met een duidelijke fout, in plaats van als een verwarrende runtime-fout.
Gecombineerd met dependency injection (wat instellingen testbaar en singleton maakt) en de praktijk van gitignored .env-bestanden voor lokale ontwikkeling, geeft dit je veilige, gevalideerde, omgevingsgeschikte configuratie.
Weten hoe je instellingen definieert, ze via DI gebruikt, en geheimen veilig beheert, is fundamenteel voor het bouwen van production-ready FastAPI-applicaties.