FastAPI 为什么速度快，以及你如何保持它的速度？

Question

Accepted Answer

FastAPI 是最快的 Python 框架之一，因为它建立在 **Starlette**（一个轻量级 ASGI 框架）之上，并且是 **async-native** 的，能够有效地处理许多并发的 I/O 绑定请求。但是要保持它的速度，需要正确使用 async — 最常见的错误是阻塞事件循环。

## 为什么这很重要

```text
✓ ASGI + Starlette — a modern async foundation (vs older WSGI sync frameworks)
✓ Async-native — one process handles thousands of concurrent I/O-bound requests
  by overlapping wait times, instead of one-at-a-time
✓ Pydantic v2 — validation/serialization core is now in Rust (very fast)
✓ Minimal overhead per request
```

Async 模型是关键：当一个请求等待数据库查询或 API 调用时，服务器处理其他请求 — 为 I/O 绑定工作负载提供高吞吐量。

## 保持速度的第 #1 方法：不要阻塞事件循环

```python
# ❌ blocking call inside async def → freezes the event loop, serializing ALL requests
@app.get("/bad")
async def bad():
    return requests.get(url).json()       # SYNC/blocking → kills concurrency

# ✅ use an async client and await it
@app.get("/good")
async def good():
    async with httpx.AsyncClient() as c:
        return (await c.get(url)).json()  # non-blocking

# ✅ OR use a plain def — FastAPI runs it in a thread pool (safe for blocking code)
@app.get("/also-good")
def also_good():
    return requests.get(url).json()
```

这是最重要的性能规则：在 `async def` 中的阻塞调用会阻塞整个事件循环，强制请求一次运行一个。使用带有 `await` 的 async 库，或使用普通的 `def`（在线程池中运行）。

## 保持速度 — 检查清单

```text
✓ Use async DB drivers / async libraries (httpx, asyncpg) in async endpoints
✓ Run blocking code in plain def (thread pool) or via run_in_executor
✓ Avoid heavy CPU work on the event loop → offload to workers/processes
✓ Add caching (Redis) for expensive repeated work
✓ Optimize the database (fix N+1, add indexes) — often the real bottleneck
✓ Run multiple worker processes (uvicorn/gunicorn workers) to use all CPU cores
✓ Use connection pooling; paginate large results
✓ MEASURE first (profiling, load testing) — fix the actual bottleneck
```

## 为什么这很重要

FastAPI 的速度是团队选择它的首要原因，但在实践中实现该速度取决于 **正确使用 async** — 最重要的、经常被违反的规则是 **永远不要阻塞事件循环**。

理解 *为什么* FastAPI 速度快（async-native ASGI 基础、高效的 I/O 并发、快速的 Pydantic v2 核心）说明其性能优势适用于并发处理的 I/O 绑定工作负载。

知道如何 *保持* 它的速度是关键的实践技能：避免在 `async def` 中放置阻塞调用的灾难性错误（这会使所有请求在冻结的事件循环后串行化），在异步端点中使用异步库（或使用普通 `def` 处理阻塞代码），卸载 CPU 工作、缓存、优化数据库（通常是真正的瓶颈），以及为多个核心运行多个工作进程。

这个组合 — 正确地利用 async 并衡量以找到真正的瓶颈 — 是让你实现 FastAPI 性能潜力的关键，使其成为构建真正快速、可扩展的 API 的重要高级知识，而不是看起来像 async 但执行起来像阻塞代码的 API。