Моделі запиту й відповіді

Розгортання AI у продакшні з FastAPI

Matt Eckerle

Software and Data Engineering Leader

Структури запиту й відповіді в API

Структура запиту
  • Дані, які клієнт надсилає до API
  • Зазвичай містить:
    • Метод HTTP (GET, POST тощо)
    • Заголовки
    • Параметри запиту
    • Тіло запиту

http://localhost:8000/users/? [email protected]

  • :8000: номер порту. У FastAPI типовий порт — 8000.
  • /users/: шлях до конкретного endpoint, який ми викликаємо.
  • ?: початок параметрів запиту.
  • `[email protected]`: параметр запиту. Тут ми передаємо адресу електронної пошти endpoint'у.
Розгортання AI у продакшні з FastAPI

Структура відповіді

  • Дані, які API повертає клієнту
    • Відповідь JSON із даними користувача
  • Зазвичай містить:
    • Код стану (200 OK, 404 Not Found тощо)
    • Заголовки
    • Тіло відповіді (запитані дані або результат операції)
HTTP/1.1 200 OK
date: Fri, 18 Oct 2024 12:34:56 GMT
server: uvicorn
content-length: 76
content-type: application/json

{
  "username": "johndoe",
  "email": "[email protected]",
  "age": 30
}
Розгортання AI у продакшні з FastAPI

Модель Pydantic

  • Створення User
  • Використання Pydantic
from pydantic import BaseModel
class User(BaseModel):
    username: str
    email: str
    age: int
  • Успадковує від BaseModel
  • Визначає атрибути з анотаціями типів
  • Автоматична валідація за типами
Розгортання AI у продакшні з FastAPI

Помилка валідації

from pydantic import ValidationError
try:
    invalid_user = User(username="john_doe", email="[email protected]", 
                        age="thirty")
    print("Invalid User:", invalid_user)
except ValidationError as e:
    print("Validation Error:", e)
Validation Error: 1 validation error for User age
Input should be a valid integer, unable to parse string as an integer 
[type=int_parsing, input_value='thirty', input_type=str]
Розгортання AI у продакшні з FastAPI

Використання моделей Pydantic у FastAPI

from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI()

class User(BaseModel): username: str email: str age: int
@app.post("/users", response_model=User)
async def create_user(user: User): return user
  • Модель використовується як response_model
  • Модель як підказка типу параметра
  • Автоматична валідація запиту
  • Де/серіалізація запитів/відповідей
  • Генерація документації API
Розгортання AI у продакшні з FastAPI

Формати запиту й відповіді

curl -X 'POST' \
  'http://localhost:8000/users/' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
  "username": "john_doe",
  "email": "[email protected]",
  "age": 30
  }'

 

{
  "username": "john_doe",
  "email": "[email protected]",
  "age": 30
}
Розгортання AI у продакшні з FastAPI

Давайте потренуємось!

Розгортання AI у продакшні з FastAPI

Preparing Video For Download...