在 python 在框架世界中，fastapi 这是一个新事物，也是一个建筑 api 最好的选择。同样，对于想在生产环境中免费快速测试应用程序的开发人员，render 这是个不错的选择。

在这篇文章中，我们将介绍如何 fastapi 将应用程序部署到渲染中。首先，让我们讨论为什么开发人员经常选择 fastapi 和 render。

fastapi 主要用于构建高性能微框架 api(线索在名称中)。因此，和 django 和 flask 与旧的、知名的框架相比，fastapi 它有很多优点。

fastapi 第一个也是最明显的优点是它在构建过程中考虑了可扩展性和性能。

例如，fastapi 基于异步 asgi 而不是服务器 django 旧版本和其他框架使用的旧版本 wsgi。 asgi 服务器可以同时(并发)处理多个请求。这通常被视为需要处理高水平用户流量的应用程序的更好选择。

立即学习“Python免费学习笔记(深入)；

fastapi 它还允许开发人员在定义异步函数时更容易地编写异步代码 async 关键字就够了。

但fastapi闪亮的“新鲜感”也是它的主要缺点。因为 fastapi 于 2018 与更成熟的框架相比，年才推出，fastapi 社区要小得多，学习资源(如编码教程)也要少得多。当你选择下一个项目时 fastapi 请记住这一点。

对于想在生产环境中免费快速测试其应用程序的开发人员来说，render 这是个不错的选择。

使用 render，您甚至可以访问免费套餐，而无需输入信用卡的详细信息。因此，与其他云服务不同，没有办法错误地收费。

正如我们将在下面的部分看到的，render 它还为整体开发人员提供了优秀的体验，干净易用 ui 以及与 git 和 github 平滑集成。额外的好处是，你在这里 render 上托管的任何应用程序都将立即免费获得 tls 证书。

render 免费套餐的缺点是部署可能需要很长时间。一旦这开始成为一个问题，你可能需要考虑升级到付费计划之一。

您可以查看、下载或克隆本文中使用的完整代码。

我们需要做的第一件事就是创建一个空目录来存储我们的项目。我们称之为 fastapi-render-appsignal。

以下命令在终端中运行：

mkdir fastapi-render-appsignal
cd flask-heroku-appsignal
touch main.py

项目入口点将是 main.py.

接下来，我们需要在根目录中运行 git initialize 命令使我们的项目成为 git 存储库：

git init

此外，在项目根目录下创建requirements.txt 将这两行添加到文件中：

fastapi
uvicorn[standard]

然后运行：

pip install -r requirements.txt

若安装顺利，您应在终端中看到以下输出：

installing collected packages: websockets, uvloop, typing-extensions, sniffio, pyyaml, python-dotenv, idna, httptools, h11, exceptiongroup, click, annotated-types, uvicorn, pydantic-core, anyio, watchfiles, starlette, pydantic, fastapi
successfully installed annotated-types-0.6.0 anyio-4.2.0 click-8.1.7 exceptiongroup-1.2.0 fastapi-0.109.0 h11-0.14.0 httptools-0.6.1 idna-3.6 pydantic-2.5.3 pydantic-core-2.14.6 python-dotenv-1.0.1 pyyaml-6.0.1 sniffio-1.3.0 starlette-0.35.1 typing-extensions-4.9.0 uvicorn-0.27.0 uvloop-0.19.0 watchfiles-0.21.0 websockets-12.0

现在，在 main.py 复制并粘贴以下准系统样板代码：

from fastapi import fastapi

app = fastapi()

@app.get("/")
async def root():
    return {"message": "hello world"}

让我们逐行解释这个简短的代码片段所做的事情。

1. 在 import 之后，我们创建了句子 fastapi 类别的例子并分配给变量 app。
2. @app.get("/") 是一个 python 它告诉装饰器 fastapi 通过 http get 方法在根 url /.
创建一个 api 端点
3. async def root() 定义了一个名字 root 这里使用的异步函数。 async 关键字，因为 fastapi 处理异步 i/o 由操作构建的。这意味着它可以处理并发请求，这对性能更好。
4. 在函数体中，我们回到一个 python 字典，fastapi 它将帮助我们将其转换为它 json。因此，当用户转向根/端点时，我们 api 将自动使用 json 响应对象。

我们现在可以使用服务器包 uvicorn(我们之前安装的)通过以下命令运行我们的项目:

uvicorn main:app --reload

假如我们打开浏览器 http://127.0.0.1:8000，我们只能看到以下纯度 json 响应：

{ "message": "hello world" }

但如果我们在那里 url 末尾添加 /docs，我们可以用它 fastapi 内置交互式 api 文档功能。

下面截图中的文档ui是swager ui提供：

你也可以试试 fastapi 另一种自动包含的文档 ui 样式。

在浏览器中输入网站http://127.0.0.1:8000/redoc。

这是redoc提供的:

假设你已经在这部分了 github 为这个项目创建了一个存储库。如果您需要关于如何执行此操作的说明，请查看 github 官方文档。

render 其优点之一是它提供了一种简单直观的连接方式 github 存储库。

首先，转到 render.com 并使用 render 创建一个新帐户(你可以使用它) github 加快速度的证据)。

然后单击新建 按钮并选择创建新网络服务的选项。

链接您的 github 账户结束后，您应该看到下面的屏幕，它提供连接到 render 的 github 存储列表。让我们选择我们的 fastapi-render-appsignal 示例项目。

这将带我们进入主配置屏幕。在该地区，我只需要选择最接近你的位置（因为我在英国，所以我会选择法兰克福）：

我们在屏幕底部有一些更重要的选择。

build 命令 将使用我们之前在项目中创建的requirements.txt 将项目中的所有包装安装在render中 远程服务器。

在start命令下，我们将在生产环境中再次使用uvicorn，并告诉render使用项目根目录中的main.py启动应用程序。

注意： 你必须清楚地告诉你 render 使用哪个主机和端口(不同于使用其他服务器(如gunicorn)。不幸的是，任何官方渲染文档都没有提到这一点，但我将渲染社区论坛和“ fastapi 在“渲染”帖子中找到了应用程序部署的解决方案。

创建 web 服务 按钮观看项目部署：

“您的服务已上线”.

hello world fastapi 示例，包括 /docs 和 /redoc 自动文档链接：

接下来，将 appsignal 和 opentelemetry-instrumentation-fastapi 添加到您的 requests.txt 文件中：

# requirements.txt
appsignal
opentelemetry-instrumentation-fastapi

pip install -r requirements.txt

import os
import subprocess
from appsignal import appsignal
from dotenv import load_dotenv
load_dotenv()

revision = none
try:
    revision = subprocess.check_output(
        "git log --pretty=format:'%h' -n 1", shell=true
    ).strip()
except subprocess.calledprocesserror:
  pass


appsignal = appsignal(
    active=true,
    name="fastapi-render-appsignal",
    push_api_key=os.getenv("appsignal_api_key"),
    revision=revision,
)

将 active 设置为 true 使用监控。
提供我们的应用程序名称。
将 api 将密钥放入环境变量中。

# main.py
from fastapi import fastapi
from opentelemetry.instrumentation.fastapi import fastapiinstrumentor #new
import appsignal #new

appsignal.start() #new

app = fastapi()

@app.get("/")
async def root():
    return {"message": "hello world"}

@app.get("/items/{item_id}")
async def get_item(item_id: int):
    return {"item_id": item_id}

fastapiinstrumentor().instrument_app(app) #new

入门 对于需要完成的其它配置步骤，屏幕将提供一些建议：

组织页面，然后单击组织设置以激活 appsignal 与 github 集成。查看 appsignal 将您的存储库的官方文件链接起来，以获得分步说明。

git push origin main

deploys部分中看到 appsignal 跟踪我们的部署，以及任何与每个部署提交哈希有关的错误：

p.s.如果您想在 python 文章发表后立即阅读，请订阅我们的文章 python wizardry 时事通讯，不要错过任何一篇文章！

以上是部署 Python FastAPI 更多关于渲染应用程序的详细信息，请关注其他相关文章！