FastAPI: создание REST API за 30 минут

Почему FastAPI так популярен

• — высокая производительность, сравнимая с Node.js и Go в ряде сценариев
• — удобная работа с async/await
• — встроенная валидация данных через Pydantic
• — автоматическая генерация Swagger UI и ReDoc
• — чистая архитектура и понятный код

Что нужно для старта

Установите зависимости:

pip install fastapi uvicorn

Создайте файл main.py:

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def read_root():
    return {"message": "API работает"}

Запуск:

uvicorn main:app --reload

После запуска API будет доступен по адресу: http://127.0.0.1:8000

Автодокументация — сильная сторона FastAPI 📘

Сразу после старта доступны:

• — Swagger UI: /docs
• — ReDoc: /redoc

Это удобно для тестирования эндпоинтов без Postman и ускоряет разработку.

Пример REST API с параметрами

Добавим простой маршрут:

@app.get("/users/{user_id}")
def get_user(user_id: int):
    return {"user_id": user_id}

FastAPI автоматически проверит, что user_id — число. Если передать строку, вернётся понятная ошибка валидации. Это важно для стабильности API и уменьшения количества багов. ✅

Пример POST-запроса

from pydantic import BaseModel

class User(BaseModel):
    name: str
    age: int

@app.post("/users")
def create_user(user: User):
    return {"status": "created", "user": user}

Здесь Pydantic валидирует входные данные. Если клиент отправит неправильную структуру JSON, FastAPI сразу сообщит об ошибке. Это экономит время на ручных проверках. 🚀

Почему FastAPI подходит для реальных проектов

• — быстрое создание MVP
• — удобен для микросервисной архитектуры
• — хорошо интегрируется с SQLAlchemy, PostgreSQL, Redis, Docker
• — подходит для AI/ML backend-сервисов
• — легко масштабируется при росте нагрузки

Когда FastAPI особенно полезен

• — разработка REST API для frontend
• — backend для Telegram-ботов и мобильных приложений
• — внутренние корпоративные сервисы
• — API для работы с моделями машинного обучения 🤖