


FastAPI StreamingResponse streamt nicht mit Generatorfunktion
StreamingResponse von FastAPI soll Daten zurück an den Client streamen, sobald sie verfügbar sind. Es gab jedoch Berichte darüber, dass StreamingResponse bei der Verwendung von Generatorfunktionen nicht wie erwartet funktionierte. In diesem Artikel werden die möglichen Ursachen dieses Problems untersucht und eine Lösung bereitgestellt.
Blockierungsoperationen und Generatorfunktionen
Generatorfunktionen in Python können eine Folge von Werten definieren ergab einen nach dem anderen. Wenn jedoch eine Blockierungsoperation (z. B. time.sleep()) innerhalb einer Generatorfunktion ausgeführt wird, kann sie die Ereignisschleife blockieren und so verhindern, dass FastAPI Daten an den Client streamt.
Def vs. Async Def
FastAPI behandelt StreamingResponse unterschiedlich, je nachdem, ob die Generatorfunktion die def- oder async def-Syntax verwendet. Wenn die Generatorfunktion mithilfe der asynchronen Def-Syntax definiert ist, geht FastAPI davon aus, dass es sich um einen asynchronen Generator handelt, und führt ihn in einem Thread-Pool oder Task-Pool aus. Wenn die Generatorfunktion jedoch die Def-Syntax verwendet, erkennt FastAPI sie als blockierenden Generator und verwendet iterate_in_threadpool(), um sie in einem separaten Thread auszuführen.
Empfohlener Ansatz
Um blockierende Vorgänge zu vermeiden und ein ordnungsgemäßes Streaming sicherzustellen, wird die Verwendung einer asynchronen Generatorfunktion (async def) empfohlen. Bei Bedarf sollten alle Blockierungsvorgänge in einem externen Thread-Pool ausgeführt und abgewartet werden, um eine Unterbrechung der Ereignisschleife zu vermeiden.
Antwortmedientyp
In einigen Fällen können Browser dies tun Puffern Sie Text-/einfache Antworten, um den MIME-Typ zu überprüfen. Um dies zu verhindern, empfiehlt es sich, einen anderen Medientyp anzugeben, z. B. text/event-stream, application/json, oder den X-Content-Type-Options-Header auf nosniff zu setzen.
Beispiel
Hier ist ein Beispiel einer funktionierenden FastAPI-App mit einer Generatorfunktion für Streaming-Daten:
from fastapi import FastAPI, StreamingResponse, Request from fastapi.responses import HTMLResponse import asyncio app = FastAPI() @app.get("/stream") async def streaming_data(request: Request): def generate_data(): for i in range(10): yield b'some fake data\n\n' await asyncio.sleep(0.5) return StreamingResponse(generate_data(), media_type="text/event-stream")
Fazit
Durch die Vermeidung blockierender Vorgänge Durch die Verwendung asynchroner Generatorfunktionen und die Angabe des entsprechenden Medientyps können Sie sicherstellen, dass FastAPI StreamingResponse wie vorgesehen funktioniert, sodass Sie Daten effizient an Clients streamen können.
Das obige ist der detaillierte Inhalt vonWarum streamt StreamingResponse von FastAPI nicht mit Generatorfunktionen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer -Anfänger für Programmierungen? Wenn Sie nur 10 Stunden Zeit haben, um Computer -Anfänger zu unterrichten, was Sie mit Programmierkenntnissen unterrichten möchten, was würden Sie dann beibringen ...


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

MantisBT
Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

SAP NetWeaver Server-Adapter für Eclipse
Integrieren Sie Eclipse mit dem SAP NetWeaver-Anwendungsserver.

VSCode Windows 64-Bit-Download
Ein kostenloser und leistungsstarker IDE-Editor von Microsoft

SublimeText3 Englische Version
Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

ZendStudio 13.5.1 Mac
Leistungsstarke integrierte PHP-Entwicklungsumgebung