


Verarbeitung nachgelagerter HTTP-Anfragen in Uvicorn/FastAPI
Beim Erstellen eines API-Endpunkts mit FastAPI/Uvicorn ist es üblich, nachgelagerte HTTP-Anfragen zu stellen. Bei der Bearbeitung mehrerer gleichzeitiger Anfragen kann es jedoch zu einem Fehler kommen:
H11._util.LocalProtocolError: can't handle event type ConnectionClosed when role=SERVER and state=SEND_RESPONSE
Dieser Fehler tritt auf, weil die Standard-Anfragesitzung von FastAPI nicht vollständig threadsicher ist. Um diese Herausforderung zu meistern, müssen wir einen alternativen Ansatz verfolgen.
Httpx für asynchrone HTTP-Anfragen verwenden
Eine Lösung besteht darin, die httpx-Bibliothek zu verwenden, die eine asynchrone Funktion bereitstellt API. Anstelle von „requests.Session()“ können wir httpx.AsyncClient() verwenden. Dieser Client ermöglicht gleichzeitige Anfragen an denselben Host, da die zugrunde liegende TCP-Verbindung wiederverwendet wird.
In FastAPI können wir unseren Lifespan-Handler so definieren, dass er den AsyncClient beim Start initialisiert und beim Herunterfahren schließt. Zum Beispiel:
@asynccontextmanager async def lifespan(app: FastAPI): async with httpx.AsyncClient() as client: yield {'client': client} # Add the client to the app state
In unseren Endpunkten können wir über request.state.client auf den Client zugreifen. Wir können eine Downstream-Anfrage wie folgt stellen:
@app.get('/') async def home(request: Request): client = request.state.client req = client.build_request('GET', 'https://www.example.com') r = await client.send(req, stream=True) return StreamingResponse(r.aiter_raw(), background=BackgroundTask(r.aclose))
Streaming- oder Nicht-Streaming-Antworten
Wir können die Downstream-Antwort auf verschiedene Arten an den Kunden senden. Wenn wir die Antwort streamen möchten, können wir eine StreamingResponse erstellen, die einen Generator verwendet, um die Antwortdaten asynchron in einer Schleife zu durchlaufen. Ansonsten können wir r.json(), PlainTextResponse oder eine benutzerdefinierte Antwort verwenden.
Vorteile der Verwendung von Httpx
Die Verwendung von httpx bietet mehrere Vorteile:
- Asynchrone API für die effiziente Bearbeitung gleichzeitiger Anfragen.
- Persistenter Verbindungspool für verbesserte Leistung.
- Kontrolle über die Größe des Verbindungspools.
- Einfache Integration mit den Lifespan-Handlern und Endpunkten von FastAPI.
Durch die Nutzung von httpx können Entwickler Downstream-HTTP effektiv gestalten Anfragen innerhalb ihrer FastAPI/Uvicorn-Anwendungen, ohne auf Thread-Sicherheitsprobleme zu stoßen. Dies gewährleistet ein zuverlässiges und skalierbares API-Verhalten.
Das obige ist der detaillierte Inhalt vonWie kann ich „H11._util.LocalProtocolError' vermeiden, wenn ich Downstream-HTTP-Anfragen in einer gleichzeitigen FastAPI/Uvicorn-Anwendung stelle?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Die grundlegende Syntax für die Python -Liste ist die Liste [START: STOP: STEP]. 1.Start ist der erste Elementindex, 2.Stop ist der erste Elementindex, und 3.Step bestimmt die Schrittgröße zwischen den Elementen. Scheiben werden nicht nur zum Extrahieren von Daten verwendet, sondern auch zum Ändern und Umkehrlisten.

ListSoutPer -CharakterArraysin: 1) Dynamics und Dynamics und 3), 2) StoringHeterogenData und 3) MemoryefficiencyForSparsedata, ButmayHavesLightPerformanceCostIncustonTectorationOperationen.

Toconvertapythonarraytoalist, Usethelist () constructororageneratorexpression.1) ImportThearrayModuleandCreateanarray.2) Uselist (arr) oder [xForxinarr] Toconvertittoalist in Betracht, überlegt Performance undMoryefficiencyForlargedatasets.

ChoosearraySoverlistsinpythonforbetterperformanceAndMemoryefficienceInspezifizarios.1) largenumericalDatasets: ArraysReDucemoryusage.2) leistungskritische Operationen: ArraysOfferspeedboostsForsforsarching.3) TypeSafety: ArraysStety

In Python können Sie Verständnissen für Schleifen, Aufzählungen und Listen für durchqueren Listen verwenden. In Java können Sie traditionelle für Schleifen verwenden und für Schleifen zu durchqueren Arrays erweitert. 1. Python List Traversal Methods gehören: für Schleifen, Aufzählung und Listenverständnis. 2. Java Array Traversal -Methoden umfassen: traditionell für Schleife und erweitert für die Schleife.

In dem Artikel wird die in Version 3.10 eingeführte "Match" -serklärung von Python erörtert, die als Äquivalent zum Wechseln von Aussagen in anderen Sprachen dient. Es verbessert die Code-Lesbarkeit und bietet Leistungsvorteile gegenüber herkömmlichen IF-ELIF-EL

Ausnahmegruppen in Python 3.11 ermöglichen die gleichzeitige Behandlung mehrerer Ausnahmen, wodurch die Fehlermanagement in gleichzeitigen Szenarien und komplexen Vorgängen verbessert wird.

Funktionsanmerkungen in Python Fügen Sie Metadaten zu Funktionen für Typprüfungen, Dokumentation und IDE -Unterstützung hinzu. Sie verbessern die Lesbarkeit, die Wartung der Code und die API -Entwicklung, die Datenwissenschaft und die Erstellung der Bibliothek von entscheidender Bedeutung.


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

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Dreamweaver CS6
Visuelle Webentwicklungstools

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

Herunterladen der Mac-Version des Atom-Editors
Der beliebteste Open-Source-Editor

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