suchen
HeimBackend-EntwicklungPython-TutorialWie kann ich „H11._util.LocalProtocolError' vermeiden, wenn ich Downstream-HTTP-Anfragen in einer gleichzeitigen FastAPI/Uvicorn-Anwendung stelle?

How Can I Avoid `H11._util.LocalProtocolError` When Making Downstream HTTP Requests in a Concurrent FastAPI/Uvicorn Application?

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!

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Wie schneiden Sie ein Python -Array?Wie schneiden Sie ein Python -Array?May 01, 2025 am 12:18 AM

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.

Unter welchen Umständen könnte Listen besser abschneiden als Arrays?Unter welchen Umständen könnte Listen besser abschneiden als Arrays?May 01, 2025 am 12:06 AM

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

Wie können Sie ein Python -Array in eine Python -Liste konvertieren?Wie können Sie ein Python -Array in eine Python -Liste konvertieren?May 01, 2025 am 12:05 AM

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

Was ist der Zweck der Verwendung von Arrays, wenn Listen in Python vorhanden sind?Was ist der Zweck der Verwendung von Arrays, wenn Listen in Python vorhanden sind?May 01, 2025 am 12:04 AM

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

Erklären Sie, wie Sie durch die Elemente einer Liste und eines Arrays iterieren können.Erklären Sie, wie Sie durch die Elemente einer Liste und eines Arrays iterieren können.May 01, 2025 am 12:01 AM

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.

Was ist Python Switch Anweisung?Was ist Python Switch Anweisung?Apr 30, 2025 pm 02:08 PM

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

Was sind Ausnahmegruppen in Python?Was sind Ausnahmegruppen in Python?Apr 30, 2025 pm 02:07 PM

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

Was sind Funktionsanmerkungen in Python?Was sind Funktionsanmerkungen in Python?Apr 30, 2025 pm 02:06 PM

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.

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

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

Heiße Werkzeuge

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

Herunterladen der Mac-Version des Atom-Editors

Herunterladen der Mac-Version des Atom-Editors

Der beliebteste Open-Source-Editor

VSCode Windows 64-Bit-Download

VSCode Windows 64-Bit-Download

Ein kostenloser und leistungsstarker IDE-Editor von Microsoft