怎么用Python FastAPI接入Redis缓存-Python教程-PHP中文网

必须用 redis.asyncio 连接池替代 redis.redis，避免阻塞 fastapi 异步事件循环；缓存 key 需包含 method、path、排序后的 query_params 和用户标识；序列化优先用 json.dumps + 自定义 encoder，禁用 pickle；更新数据后须主动删除对应缓存，不可仅依赖 ttl。

怎么用python fastapi接入redis缓存

用 redis.asyncio 连接池而不是 redis.Redis

同步客户端 redis.Redis 会阻塞整个 FastAPI 的异步事件循环，哪怕只在某个接口里调用一次，也会让其他并发请求卡住。必须用官方内置的异步驱动 redis.asyncio（4.2+ 版本自带，不用额外装 aioredis）。

常见错误现象：RuntimeWarning: coroutine 'Redis.get' was never awaited 或接口响应明显变慢、并发数上不去。

实操建议：

Fastapi Code Review

审查 FastAPI 代码的路由模式、依赖注入、验证和异步处理器。适用于审查 FastAPI 应用、检查 APIRouter 配置、依赖注入等。

下载

安装时确认版本：pip install redis>=4.2.0
连接池初始化用 redis.asyncio.ConnectionPool.from_url()，不是 redis.Redis()
关键参数必须设：decode_responses=True（避免手动 .decode()），max_connections=20（默认只有 10，高并发下容易耗尽），socket_connect_timeout=5 和 socket_timeout=5
不要在每次请求里新建连接——用全局单例或依赖注入管理连接池实例

缓存 key 必须带 query 参数和用户上下文

只用 request.url.path 做 key，会导致不同查询参数（比如 /users?id=1 和 /users?id=2）命中同一个缓存，返回错数据；不区分用户，还会造成 A 用户看到 B 用户的私有数据。

实操建议：

key 构造要包含：method + path + sorted(query_params.items()) + （可选）user_id 或 Authorization 头的哈希值
别用 str(request.query_params) —— 它顺序不稳定，两次生成的字符串可能不同
用 hashlib.md5 压缩拼接后的字符串，生成固定长度 key，避免 Redis 报 key too long
示例片段：f"fastapi:get:/users:{md5(str(sorted_q).encode()).hexdigest()}"

序列化返回值不能用 pickle，优先用 json.dumps + custom encoder

pickle.dumps() 有严重安全隐患（反序列化任意代码）、跨 Python 版本不兼容、且其他语言服务无法读取。FastAPI 接口返回的 Pydantic BaseModel、datetime、UUID 等类型，直接 json.dumps() 会报错。

实操建议：

写一个轻量级 encoder 函数，处理常见不可序列化类型：datetime → ISO 格式字符串，UUID → str(uuid)，BaseModel → .model_dump()（v2）或 .dict()（v1）
缓存写入前：用 json.dumps(data, default=encoder)；读取后：用 json.loads()
如果对性能极致敏感，可用 msgpack.packb() 替代 JSON，但需确保所有服务端语言都支持解包
务必加 try/except 包裹序列化逻辑，失败时直接降级走数据库，别让缓存层崩掉整个接口

缓存更新必须主动清理，不能只靠 TTL

只设 EX 过期时间，会导致「缓存不一致」：数据库已更新，但旧缓存还在，用户看到过期数据，有时长达几分钟甚至更久。

实操建议：

在数据变更操作（如 PUT /users/{id}）执行成功后，立刻调用 redis.delete(key) 清理对应缓存
批量更新时，用 redis.delete(*keys) 或 redis.scan_iter("fastapi:get:/users:*") + redis.delete() 批量清除
对「列表页」这类难精确匹配 key 的场景，可约定命名空间前缀（如 cache:users:list），更新时删整个前缀
别依赖「延迟双删」等复杂策略——简单直接的主动删除，在绝大多数业务场景中更可靠、更易维护

最常被忽略的一点是：缓存不是开了就完事，它引入了新的状态一致性边界。你得明确每条缓存的生命周期——谁写、谁读、谁删、什么时候删。漏掉任何一个环节，问题就会在凌晨三点的生产环境准时出现。