Starlette如何使用依赖注入管理数据库连接

大丽大大_7372

大丽大大_7372

2026-11-18

730人浏览

原创

starlette 使用依赖注入管理数据库连接的核心做法是定义一个返回连接对象的异步函数,并将其作为参数传入路由或视图函数中。通过 starlette 的 `depends` 机制,框架会在请求生命周期内自动调用该函数获取连接,并在请求结束后执行清理逻辑,从而实现连接的有效管理和复用。

Starlette如何使用依赖注入管理数据库连接

如何定义并注册依赖函数

要开始使用依赖注入,首先需要创建一个负责建立和关闭数据库连接的异步函数。这个函数通常被标记为依赖项,以便 Starlette 能够识别它。在函数内部,你可以初始化数据库客户端实例,例如 SQLAlchemy 的 AsyncEngine 或 AsyncSession。关键在于,你需要确保在请求结束时正确释放资源,这通常通过在依赖函数中使用 yield 语句来实现,或者在应用启动和关闭事件中管理连接池的生命周期。

Starlette如何使用依赖注入管理数据库连接

from starlette.applications import Starlette
from starlette.routing import Route
from starlette.requests import Request
from contextlib import asynccontextmanager
import databases

# 假设使用 databases 库
DATABASE_URL = "sqlite+aiosqlite:///./test.db"
database = databases.Database(DATABASE_URL)

@asynccontextmanager
async def get_db(request: Request):
    # 连接数据库
    await database.connect()
    try:
        # 将连接对象传递给视图函数
        yield database
    finally:
        # 请求结束后断开连接
        await database.disconnect()

async def users_endpoint(request: Request):
    db = request.scope['db']
    # 使用 db 进行查询
    return {"status": "ok"}

app = Starlette(routes=[
    Route("/users", users_endpoint, methods=["GET"])
])

# 注意:实际使用中通常结合 Depends 使用,见下文完整示例

上述代码展示了基本的连接管理逻辑。在实际应用中,我们更倾向于使用 starlette.dependencies.Depends 来简化这一过程。通过将 get_db 函数包装在 Depends 中,Starlette 会自动处理依赖解析。当请求到达时,Starlette 会调用 get_db,等待其 yield 出连接对象,然后将该对象注入到视图函数的参数中。一旦视图函数执行完毕,Starlette 会继续执行 get_db 中 yield 之后的代码,即断开连接。这种模式确保了每个请求都有独立的连接上下文,避免了连接泄漏。

如何在路由中集成依赖注入

在路由定义中集成依赖注入非常简单,只需在视图函数的参数列表中添加带有 Depends 的参数即可。Starlette 的路由系统会自动检测这些依赖项,并在调用视图函数之前先解决它们。这意味着你不需要手动传递数据库连接,也不需要在全局变量中维护连接状态。这种方式不仅使代码更加模块化,还提高了可测试性,因为你可以轻松地在单元测试中替换掉真实的数据库依赖。

Starlette 1.5.1
Starlette 1.5.1

Starlette 1.5.1 是轻量级 Python ASGI 框架与工具集,提供路由、请求响应、中间件、WebSocket 和后台任务等组件,适合构建异步 Web 服务。本下载为官方 PyPI 通用 wheel 包,可使用 pip 安装,并由包管理器处理依赖;运行应用时还需配置 ASGI 服务器。

下载

Starlette如何使用依赖注入管理数据库连接

from starlette.applications import Starlette
from starlette.routing import Route
from starlette.requests import Request
from starlette.responses import JSONResponse
from starlette.dependencies import Depends
import databases

DATABASE_URL = "sqlite+aiosqlite:///./test.db"
database = databases.Database(DATABASE_URL)

async def get_db():
    await database.connect()
    try:
        yield database
    finally:
        await database.disconnect()

async def users_endpoint(request: Request, db=Depends(get_db)):
    # db 参数现在包含了数据库连接对象
    query = "SELECT * FROM users"
    rows = await db.fetch_all(query)
    return JSONResponse(content=[dict(row) for row in rows])

app = Starlette(routes=[
    Route("/users", users_endpoint, methods=["GET"])
])

# 运行应用前需确保数据库表已创建
# uvicorn main:app

在这个完整的示例中,users_endpoint 函数接收两个参数:request 和 db。db 参数的默认值是通过 Depends(get_db) 指定的。当请求到达 /users 路径时,Starlette 首先调用 get_db 函数。该函数建立数据库连接并通过 yield 返回连接对象。随后,Starlette 将这个连接对象赋值给 db 参数,并调用 users_endpoint。视图函数执行完毕后,Starlette 恢复对 get_db 的执行,触发 finally 块中的断开连接逻辑。整个过程对用户透明,且保证了连接的正确生命周期管理。

如何处理并发请求下的连接池限制

在高并发场景下,如果每个请求都创建一个新的物理数据库连接,可能会导致数据库服务器连接数耗尽。因此,使用连接池(Connection Pool)是必要的。大多数现代异步数据库驱动(如 aiomysql, asyncpg, databases 等)都内置了连接池功能。在 Starlette 的依赖注入模式中,连接池通常在应用启动时初始化,并在整个应用生命周期内共享。依赖函数从池中获取一个连接,而不是创建新连接。这样,多个请求可以复用少量的物理连接,从而提高效率并防止资源耗尽。

import databases

# 配置连接池大小
DATABASE_URL = "postgresql+asyncpg://user:password@localhost/dbname"
database = databases.Database(DATABASE_URL, pool_size=10, max_overflow=20)

async def get_db():
    # 从池中获取一个连接
    async with database.connection() as conn:
        yield conn

# 在应用启动时连接池初始化
async def lifespan(app):
    await database.connect()
    yield
    await database.disconnect()

from starlette.applications import Starlette
app = Starlette(lifespan=lifespan)

在上述代码中,pool_size 和 max_overflow 参数控制了连接池的行为。pool_size 定义了池中保持打开的最小连接数,而 max_overflow 允许在需要时临时创建额外的连接。依赖函数 get_db 使用 async with 语句从池中获取连接。当 async with 块结束时,连接会自动返回到池中,而不是被销毁。这使得同一个物理连接可以被多个请求顺序复用,极大地提高了系统的吞吐量和稳定性。此外,通过 lifespan 事件管理器,我们可以确保在应用启动时初始化连接池,在应用关闭时安全地关闭所有连接,避免资源泄漏。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
Python FastAPI异步API开发_Python怎么用FastAPI构建异步API
Python FastAPI异步API开发_Python怎么用FastAPI构建异步API

Python FastAPI 异步开发利用 async/await 关键字,通过定义异步视图函数、使用异步数据库库 (如 databases)、异步 HTTP 客户端 (如 httpx),并结合后台任务队列(如 Celery)和异步依赖项,实现高效的 I/O 密集型 API,显著提升吞吐量和响应速度,尤其适用于处理数据库查询、网络请求等耗时操作,无需阻塞主线程。

2025.12.22

119

5

Python 微服务架构与 FastAPI 框架
Python 微服务架构与 FastAPI 框架

本专题系统讲解 Python 微服务架构设计与 FastAPI 框架应用,涵盖 FastAPI 的快速开发、路由与依赖注入、数据模型验证、API 文档自动生成、OAuth2 与 JWT 身份验证、异步支持、部署与扩展等。通过实际案例,帮助学习者掌握 使用 FastAPI 构建高效、可扩展的微服务应用,提高服务响应速度与系统可维护性。

2026.02.06

594

18

Python Web框架FastAPI 全栈开发教程合集
Python Web框架FastAPI 全栈开发教程合集

以 FastAPI 为核心,讲解现代 Python Web API 的高效开发方式,涵盖路由定义与路径参数/查询参数/请求体绑定、Pydantic 模型的数据校验与序列化、依赖注入(Depends)系统的分层设计、中间件与 CORS 配置、OAuth2 + JWT 认证流程、后台任务(BackgroundTasks)、WebSocket 实时通信、SQLAlchemy 异步 ORM 集成、自动生成 OpenAPI/Swagger 交互文

2026.05.09

796

23

Python FastAPI异步微服务与高性能接口设计
Python FastAPI异步微服务与高性能接口设计

本专题聚焦 Python FastAPI 框架在高性能接口与微服务开发中的应用,讲解异步请求处理、依赖注入机制、路由设计、数据库异步操作以及接口性能优化策略。结合实际项目案例,帮助开发者构建高并发、低延迟的现代化后端服务架构。

2026.06.16

679

12

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

2026.11.12

140

15

Go-Zero安装与goctl环境配置教程
Go-Zero安装与goctl环境配置教程

本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。

2026.11.12

100

15

Go-Zero零基础入门教程
Go-Zero零基础入门教程

本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。

2026.11.12

100

15

Postman身份认证怎么配置
Postman身份认证怎么配置

本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。

2026.11.06

160

12

Postman请求头Headers怎么设置
Postman请求头Headers怎么设置

围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。

2026.11.06

140

13

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程