Starlette如何处理PUT请求更新数据

秋萱姑娘_8137

秋萱姑娘_8137

2026-11-18

893人浏览

原创

starlette 处理 put 请求更新数据的核心做法是定义一个接收 request 对象的异步视图函数,从中解析 json 负载并执行更新逻辑。开发者需要在路由配置中指定该函数响应 put 方法,并在函数体内通过 await request.json() 获取前端提交的数据字典,随后将其映射到数据库模型或内存状态中进行持久化。若更新成功,通常返回包含新数据的 jsonresponse 及 http 200 状态码;若发生冲突或错误,则返回相应的错误响应。

Starlette如何处理PUT请求更新数据

如何配置路由以支持 PUT 请求

在 Starlette 中,通过 Route 类实例化并传入 methods=["PUT"] 参数,即可将特定的 URL 路径绑定到处理更新的视图函数上。这种配置方式确保了只有当客户端发送 PUT 请求时,对应的逻辑才会被触发,从而实现对资源的全量或部分更新操作。

Starlette如何处理PUT请求更新数据

from starlette.applications import Starlette
from starlette.routing import Route
from starlette.responses import JSONResponse
import asyncio

# 模拟数据存储
database = {}

async def update_item(request):
    # 1. 解析请求体中的 JSON 数据
    try:
        data = await request.json()
    except Exception:
        return JSONResponse({"error": "Invalid JSON"}, status_code=400)

    # 2. 提取标识符和数据内容
    item_id = request.path_params.get("item_id")
    if not item_id:
        return JSONResponse({"error": "Missing item_id"}, status_code=400)

    name = data.get("name")
    value = data.get("value")

    # 3. 执行更新逻辑(此处为模拟)
    if item_id in database:
        database[item_id].update({"name": name, "value": value})
        status_msg = "Updated"
    else:
        database[item_id] = {"id": item_id, "name": name, "value": value}
        status_msg = "Created"

    # 4. 返回成功响应
    return JSONResponse({
        "status": status_msg,
        "data": database[item_id]
    }, status_code=200)

routes = [
    Route("/items/{item_id}", endpoint=update_item, methods=["PUT"]),
]

app = Starlette(routes=routes)

上述代码展示了完整的配置与处理流程。首先导入必要的组件,包括 Starlette、Route 和 JSONResponse。定义了一个全局字典 database 作为简易存储。核心函数 update_item 接收 request 对象,使用 await request.json() 安全地解析载荷。通过 request.path_params 获取 URL 路径中的 item_id。根据 ID 是否存在决定是更新现有记录还是创建新记录,最后返回标准化的 JSON 响应。路由列表中将 /items/{item_id} 绑定到 update_item 并限制方法为 PUT。

如何处理并发更新与数据一致性

在处理高并发场景下的 PUT 请求时,直接修改共享内存可能导致数据竞争。Starlette 本身不内置分布式锁,但开发者可以在视图函数层面引入 Python 的 asyncio.Lock 来保证同一时间只有一个协程能执行更新逻辑,或者结合外部数据库的事务机制来确保原子性。对于简单的内存演示,使用锁可以防止竞态条件导致的覆盖丢失。

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如何处理PUT请求更新数据

import asyncio
from starlette.applications import Starlette
from starlette.routing import Route
from starlette.responses import JSONResponse

# 模拟数据存储
database = {}
# 添加异步锁以保护临界区
update_lock = asyncio.Lock()

async def safe_update_item(request):
    item_id = request.path_params.get("item_id")
    try:
        data = await request.json()
    except Exception:
        return JSONResponse({"error": "Invalid JSON"}, status_code=400)

    name = data.get("name")
    value = data.get("value")

    # 使用锁确保更新操作的原子性
    async with update_lock:
        if item_id in database:
            # 模拟一些耗时操作,如网络请求或复杂计算
            await asyncio.sleep(0.1)
            database[item_id].update({"name": name, "value": value})
            result = {"status": "Updated", "data": database[item_id]}
        else:
            await asyncio.sleep(0.1)
            database[item_id] = {"id": item_id, "name": name, "value": value}
            result = {"status": "Created", "data": database[item_id]}

    return JSONResponse(result, status_code=200)

routes = [
    Route("/items/{item_id}", endpoint=safe_update_item, methods=["PUT"]),
]

app = Starlette(routes=routes)

此版本引入了 asyncio.Lock 实例 update_lock。在 safe_update_item 函数中,使用 async with update_lock: 语句块包裹实际的数据修改逻辑。这确保了即使有多个并发 PUT 请求同时到达,它们也会串行执行更新操作,避免了因并发写入导致的中间状态不一致。虽然这在纯内存场景中主要用于演示,但在实际应用中,类似的锁机制或数据库乐观锁/悲观锁策略是保证数据一致性的关键。返回结果的结构与前例保持一致,便于前端统一处理。

PUT 请求中缺少必要字段时会返回什么

当 PUT 请求的 JSON 负载中缺少 name 或 value 等必要字段时,程序会根据当前实现的行为进行处理。在上述代码中,使用 data.get("name") 会在键不存在时返回 None,而不会抛出异常。因此,如果前端未提供这些字段,后端会将对应字段的值更新为 null(在 JSON 中表示为 null),而不是拒绝请求。若业务逻辑要求这些字段必须存在,则需要显式检查其是否为 None 并返回 400 错误。

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

相关标签:

starlette

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

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

2026.11.17

0

15

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

2026.11.17

0

15

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

2026.11.17

0

15

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

2026.11.17

0

10

SQLAlchemy 如何增删改查
SQLAlchemy 如何增删改查

SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

2026.11.17

0

11

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