検索
ホームページバックエンド開発Python チュートリアルFastAPI を使用して大きなファイルを効率的にアップロードするにはどうすればよいですか?

How to Efficiently Upload Large Files with FastAPI?

FastAPI のサーバー側を使用した大きなファイルのアップロード

FastAPI サーバーは、UploadFile クラスを使用して大きなファイルのアップロードを処理できます。以下に例を示します。

async def uploadfiles(upload_file: UploadFile = File(...)):
    ...

クライアント側リクエストの問題

クライアントから大きなファイルを送信すると、次のことが原因で問題が発生する可能性があります。

  1. multipart/form-data ヘッダー: クライアントのリクエストは次のようになります。 Content-Type ヘッダーを multipart/form-data として指定し、その後に必要な境界文字列を指定します。ただし、ファイルのアップロードを処理するライブラリを使用していない場合は、このヘッダーを手動で設定する必要があります。
  2. MultipartEncoder の使用法: Upload_file のフィールドを宣言するときに、MultipartEncoder にファイル名が含まれていることを確認してください。
  3. ライブラリの推奨事項: 古いライブラリの使用ファイルのアップロードに (requests-toolbelt など) 使用することはお勧めできません。代わりに、Python リクエストまたは HTTPX を使用することを検討してください。これらの方が大きなファイルのアップロードをより適切にサポートします。

.stream() を使用した高速オプション

リクエストにアクセスすることにより本文をストリームとして保存すると、ファイル全体をメモリにロードする必要がなくなり、アップロードが高速化されます。これは、.stream() メソッドを使用して実現できます。以下は、streaming-form-data ライブラリを使用した例です。

from streaming_form_data import StreamingFormDataParser
from streaming_form_data.targets import FileTarget
request_body = await request.stream()
parser = StreamingFormDataParser(headers=request.headers)
parser.register('upload_file', FileTarget(filepath))
async for chunk in request_body:
    parser.data_received(chunk)

UploadFile と Form を使用した代替オプション

通常の def エンドポイントを使用したい場合は、次のようにファイルのアップロードを処理できます:

from fastapi import File, UploadFile, Form, HTTPException, status
import aiofiles
import os

CHUNK_SIZE = 1024 * 1024

@app.post("/upload")
async def upload(file: UploadFile = File(...), data: str = Form(...)):
    try:
        filepath = os.path.join('./', os.path.basename(file.filename))
        async with aiofiles.open(filepath, 'wb') as f:
            while chunk := await file.read(CHUNK_SIZE):
                await f.write(chunk)
    except Exception:
        raise HTTPException(status_code=status.HTTP_500_INTERNAL_SERVER_ERROR,
                            detail='There was an error uploading the file')
    finally:
        await file.close()

    return {"message": f"Successfuly uploaded {file.filename}"}

HTTPX の増加クライアント タイムアウト

HTTPX ライブラリを使用する場合、大きなファイルのアップロード中の読み取りタイムアウトを防ぐためにタイムアウトを増やす必要がある場合があります。

timeout = httpx.Timeout(None, read=180.0)

以上がFastAPI を使用して大きなファイルを効率的にアップロードするにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
リストと配列間の要素ごとの操作のパフォーマンスの違いを説明します。リストと配列間の要素ごとの操作のパフォーマンスの違いを説明します。May 06, 2025 am 12:15 AM

ArsareSareBetterElement-WiseOperationsduetof of ActassandoptimizedImplementations.1)ArrayshaveContigUousMoryFordiRectAccess.2)ListSareFlexibleButSlowerDueTopotentialDynamicresizizizizing.3)

numpyアレイ全体で数学操作を効率的に実行するにはどうすればよいですか?numpyアレイ全体で数学操作を効率的に実行するにはどうすればよいですか?May 06, 2025 am 12:15 AM

Numpyの配列全体の数学的操作は、ベクトル化された操作を通じて効率的に実装できます。 1)追加(arr 2)などの簡単な演算子を使用して、配列で操作を実行します。 2)Numpyは、基礎となるC言語ライブラリを使用して、コンピューティング速度を向上させます。 3)乗算、分割、指数などの複雑な操作を実行できます。 4)放送操作に注意して、配列の形状が互換性があることを確認します。 5)np.sum()などのnumpy関数を使用すると、パフォーマンスが大幅に向上する可能性があります。

Pythonアレイに要素を挿入するにはどうすればよいですか?Pythonアレイに要素を挿入するにはどうすればよいですか?May 06, 2025 am 12:14 AM

Pythonでは、要素をリストに挿入するための2つの主要な方法があります。1)挿入(インデックス、値)メソッドを使用して、指定されたインデックスに要素を挿入できますが、大きなリストの先頭に挿入することは非効率的です。 2)Append(Value)メソッドを使用して、リストの最後に要素を追加します。これは非常に効率的です。大規模なリストの場合、append()を使用するか、dequeまたはnumpy配列を使用してパフォーマンスを最適化することを検討することをお勧めします。

UNIXとWindowsの両方でPythonスクリプト実行可能ファイルをどのように作成できますか?UNIXとWindowsの両方でPythonスクリプト実行可能ファイルをどのように作成できますか?May 06, 2025 am 12:13 AM

tomakeapythonscriptexecutableonbothunixandwindows:1)addashebangline(#!/usr/bin/envpython3)andusechmod xtomakeitexecutableonix.2)onwindows、sursepythonisinstalledassandassassociated with.pyfiles、またはruseabatchfile(run.bat)tor。

スクリプトを実行しようとしているときに「コマンドが見つからない」エラーが表示された場合、何を確認する必要がありますか?スクリプトを実行しようとしているときに「コマンドが見つからない」エラーが表示された場合、何を確認する必要がありますか?May 06, 2025 am 12:03 AM

「commandnotfound」エラーに遭遇した場合、次のポイントを確認する必要があります。1。スクリプトが存在し、パスが正しいことを確認します。 2.ファイルの権限を確認し、CHMODを使用して、必要に応じて実行権限を追加します。 3.スクリプトインタープリターがインストールされ、パスにインストールされていることを確認してください。 4.スクリプトの先頭にあるShebangラインが正しいことを確認します。そうすることで、スクリプトの操作の問題を効果的に解決し、コーディングプロセスがスムーズであることを確認できます。

数値データを保存するためのリストよりも一般的にメモリ効率が高いのはなぜですか?数値データを保存するためのリストよりも一般的にメモリ効率が高いのはなぜですか?May 05, 2025 am 12:15 AM

AlaySaregenerallymorememory-effictient forstring forstring inumericaldataduetotheirfixed-sizenature anddirectmoryaccess.1)AraysstoreElementsinaCourowlock、Reducingoverheadfrompointertersormetadata.2)リスト

PythonリストをPythonアレイに変換するにはどうすればよいですか?PythonリストをPythonアレイに変換するにはどうすればよいですか?May 05, 2025 am 12:10 AM

ToconvertaPythonlisttoanarray,usethearraymodule:1)Importthearraymodule,2)Createalist,3)Usearray(typecode,list)toconvertit,specifyingthetypecodelike'i'forintegers.Thisconversionoptimizesmemoryusageforhomogeneousdata,enhancingperformanceinnumericalcomp

同じPythonリストに異なるデータ型を保存できますか?例を挙げてください。同じPythonリストに異なるデータ型を保存できますか?例を挙げてください。May 05, 2025 am 12:10 AM

Pythonリストは、さまざまな種類のデータを保存できます。サンプルリストには、整数、文字列、フローティングポイント番号、ブール膜、ネストされたリスト、辞書が含まれています。リストの柔軟性は、データ処理とプロトタイピングにおいて価値がありますが、コードの読みやすさと保守性を確保するためには注意して使用する必要があります。

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

AtomエディタMac版ダウンロード

AtomエディタMac版ダウンロード

最も人気のあるオープンソースエディター

VSCode Windows 64 ビットのダウンロード

VSCode Windows 64 ビットのダウンロード

Microsoft によって発売された無料で強力な IDE エディター

WebStorm Mac版

WebStorm Mac版

便利なJavaScript開発ツール

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール