FastAPI 백엔드에 대용량 파일(≥3GB)을 업로드하는 방법은 무엇입니까?
FastAPI는 파일의 일부를 검색하여 1MB를 초과하는 파일을 처리할 수 있습니다. 요청 본문에서 한 번에. 이 접근 방식을 사용하면 전체 파일을 메모리에 로드할 필요가 없으므로 대용량 파일을 처리할 때 권장됩니다.
클라이언트 측 요청:
m = MultipartEncoder(fields = {"upload_file":open(file_name,'rb')}) prefix = "http://xxx:5000" url = "{}/v1/uploadfiles".format(prefix) try: req = requests.post( url, data=m, verify=False, )
서버측 응답:
HTTP 422 {"detail":[{"loc":["body","upload_file"],"msg":"field required","type":"value_error.missing"}]}
이유 오류:
클라이언트 측 요청에서 Content-Type 헤더를 생략했기 때문에 오류가 발생합니다. FastAPI는 파일을 업로드할 때 클라이언트가 multipart/form-data 요청을 보낼 것으로 예상합니다. Content-Type 헤더가 없으면 FastAPI는 요청 본문을 올바르게 구문 분석할 수 없습니다.
해결책 1(권장): 스트리밍 파일 업로드 및 청크 인코딩 요청 사용
HTTPX 라이브러리 기본적으로 스트리밍 파일 업로드를 지원하므로 파일을 완전히 로드하지 않고도 파일을 보낼 수 있습니다. memory.
예:
import httpx import time url = 'http://127.0.0.1:8000/upload' files = {'file': open('bigFile.zip', 'rb')} headers = {'Filename': 'bigFile.zip'} data = {'data': 'Hello World!'} with httpx.Client() as client: start = time.time() r = client.post(url, data=data, files=files, headers=headers) end = time.time() print(f'Time elapsed: {end - start}s') print(r.status_code, r.json(), sep=' ')
해결책 2: Streaming_form_data 라이브러리 사용
이 라이브러리는 스트리밍 멀티파트/양식을 제공합니다. -Python용 데이터 파서: 전체를 완전히 로드하지 않고도 다중 부분/양식 데이터 요청을 구문 분석할 수 있습니다. 본문을 메모리에 요청합니다.
예:
from streaming_form_data import StreamingFormDataParser from streaming_form_data.targets import FileTarget, ValueTarget app = FastAPI() MAX_REQUEST_BODY_SIZE = 1024 * 1024 * 1024 * 4 # = 4GB MAX_FILE_SIZE = 1024 * 1024 * 1024 * 3 # = 3GB @app.post('/upload') async def upload(request: Request): parser = StreamingFormDataParser(headers=request.headers) filename = request.headers.get('Filename') file_ = FileTarget('./' + filename) data = ValueTarget() parser.register('file', file_) parser.register('data', data) body_validator = MaxBodySizeValidator(MAX_REQUEST_BODY_SIZE) file_validator = MaxSizeValidator(MAX_FILE_SIZE) async for chunk in request.stream(): body_validator(chunk) parser.data_received(chunk)
위 내용은 FastAPI 백엔드에 대용량 파일(≥3GB)을 효과적으로 업로드하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

thedifferencebet weenaforloopandawhileloopinpythonisthataforloopisusured wherleationsisknortiStiskNowninAdvance, whileLeOpisUssed whileLoopisUssedStoBeCheckedThoBeCheckedTherfeTefeateThinumberofiTeRations.1) forloopsareIdealFerenceCecenceS

Python에서는 반복의 수가 알려진 경우에 루프가 적합한 반면, 반복 횟수가 알려지지 않고 더 많은 제어가 필요한 경우 루프는 적합합니다. 1) 루프의 경우 간결하고 피해자 코드가있는 목록, 문자열 등과 같은 시퀀스에 적합합니다. 2) 조건에 따라 루프를 제어하거나 사용자 입력을 기다릴 때 루프가 더 적절하지만 무한 루프를 피하기 위해주의를 기울여야합니다. 3) 성능 측면에서 For 루프는 약간 빠르지 만 차이는 일반적으로 크지 않습니다. 올바른 루프 유형을 선택하면 코드의 효율성과 가독성이 향상 될 수 있습니다.

파이썬에서 목록은 5 가지 방법을 통해 병합 될 수 있습니다. 1) 단순하고 직관적 인 연산자를 사용하여 작은 목록에 적합합니다. 2) Extend () 메소드를 사용하여 자주 업데이트 해야하는 목록에 적합한 원본 목록을 직접 수정하십시오. 3) 목록 분석 공식, 요소에 대한 간결하고 운영; 4) 효율적인 메모리에 IterTools.chain () 함수를 사용하여 대형 데이터 세트에 적합합니다. 5) * 연산자 및 Zip () 함수를 사용하여 요소를 짝을 이루어야하는 장면에 적합합니다. 각 방법에는 특정 용도 및 장점 및 단점이 있으며 선택할 때 프로젝트 요구 사항 및 성능을 고려해야합니다.

Forloopsareusedwhendumberofiterationsisknown, whileloopsareusediltilaconditionismet.1) forloopsareIdealfecquenceslikelists, idingsyntax likes'forfruitinfruits : print (fruit) '

Toconcatenatealistoflistsinpython, usextend, listcomprehensions, itertools.chain, orrecursiveFunctions.1) extendMethodistRaightForwardButverbose.2) ListComprehensionsArecisancisancisancisancisanceciancectionforlargerdatasets.3) itertools.chainismory-lefforforlargedas

Tomergelistsinpython, youcanusethe operator, extendmethod, listcomprehension, oritertools.chain, 각각은 각각의 지위를 불러 일으킨다

Python 3에서는 다양한 방법을 통해 두 개의 목록을 연결할 수 있습니다. 1) 작은 목록에 적합하지만 큰 목록에는 비효율적입니다. 2) 메모리 효율이 높지만 원래 목록을 수정하는 큰 목록에 적합한 확장 방법을 사용합니다. 3) 원래 목록을 수정하지 않고 여러 목록을 병합하는 데 적합한 * 운영자 사용; 4) 메모리 효율이 높은 대형 데이터 세트에 적합한 itertools.chain을 사용하십시오.

join () 메소드를 사용하는 것은 Python의 목록에서 문자열을 연결하는 가장 효율적인 방법입니다. 1) join () 메소드를 사용하여 효율적이고 읽기 쉽습니다. 2)주기는 큰 목록에 비효율적으로 운영자를 사용합니다. 3) List Comprehension과 Join ()의 조합은 변환이 필요한 시나리오에 적합합니다. 4) READE () 방법은 다른 유형의 감소에 적합하지만 문자열 연결에 비효율적입니다. 완전한 문장은 끝납니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

안전한 시험 브라우저
안전한 시험 브라우저는 온라인 시험을 안전하게 치르기 위한 보안 브라우저 환경입니다. 이 소프트웨어는 모든 컴퓨터를 안전한 워크스테이션으로 바꿔줍니다. 이는 모든 유틸리티에 대한 액세스를 제어하고 학생들이 승인되지 않은 리소스를 사용하는 것을 방지합니다.

WebStorm Mac 버전
유용한 JavaScript 개발 도구

드림위버 CS6
시각적 웹 개발 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

맨티스BT
Mantis는 제품 결함 추적을 돕기 위해 설계된 배포하기 쉬운 웹 기반 결함 추적 도구입니다. PHP, MySQL 및 웹 서버가 필요합니다. 데모 및 호스팅 서비스를 확인해 보세요.