찾다
백엔드 개발파이썬 튜토리얼서버리스 FastAPI 개발: AWS에서 Player FC API 구축

오랜만에 간단하고 흥미롭고 현대적인 것을 만들 기회가 생겼습니다. 2024년 백엔드가 되자 우연히 FastAPI를 발견하고 기뻤습니다. 이전에 직장에서 내부 API를 구축했지만 아직 공개적으로 공개되는 API를 만든 적이 없었습니다.

안녕하세요 FastAPI!

FastAPI는 Python으로 API를 구축하기 위한 현대적이고 강력한 프레임워크이며 제가 구축하고 싶었던 기본 축구 선수 정보용 API에 완벽해 보였습니다. "Player FC API"로 정착하기 전에 처음에는 "Jugador FC"라고 불렀습니다.

환경 구성.

시작하기 전에 다음 요구 사항이 충족되었는지 확인하세요.

AWS CDK
도커
파이썬 3.12.7

프로젝트 만들기

컴퓨터에 디렉터리를 만듭니다. 이름을 player_fc_fastapi_app으로 지정하고 이 디렉터리 내에 다음 하위 디렉터리를 만듭니다.


    모든 FastAPI 코드가 포함되어 있습니다
dynamo_db_local
    Amazon DynamoDB 테이블의 로컬 버전을 생성하기 위한 Python 스크립트가 포함되어 있습니다

    AWS에서 리소스를 생성하기 위한 스택 파일이 포함되어 있습니다

아래에서 시간을 절약하기 위해 실행할 수 있는 명령을 제공하여 작업을 더 쉽게 만들었습니다.

이제 프로젝트 디렉토리 구조는 다음과 같습니다.

Python 환경 설정

디렉터리 구조를 생성한 후 요구사항.txt라는 텍스트 파일을 생성하고 여기에 다음 줄을 삽입합니다.

requirements.txt 파일을 생성한 후 가상 환경을 생성하고 종속성을 설치합니다.

Amazon DynamoDB 로컬 설정

DynamoDB의 로컬 인스턴스 설정부터 시작하겠습니다. 이를 위해서는
Docker

를 설치하고 실행해야 합니다.

이미지를 가져오고 컨테이너를 시작하는 데 몇 초가 걸립니다. 완료되면

dynamo_db_local 디렉터리로 이동하여 create_ddb_table.py 파일을 생성하고 아래 코드로 파일을 채울 수 있습니다. :

이 코드를 사용하면 로컬 DynamoDB 인스턴스에 테이블을 생성할 수 있습니다. 코드 스니펫을 실행하세요. FastAPI 개발

이제

DynamoDB
의 로컬 인스턴스가 실행되었으므로 앱 생성을 시작하고
app

디렉터리로 이동하여 main.py와 요구 사항이라는 두 개의 파일을 생성해 보겠습니다. txt.

requirements.txt를 아래 내용으로 채웁니다.

아래 하위 디렉터리를 만듭니다.

모델
     Pydantic 선수 모델<script></script> <script></script>라우터<script></script><script></script>      경로 포함<script></script> <script></script> <script></script> <script></script>

Pydantic을 사용하여 몇 가지 모델을 만들어 보겠습니다. Player 및 UpdatePlayer 모델을 사용하여 추가하거나 수정할 수 있는 플레이어 정보의 데이터 구조를 정의하겠습니다.

models 하위 디렉터리 내에 빈 __init__.py 파일과 player.py라는 파일을 만들고 아래 코드로 채웁니다.

routers

하위 디렉터리 내에 빈 __init__.py 파일과 player.py라는 파일을 만들고 아래 코드로 채웁니다.

빈 __init__.py 파일을 생성하면 폴더가 Python 패키지로 전환됩니다.

app
하위 디렉터리에 main.py라는 파일을 만들고 아래 코드로 채우기 시작합니다.

테스트 드라이브 빠른 테스트 드라이브 시간입니다. app

디렉터리에 있는지 확인하고 아래 명령을 실행하여
Uvicorn
을 시작하세요.

이제 앱이 실행되었으므로

http://127.0.0.1:8000/docs/

FastAPI Swagger Documentation로 이동하세요.

사용 가능한 6개의 엔드포인트가 포함된 자동 대화형 API 문서가 표시됩니다.

플레이어를 추가해 보겠습니다.

POST /players
엔드포인트를 선택하고
사용해 보기

버튼을 선택한 후 아래 페이로드를 사용하여 세계 최고의 플레이어인 "Vinícius Júnior"를 추가하세요.

각 API 작업의 실제 모습은 다음과 같습니다.

Add Player

새 플레이어 추가:

Get All Players

모든 플레이어 검색:

Update Player

플레이어 정보 업데이트:

Get Player

싱글 플레이어 세부정보 가져오기:

Delete Player

플레이어 제거:

AWS CDK v2를 사용한 배포

이제 로컬에서 앱을 실행하고 테스트하는 데 익숙해졌으므로 AWS에 앱을 배포할 차례입니다. AWS CDK v2를 사용하겠습니다.
<script></script>iac<script></script> 디렉터리로 이동하고 아래 명령을 실행하여 CDK 프로젝트를 초기화합니다.<script></script> <script></script> <script></script> <script></script>

하위 디렉터리에 있는 requirements.txt 파일을 수정하고 아래 줄을 추가하세요.

DynamoDB 테이블, Lambda 함수 및 Lambda 함수 URL을 정의해 보겠습니다. 현재 iac 디렉터리에는 탐색해야 하는 또 다른 하위 디렉터리(iac

)가 있습니다. iac_stack.py 파일을 열고 CDK 스택의 내용을 아래 코드로 바꿉니다.

배포를 시작하기 전에 마지막 단계가 하나 있습니다. app/routers 디렉토리에 있는 player.py 파일에서 local_development: bool에 대한 플래그를

False
로 설정하는 것입니다.

iac
디렉터리 내에서 가상 환경을 활성화하고 아래 명령을 사용하여 종속성을 설치합니다.

cdk 배포 명령을 사용하여 앱을 배포합니다.CDK Deploy FastAPI APP
배포가 완료되면 터미널 출력에 함수 URL이 표시됩니다. 이것이 AWS의 API 엔드포인트입니다.

    로컬 테스트 기간 동안 했던 것처럼 함수 URL을 사용하여 모든 엔드포인트를 테스트하세요. 플레이어를 추가한 후에는 플레이어 데이터가 지속되거나 에테르 속으로 사라졌는지 확인할 차례입니다.
  1. 모든 것이 제대로 작동하는지 확인하려면:
  2. AWS Management Console으로 이동하세요.
  3. DynamoDB로 이동합니다.
  4. 플레이어 테이블 찾기

테이블 항목 탐색

선택

Player FC DynamoDB Table

클라우드에서 플레이어 데이터를 볼 수 있습니다.

?

중요: 리소스를 정리하는 것을 잊지 마세요! 더 이상 필요하지 않으면 cdk destroy 명령을 실행하여 생성된 모든 AWS 리소스를 삭제할 수 있습니다. <script></script>로컬 FastAPI 개발부터 AWS의 서버리스 배포까지의 여정이 끝났습니다.<script></script> <script></script> <script></script>

위 내용은 서버리스 FastAPI 개발: AWS에서 Player FC API 구축의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
Python을 사용하여 텍스트 파일의 ZIPF 배포를 찾는 방법Python을 사용하여 텍스트 파일의 ZIPF 배포를 찾는 방법Mar 05, 2025 am 09:58 AM

이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

HTML을 구문 분석하기 위해 아름다운 수프를 어떻게 사용합니까?HTML을 구문 분석하기 위해 아름다운 수프를 어떻게 사용합니까?Mar 10, 2025 pm 06:54 PM

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

파이썬의 이미지 필터링파이썬의 이미지 필터링Mar 03, 2025 am 09:44 AM

시끄러운 이미지를 다루는 것은 특히 휴대폰 또는 저해상도 카메라 사진에서 일반적인 문제입니다. 이 튜토리얼은 OpenCV를 사용 하여이 문제를 해결하기 위해 Python의 이미지 필터링 기술을 탐구합니다. 이미지 필터링 : 강력한 도구 이미지 필터

Python을 사용하여 PDF 문서를 사용하는 방법Python을 사용하여 PDF 문서를 사용하는 방법Mar 02, 2025 am 09:54 AM

PDF 파일은 운영 체제, 읽기 장치 및 소프트웨어 전체에서 일관된 콘텐츠 및 레이아웃과 함께 크로스 플랫폼 호환성에 인기가 있습니다. 그러나 Python Processing Plain Text 파일과 달리 PDF 파일은 더 복잡한 구조를 가진 이진 파일이며 글꼴, 색상 및 이미지와 같은 요소를 포함합니다. 다행히도 Python의 외부 모듈로 PDF 파일을 처리하는 것은 어렵지 않습니다. 이 기사는 PYPDF2 모듈을 사용하여 PDF 파일을 열고 페이지를 인쇄하고 텍스트를 추출하는 방법을 보여줍니다. PDF 파일의 생성 및 편집에 대해서는 저의 다른 튜토리얼을 참조하십시오. 준비 핵심은 외부 모듈 PYPDF2를 사용하는 데 있습니다. 먼저 PIP를 사용하여 설치하십시오. PIP는 p입니다

Django 응용 프로그램에서 Redis를 사용하여 캐시하는 방법Django 응용 프로그램에서 Redis를 사용하여 캐시하는 방법Mar 02, 2025 am 10:10 AM

이 튜토리얼은 Redis 캐싱을 활용하여 특히 Django 프레임 워크 내에서 Python 응용 프로그램의 성능을 향상시키는 방법을 보여줍니다. 우리는 Redis 설치, Django 구성 및 성능 비교를 다루어 Bene을 강조합니다.

Tensorflow 또는 Pytorch로 딥 러닝을 수행하는 방법은 무엇입니까?Tensorflow 또는 Pytorch로 딥 러닝을 수행하는 방법은 무엇입니까?Mar 10, 2025 pm 06:52 PM

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

파이썬에서 자신의 데이터 구조를 구현하는 방법파이썬에서 자신의 데이터 구조를 구현하는 방법Mar 03, 2025 am 09:28 AM

이 튜토리얼은 Python 3에서 사용자 정의 파이프 라인 데이터 구조를 작성하여 클래스 및 작업자 과부하를 활용하여 향상된 기능을 보여줍니다. 파이프 라인의 유연성은 일련의 기능을 데이터 세트, GE에 적용하는 능력에 있습니다.

파이썬의 병렬 및 동시 프로그래밍 소개파이썬의 병렬 및 동시 프로그래밍 소개Mar 03, 2025 am 10:32 AM

데이터 과학 및 처리가 가장 좋아하는 Python은 고성능 컴퓨팅을위한 풍부한 생태계를 제공합니다. 그러나 Python의 병렬 프로그래밍은 독특한 과제를 제시합니다. 이 튜토리얼은 이러한 과제를 탐구하며 전 세계 해석에 중점을 둡니다.

See all articles

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

AI Hentai Generator

AI Hentai Generator

AI Hentai를 무료로 생성하십시오.

뜨거운 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

DVWA

DVWA

DVWA(Damn Vulnerable Web App)는 매우 취약한 PHP/MySQL 웹 애플리케이션입니다. 주요 목표는 보안 전문가가 법적 환경에서 자신의 기술과 도구를 테스트하고, 웹 개발자가 웹 응용 프로그램 보안 프로세스를 더 잘 이해할 수 있도록 돕고, 교사/학생이 교실 환경 웹 응용 프로그램에서 가르치고 배울 수 있도록 돕는 것입니다. 보안. DVWA의 목표는 다양한 난이도의 간단하고 간단한 인터페이스를 통해 가장 일반적인 웹 취약점 중 일부를 연습하는 것입니다. 이 소프트웨어는

SecList

SecList

SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.

Atom Editor Mac 버전 다운로드

Atom Editor Mac 버전 다운로드

가장 인기 있는 오픈 소스 편집기

ZendStudio 13.5.1 맥

ZendStudio 13.5.1 맥

강력한 PHP 통합 개발 환경