찾다
백엔드 개발파이썬 튜토리얼확장 가능한 Python 백엔드: uv, Docker 및 사전 커밋을 사용하여 컨테이너화된 FastAPI 애플리케이션 구축: 단계별 가이드

오늘날의 컨테이너화된 세계에서는 효율적인 백엔드 애플리케이션 배포가 중요합니다. 널리 사용되는 Python 프레임워크인 FastAPI는 빠른 고성능 API를 만드는 데 탁월합니다. 종속성 관리를 간소화하기 위해 패키지 관리자인 uv을 사용하겠습니다.

uv

uv과 Docker를 설치했다고 가정하고 uv init simple-app 앱을 만들어 보겠습니다. 이는 다음을 생성합니다:

<code>simple-app/
├── .python-version
├── README.md
├── hello.py
└── pyproject.toml</code>

pyproject.toml에는 프로젝트 메타데이터가 있습니다.

[project]
name = "simple-app"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.11"
dependencies = []

pyproject.toml에 프로젝트 종속성 추가:

dependencies = [
    "fastapi[standard]=0.114.2",
    "python-multipart=0.0.7",
    "email-validator=2.1.0",
    "pydantic>2.0",
    "SQLAlchemy>2.0",
    "alembic=1.12.1",
]

[tool.uv]
dev-dependencies = [
    "pytest=7.4.3",
    "mypy=1.8.0",
    "ruff=0.2.2",
    "pre-commit=4.0.0",
]

[tool.uv] 섹션에서는 배포 중에 제외되는 개발 종속성을 정의합니다. uv sync을 실행하여 다음을 수행합니다.

  1. 만들기 uv.lock.
  2. 가상 환경을 만듭니다(.venv). uv 필요한 경우 Python 인터프리터를 다운로드합니다.
  3. 종속성을 설치합니다.

FastAPI

FastAPI 애플리케이션 구조 만들기:

<code>recipe-app/
├── app/
│   ├── main.py
│   ├── __init__.py
│   └── ...
├── .python-version
├── README.md
└── pyproject.toml</code>

app/main.py에서:

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class Hello(BaseModel):
    message: str

@app.get("/", response_model=Hello)
async def hello() -> Hello:
    return Hello(message="Hi, I am using FastAPI")

다음으로 실행: uv run fastapi dev app/main.py. 다음과 유사한 출력이 표시됩니다.

Scalable Python backend: Building a containerized FastAPI Application with uv, Docker, and pre-commit: a step-by-step guide

https://www.php.cn/link/c099034308f2a231c24281de338726c1에서 액세스하세요.

도커

Dockerize해 보겠습니다. 우리는 컨테이너 내에서 개발할 것입니다. Dockerfile 추가:

FROM python:3.11-slim

ENV PYTHONUNBUFFERED=1

COPY --from=ghcr.io/astral-sh/uv:0.5.11 /uv /uvx /bin/

ENV UV_COMPILE_BYTE=1
ENV UV_LINK_MODE=copy

WORKDIR /app

ENV PATH="/app/.venv/bin:$PATH"

COPY ./pyproject.toml ./uv.lock ./.python-version /app/

RUN --mount=type=cache,target=/root/.cache/uv \
    --mount=type=bind,source=uv.lock,target=uv.lock \
    --mount=type=bind,source=pyproject.toml,target=pyproject.toml \
    uv sync --frozen --no-install-project --no-dev

COPY ./app /app/app

RUN --mount=type=cache,target=/root/.cache/uv \
    uv sync --frozen --no-dev

CMD ["fastapi", "dev", "app/main.py", "--host", "0.0.0.0"]

더 쉬운 컨테이너 관리를 위해 docker-compose.yaml:

를 사용하세요.
services:
  app:
    build:
      context: .
      dockerfile: Dockerfile
    working_dir: /app
    volumes:
      - ./app:/app/app
    ports:
      - "${APP_PORT:-8000}:8000"
    environment:
      - DATABASE_URL=${DATABASE_URL}
    depends_on:
      - postgres

  postgres:
    image: postgres:15
    environment:
      POSTGRES_DB: ${POSTGRES_DB}
      POSTGRES_USER: ${POSTGRES_USER}
      POSTGRES_PASSWORD: ${POSTGRES_PASSWORD}
    volumes:
      - postgres_data:/var/lib/postgresql/data

volumes:
  postgres_data: {}

환경 변수를 사용하여 .env 파일을 만듭니다. 다음으로 실행: docker compose up --build.

[tool.uv] 및 개발 도구

[tool.uv]pyproject.toml 섹션에는 개발 도구가 나열되어 있습니다.

  • pytest: 테스트 프레임워크(여기서는 범위를 벗어남).
  • mypy: 정적 유형 검사기입니다. 수동으로 실행: uv run mypy app.
  • ruff: 빠른 린터(여러 도구 대체).
  • 사전 커밋: 사전 커밋 후크를 관리합니다. .pre-commit-config.yaml:
  • 만들기
repos:
  - repo: https://github.com/pre-commit/pre-commit-hooks
    rev: v4.4.0
    hooks:
      - id: check-added-large-files
      - id: check-toml
      - id: check-yaml
        args:
          - --unsafe
      - id: end-of-file-fixer
      - id: trailing-whitespace
  - repo: https://github.com/astral-sh/ruff-pre-commit
    rev: v0.8.6
    hooks:
      - id: ruff
        args: [--fix]
      - id: ruff-format

pyproject.tomlmypy에 대한 ruff 구성을 추가합니다(원본 텍스트에 제공된 예). 실시간 Linting을 위해 VS Code Ruff 확장을 설치합니다. 이 설정을 통해 일관된 코드 스타일, 유형 확인, 커밋 전 확인이 가능해 워크플로가 간소화됩니다.

위 내용은 확장 가능한 Python 백엔드: uv, Docker 및 사전 커밋을 사용하여 컨테이너화된 FastAPI 애플리케이션 구축: 단계별 가이드의 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.
파이썬에서 루프를 사용하여 목록을 연결할 수 있습니까?파이썬에서 루프를 사용하여 목록을 연결할 수 있습니까?May 10, 2025 am 12:14 AM

예, youcanconcatenatelistsusingaloopinpython.1) useeparateloopsforeachlisttoAppenditemStoAresultlist.2) USEANESTEDLOOPTOINTERATEREATERVUNTIPLELISTSFORAMORECOCISOPPOACH.3) ApplyDingConcatenation, likefilterningevennumbers

Concatenate는 Python을 사용합니다 : 사용, Extend () 등Concatenate는 Python을 사용합니다 : 사용, Extend () 등May 10, 2025 am 12:12 AM

themostefficientmethodsforconcatenatinglistsinpythonare : 1) theextend () methodforin-placemodification, 2) itertools.chain () formemoryefficiencywithlargedatasets.theextend () methodModifiestHeoriginAllist, MakingItMemory-effectrequiretcautionsucution

파이썬 루프 : 예와 모범 사례파이썬 루프 : 예와 모범 사례May 10, 2025 am 12:05 AM

Pythonloopsincludeforandforandwhilleoops, withforloopsidealfor and with with with withlopsidealforcections and whileleloopsforcondition basedrepetition.bestpracticesinvolve : 1) 사용 listcomprehensionsforsimpletransformations, 2) forindex-valuepairs, 3) optingforrangeoverlistsformemor를 사용합니다

Python의 실행 모델 : 컴파일, 해석 또는 둘 다?Python의 실행 모델 : 컴파일, 해석 또는 둘 다?May 10, 2025 am 12:04 AM

pythonisbothcompiledandlandingreted.

Python은 라인별로 실행됩니까?Python은 라인별로 실행됩니까?May 10, 2025 am 12:03 AM

Python은 엄격하게 라인 별 실행이 아니지만 통역사 메커니즘을 기반으로 최적화되고 조건부 실행입니다. 통역사는 코드를 PVM에 의해 실행 된 바이트 코드로 변환하며 상수 표현식을 사전 컴파일하거나 루프를 최적화 할 수 있습니다. 이러한 메커니즘을 이해하면 코드를 최적화하고 효율성을 향상시키는 데 도움이됩니다.

파이썬에서 두 목록을 연결하는 대안은 무엇입니까?파이썬에서 두 목록을 연결하는 대안은 무엇입니까?May 09, 2025 am 12:16 AM

Python에는 두 개의 목록을 연결하는 방법이 많이 있습니다. 1. 연산자 사용 간단하지만 큰 목록에서는 비효율적입니다. 2. 효율적이지만 원래 목록을 수정하는 확장 방법을 사용하십시오. 3. 효율적이고 읽기 쉬운 = 연산자를 사용하십시오. 4. 메모리 효율적이지만 추가 가져 오기가 필요한 itertools.chain function을 사용하십시오. 5. 우아하지만 너무 복잡 할 수있는 목록 구문 분석을 사용하십시오. 선택 방법은 코드 컨텍스트 및 요구 사항을 기반으로해야합니다.

파이썬 : 두 목록을 병합하는 효율적인 방법파이썬 : 두 목록을 병합하는 효율적인 방법May 09, 2025 am 12:15 AM

Python 목록을 병합하는 방법에는 여러 가지가 있습니다. 1. 단순하지만 큰 목록에 대한 메모리 효율적이지 않은 연산자 사용; 2. 효율적이지만 원래 목록을 수정하는 확장 방법을 사용하십시오. 3. 큰 데이터 세트에 적합한 itertools.chain을 사용하십시오. 4. 사용 * 운영자, 한 줄의 코드로 중소형 목록을 병합하십시오. 5. Numpy.concatenate를 사용하십시오. 이는 고성능 요구 사항이있는 대규모 데이터 세트 및 시나리오에 적합합니다. 6. 작은 목록에 적합하지만 비효율적 인 Append Method를 사용하십시오. 메소드를 선택할 때는 목록 크기 및 응용 프로그램 시나리오를 고려해야합니다.

편집 된 vs 해석 언어 : 장단점편집 된 vs 해석 언어 : 장단점May 09, 2025 am 12:06 AM

CompiledLanguagesOfferSpeedSecurity, while InterpretedLanguagesProvideeaseofusEandportability

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

Video Face Swap

Video Face Swap

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

뜨거운 도구

Eclipse용 SAP NetWeaver 서버 어댑터

Eclipse용 SAP NetWeaver 서버 어댑터

Eclipse를 SAP NetWeaver 애플리케이션 서버와 통합합니다.

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

에디트플러스 중국어 크랙 버전

에디트플러스 중국어 크랙 버전

작은 크기, 구문 강조, 코드 프롬프트 기능을 지원하지 않음

MinGW - Windows용 미니멀리스트 GNU

MinGW - Windows용 미니멀리스트 GNU

이 프로젝트는 osdn.net/projects/mingw로 마이그레이션되는 중입니다. 계속해서 그곳에서 우리를 팔로우할 수 있습니다. MinGW: GCC(GNU Compiler Collection)의 기본 Windows 포트로, 기본 Windows 애플리케이션을 구축하기 위한 무료 배포 가능 가져오기 라이브러리 및 헤더 파일로 C99 기능을 지원하는 MSVC 런타임에 대한 확장이 포함되어 있습니다. 모든 MinGW 소프트웨어는 64비트 Windows 플랫폼에서 실행될 수 있습니다.

ZendStudio 13.5.1 맥

ZendStudio 13.5.1 맥

강력한 PHP 통합 개발 환경