用于高性能异步 Web 开发的强大 Python 库

作为一位多产的作家，我鼓励您在亚马逊上探索我的书。 请记得在 Medium 上关注我以获得持续支持。谢谢你！您的支持非常宝贵！

Python 的异步功能彻底改变了 Web 开发。 我有机会与几个充分利用这种潜力的强大库合作。 让我们深入研究对异步 Web 开发产生重大影响的六个关键库。

FastAPI 已迅速成为我用于创建高性能 API 的首选框架。它的速度、用户友好性和自动 API 文档都非常出色。 FastAPI 使用 Python 类型提示增强了代码可读性并实现自动请求验证和序列化。

这是一个简单的 FastAPI 应用程序示例：

<code class="language-python">from fastapi import FastAPI

app = FastAPI()

@app.get("/")
async def root():
    return {"message": "Hello World"}

@app.get("/items/{item_id}")
async def read_item(item_id: int):
    return {"item_id": item_id}</code>

此代码建立了一个具有两个端点的基本 API。 item_id 参数的类型提示会自动验证其整数数据类型。

对于客户端和服务器端异步 HTTP 操作，aiohttp 已被证明始终可靠。 它的多功能性从并发 API 请求扩展到构建完整的 Web 服务器。

以下是如何使用 aiohttp 作为多个并发请求的客户端：

<code class="language-python">import aiohttp
import asyncio

async def fetch(session, url):
    async with session.get(url) as response:
        return await response.text()

async def main():
    urls = ['http://example.com', 'http://example.org', 'http://example.net']
    async with aiohttp.ClientSession() as session:
        tasks = [fetch(session, url) for url in urls]
        responses = await asyncio.gather(*tasks)
        for url, response in zip(urls, responses):
            print(f"{url}: {len(response)} bytes")

asyncio.run(main())</code>

该脚本同时从多个 URL 检索内容，展示了异步操作的效率。

Sanic 类似 Flask 的简单性加上异步性能给我留下了深刻的印象。 它是为熟悉 Flask 的开发人员设计的，同时仍然充分利用异步编程的潜力。

基本的 Sanic 应用程序：

<code class="language-python">from sanic import Sanic
from sanic.response import json

app = Sanic("MyApp")

@app.route("/")
async def test(request):
    return json({"hello": "world"})

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=8000)</code>

这建立了一个简单的 JSON API 端点，突出了 Sanic 清晰的语法。

Tornado 是创建可扩展、非阻塞 Web 应用程序的可靠选择。它的集成网络库对于长轮询和 WebSockets 特别有用。

这是一个 Tornado WebSocket 处理程序示例：

<code class="language-python">import tornado.ioloop
import tornado.web
import tornado.websocket

class EchoWebSocket(tornado.websocket.WebSocketHandler):
    def open(self):
        print("WebSocket opened")

    def on_message(self, message):
        self.write_message(u"You said: " + message)

    def on_close(self):
        print("WebSocket closed")

if __name__ == "__main__":
    application = tornado.web.Application([
        (r"/websocket", EchoWebSocket),
    ])
    application.listen(8888)
    tornado.ioloop.IOLoop.current().start()</code>

此代码设置一个 WebSocket 服务器来镜像接收到的消息。

Quart 对于需要 Flask 应用程序迁移到异步操作而不需要完全重写的项目来说是变革性的。它的 API 与 Flask 非常相似，确保了平稳过渡。

一个简单的夸脱应用程序：

<code class="language-python">from quart import Quart, websocket

app = Quart(__name__)

@app.route('/')
async def hello():
    return 'Hello, World!'

@app.websocket('/ws')
async def ws():
    while True:
        data = await websocket.receive()
        await websocket.send(f"echo {data}")

if __name__ == '__main__':
    app.run()</code>

这说明了标准和 WebSocket 路由，展示了 Quart 的多功能性。

Starlette 是我首选的轻量级 ASGI 框架基础。 作为 FastAPI 的基础，它擅长构建高性能异步 Web 服务。

基本的 Starlette 应用程序：

<code class="language-python">from starlette.applications import Starlette
from starlette.responses import JSONResponse
from starlette.routing import Route

async def homepage(request):
    return JSONResponse({'hello': 'world'})

app = Starlette(debug=True, routes=[
    Route('/', homepage),
])</code>

这设置了一个简单的 JSON API，突出了 Starlette 的极简设计。

使用这些异步库教会了我一些提高应用程序性能和可靠性的最佳实践。

对于长时间运行的任务，后台任务或作业队列对于防止阻塞主事件循环至关重要。 这是使用 FastAPI 的 BackgroundTasks 的示例：

<code class="language-python">from fastapi import FastAPI

app = FastAPI()

@app.get("/")
async def root():
    return {"message": "Hello World"}

@app.get("/items/{item_id}")
async def read_item(item_id: int):
    return {"item_id": item_id}</code>

这会异步安排日志写入，从而允许立即 API 响应。

对于数据库操作来说，异步数据库驱动程序至关重要。 像 asyncpg (PostgreSQL) 和 motor (MongoDB) 这样的库是无价的。

与外部 API 交互时，具有正确错误处理和重试功能的异步 HTTP 客户端至关重要。

关于性能，FastAPI 和 Sanic 通常为简单的 API 提供卓越的原始性能。 然而，框架的选择通常取决于项目需求和团队熟悉程度。

FastAPI 擅长自动 API 文档和请求验证。 Aiohttp 提供对 HTTP 客户端/服务器行为的更好控制。 Sanic 提供类似 Flask 的简单性和异步功能。 Tornado 的集成网络库非常适合 WebSocket 和长轮询。 Quart 有助于将 Flask 应用程序迁移到异步操作。 Starlette 非常适合构建自定义框架或轻量级 ASGI 服务器。

总之，这六个库显着增强了我用 Python 构建高效、高性能异步 Web 应用程序的能力。 每个都具有独特的优势，最佳选择取决于项目的具体要求。 通过利用这些工具并遵循异步最佳实践，我创建了高度并发、响应灵敏且可扩展的 Web 应用程序。

---

101本书

101 Books是一家人工智能驱动的出版公司，由作家Aarav Joshi共同创立。 我们先进的人工智能技术使出版成本保持在极低的水平——一些书籍的价格低至4 美元——让所有人都能获得高质量的知识。

在亚马逊上探索我们的书Golang Clean Code。

随时了解我们的最新消息。搜索书籍时，请查找 Aarav Joshi 以查找更多书籍。 使用提供的链接以获得特别折扣！

我们的创作

探索我们的创作：

投资者中心 | 投资者中央西班牙语 | 投资者中德意志 | 智能生活 | 时代与回响 | 令人费解的谜团 | 印度教 | 精英开发 | JS学校

---

我们在Medium上

科技考拉洞察 | 时代与回响世界 | 投资者中央媒体 | 令人费解的谜团 | 科学与时代媒介 | 现代印度教

以上是用于高性能异步 Web 开发的强大 Python 库的详细内容。更多信息请关注PHP中文网其他相关文章！