FastAPI后台任务：是时候让你的代码飞起来了吗？

最新推荐文章于 2025-09-13 00:00:00 发布

转载最新推荐文章于 2025-09-13 00:00:00 发布 · 34 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://www.cnblogs.com/Amd794/p/19018860

文章标签：

#it

扫描二维码关注或者微信搜一搜：编程智域前端至全栈交流与成长

发现1000+提升效率与开发的AI工具和实用程序：https://tools.cmdragon.cn/

FastAPI BackgroundTasks 进阶指南

1. 核心机制解析

graph TD A[客户端请求] --> B[FastAPI路由处理] B --> C{是否包含BackgroundTasks} C -->|是| D[注册后台任务] C -->|否| E[直接返回响应] D --> F[构造响应对象] F --> G[返回HTTP响应] G --> H[执行注册的后台任务]

关键设计特点：

任务队列机制：所有后台任务按注册顺序执行
自动依赖注入：通过参数声明自动获取实例
异常隔离：单个任务失败不影响整体流程

2. 生产级代码示例

/* by 01022.hk - online tools website : 01022.hk/zh/httpheader.html */
# requirements.txt
fastapi==0.103.2
pydantic==2.5.3
uvicorn==0.23.2

/* by 01022.hk - online tools website : 01022.hk/zh/httpheader.html */
from fastapi import BackgroundTasks, FastAPI
from pydantic import BaseModel, EmailStr

app = FastAPI()

class UserRegister(BaseModel):
    username: str
    email: EmailStr
    password: str

async def send_welcome_email(email: str):
    """模拟邮件发送（实际应使用SMTP库）"""
    print(f"Sending email to {email}")
    # 这里可以添加真正的邮件发送逻辑

@app.post("/register", status_code=201)
async def create_user(
    user: UserRegister,
    background_tasks: BackgroundTasks
):
    """用户注册接口"""
    # 主逻辑处理
    print(f"Creating user: {user.username}")
    
    # 添加后台任务
    background_tasks.add_task(
        send_welcome_email, 
        user.email
    )
    
    return {"message": "User created successfully"}

3. 高级应用场景

3.1 数据库事务补偿

async def cleanup_failed_registration(user_id: int):
    """注册失败后的数据回滚"""
    async with AsyncSessionLocal() as session:
        await session.execute(
            delete(User).where(User.id == user_id)
        )
        await session.commit()

@app.post("/register")
async def register_user(
    user: UserRegister,
    background_tasks: BackgroundTasks
):
    try:
        # 数据库操作...
    except Exception as e:
        background_tasks.add_task(
            cleanup_failed_registration,
            new_user.id
        )
        raise HTTPException(...)

3.2 任务编排模式

def task_wrapper(func):
    """任务执行监控装饰器"""
    async def wrapper(*args, **kwargs):
        try:
            print(f"Starting task {func.__name__}")
            await func(*args, **kwargs)
            print(f"Task {func.__name__} completed")
        except Exception as e:
            print(f"Task failed: {str(e)}")
            # 可添加重试逻辑
    return wrapper

@app.post("/batch-process")
async def batch_processing(
    background_tasks: BackgroundTasks
):
    background_tasks.add_task(
        task_wrapper(process_data)
    )
    background_tasks.add_task(
        task_wrapper(generate_reports)
    )

4. 性能优化策略

任务分片：将大任务拆分为多个子任务
资源限制：通过信号量控制并发量
超时设置：为长时间任务添加执行时限

from fastapi.concurrency import run_in_threadpool

async def resource_intensive_task():
    # CPU密集型任务示例
    await run_in_threadpool(
        lambda: heavy_computation()
    )