FastApi 内存消耗

在使用FastAPI进行项目开发时遇到内存压力问题,压测过程中内存持续上涨并达到峰值。原因在于未使用asyncdef定义router,导致Starlette使用线程池处理响应,线程池worker未能及时释放内存。解决方法包括升级Python到3.8以上及更新FastAPI和asyncio库,或者确保所有router使用asyncdef定义。示例代码展示了如何使用asyncdef修复问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在使用FastApi 做项目的时候, 进行压测时发现 内存会主键飙升, 然后到达一个稳定值。

经过查看源码 和 一番搜索吼发现。 是因为 router 没有使用async def 定义的时候, starlette 使用线程池处理响应, 然而,线程池中的worker 没有及时释放 内存, 导致内存飙升。

解决方式: 升级Python 到 3.8 以上, 并且升级对应的 Fastapi asyncio

或者 使用async def 进行定义。

例如:


@api_router.get("/test")
async def test_get():
	# 注意使用 async def 定义
	pass
FastAPI中,返回MP3文件通常涉及到创建一个响应实例,该实例包含指定的内容类型和实际的音频数据。你可以使用`FileResponse`或`StreamingResponse`来实现这个功能。这里是一个基本的例子: ```python from fastapi import FastAPI, File, Response import io app = FastAPI() # 假设我们有一个MP3文件对象,比如来自数据库或硬盘 mp3_file = open("path_to_your_mp3_file.mp3", "rb") # 使用FileResponse创建一个响应,设置Content-Disposition头信息以提供下载提示 async def mp3_download_response(file: bytes): response = Response( content=file, media_type="audio/mpeg", headers={ "Content-Disposition": f"attachment; filename={os.path.basename(mp3_file.name)}" } ) return response @app.get("/download-mp3") async def download_mp3(): return mp3_download_response(mp3_file.read()) ``` 在这个例子中,当用户访问`/download-mp3`,他们将会下载名为`file.mp3`的MP3文件。`media_type`属性设置了HTTP响应的MIME类型,告诉浏览器这是一个音频文件。 注意,如果你的文件非常,最好使用`StreamingResponse`,因为它不会一次性加载整个文件到内存,而是按块传输: ```python from fastapi import StreamingResponse async def streaming_mp3(file: BinaryIO): async def stream_generator(): while True: data = file.read(8192) if not data: break yield data return StreamingResponse(stream_generator(), media_type="audio/mpeg") ``` 这允许你处理非常的MP3文件而不会消耗过多内存
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值