yuanzhoulvpi的博客

背景最近公司需要用到一个Bert模型，使用这个模型对一个短文本做实时的encode（也就是实现文本转换成向量）。因为模型是基于python的transformers和sentence_transfromers。也就是只能使用python来做。整体的数据流都是通过java来调用，而python这端只需要提供文本转向量的接口即可。因为之前就比较喜欢使用fastapi，而且fastapi也比flask快得多。因此将fastapi结合sentence_transfromers是再正常不过的了。过程简单版本

fastapi如何使用http2以前fastapi支持的服务器只是uvicorn、但是现在我看官网上显示也支持了Hypercorn等。Hypercorn是支持http2的，这里写一个教程，介绍如何使用fastapi和Hypercorn开启http2。安装Hypercorn和fastapipip install hypercornpip install fastapi写个脚本创建一个python文件，文件名为：myapp.py， 内容如下：from typing import Optio

背景有时候需要将大的数据通过数据形式传输给后端，比如在js中，我需要将js的json数据发送给给fastapi后端做处理。那么应该怎么做？后端部分创建一个test.py文件，并且写入下面代码：from pydantic import BaseModelfrom typing import Optionalfrom fastapi import FastAPIimport uvicornimport datetimefrom fastapi.middleware.cors import

fastapi设置接口的连接频率和次数起因最近使用fastapi做了一个连接数据库的查询数据的api，结合前端做了一个查询看板，但是遇到一个问题，就是我如何保证这个接口的频率不是那么的高。降低数据库的检索压力。解决思路刚开始的想法是python做一个查询队列。因此看了python的很多多线程多进程的文章，但是我的python技术太菜了，我搞了两个星期没搞好，只学会了python的多线程多进程的子进程的通信。最后不用这个方法。转折我后来谷歌了一下关于这个fastapi的api的查询频率的设置。果

1. 创建一个fastapi的demo文件这个文件名叫testfastapi.py。代码内容为：from fastapi import FastAPIimport uvicornimport datetimeapp = FastAPI()@app.get("/")async def root(): return {"message": "Hello World", "datetime": datetime.datetime.now(), "test": 'this is a te

fastapi返回xlsx文件，代码如下：from fastapi import FastAPIfrom fastapi.responses import StreamingResponsefrom io import BytesIOimport xlsxwriterimport timeapp = FastAPI()@app.get("/")async def root(): return {"message": "Hello World"}@app.get("/

关于fastapi的cors问题，没想到fastapi都写到文档里面了，实现起来也非常简单：fastapi corspython代码如下：from fastapi import FastAPIfrom fastapi.middleware.cors import CORSMiddlewareapp = FastAPI()origins = ["*"]app.add_middleware( CORSMiddleware, allow_origins=origins,