Flask VS. FastAPI
Flask和FastAPI是Python中两种流行的Web框架，它们各自具有不同的特点和适用场景。以下是它们之间的一些主要区别：
1. 框架类型
- Flask：Flask是一个轻量级的微框架，适合构建小型到中型的Web应用。它灵活且易于扩展，允许开发者根据需要添加各种插件。
- FastAPI：FastAPI是一个现代的高性能Web框架，专注于构建API。它基于Python 3.7+的类型提示，支持异步编程，提供了更丰富的功能。
2. 性能
- Flask：在处理同步请求方面表现良好，但在高并发和I/O密集型任务中性能可能不如FastAPI。
- FastAPI：由于支持异步请求处理，FastAPI在性能上表现优越，能够轻松应对高负载的请求。
3. 异步支持
- Flask：Flask本身不支持异步编程。如果需要异步功能，开发者需要使用额外的库或工具。
- FastAPI：FastAPI原生支持异步编程，可以使用
async和await来定义异步路由，使得处理并发请求更加高效。4. 数据验证
- Flask：Flask没有内置的数据验证功能，通常需要使用第三方库（如WTForms）来实现。
- FastAPI：FastAPI利用Pydantic进行数据验证，能够自动处理请求参数和响应体的验证，大大减少了错误请求的发生。
5. 文档生成
- Flask：Flask需要手动编写API文档或使用第三方库（如Flask-RESTPlus）来生成文档。
- FastAPI：FastAPI自动生成交互式API文档（基于OpenAPI和Swagger UI），无需额外配置即可访问。
6. 社区和生态系统
- Flask：Flask拥有一个成熟且庞大的社区，提供了丰富的第三方扩展和插件。
- FastAPI：虽然相对较新，但FastAPI的社区正在快速增长，并逐渐形成了自己的生态系统。
7. 学习曲线
- Flask：由于其简洁性，Flask通常被认为更容易上手，适合初学者。
- FastAPI：由于采用了现代Python特性（如类型提示和异步编程），FastAPI的学习曲线可能相对陡峭，但一旦掌握，其开发效率会显著提高。
总结
选择Flask还是FastAPI取决于项目需求：
- 如果你需要构建简单的Web应用或原型，并且希望快速上手，可以选择Flask。
- 如果你正在开发高性能的API，并且希望利用异步编程和自动化文档生成功能，FastAPI将是更好的选择。
这两个框架各有优势，可以根据具体情况进行选择。
gunicorn VS unicorn
gunicorn:
--workers: 指定启动的进程数；（每个进程都会加载一份模型！）
--threads: 指定每个进程启动的线程数；
python的话，由于GIL锁的作用，里面的API根本无法被并行执行的；
可被并行执行的方案：FastAPI + API都用async调用 + IO操作用await版本的 + threads设为大于1
实例代码：
from fastapi import FastAPI import asyncioapp = FastAPI()# Asynchronous function that simulates a delay async def simulate_long_task(task_id: int):print(f"Task {task_id} started...")await asyncio.sleep(5) # Simulates a long-running task (non-blocking)print(f"Task {task_id} completed!")return f"Result of task {task_id}"@app.get("/tasks/{task_id}") async def run_task(task_id: int):result = await simulate_long_task(task_id)return {"task_id": task_id, "result": result}if __name__ == "__main__":import uvicornuvicorn.run(app, host="0.0.0.0", port=8000)当第1个request执行到await asyncio.sleep(5)那里时，会放弃线程；从而第2个request开始执行run_task；
执行命令和结果：
curl http://localhost:8000/tasks/1 & curl http://localhost:8000/tasks/2 & curl http://localhost:8000/tasks/3 &Task 1 started... Task 2 started... Task 3 started... Task 1 completed! Task 2 completed! Task 3 completed!
以上案例，如果换成普通的time.sleep(5)，或者--threads设成1，则只能串行执行requests