罗罗编程学习记录
本页内容 展开查看

08.5 阶段 4:Web 框架主线

所属:全栈开发面试题库 / 学习路径 / 08 Python 全栈

本页目录

一、阶段定位

前面四个阶段解决「语言写对、工程规范、工具链齐全」,本阶段第一次真正对外提供 HTTP 接口。主线是 FastAPI(异步、类型注解驱动),同时讲清楚 Django 全家桶与 Flask 的定位。重点不是「写一个 hello world」,而是把请求从路由进入、依赖注入、Pydantic 校验、ORM 查询、响应序列化的完整链路串起来;理解 Session 为什么不能跨请求复用、N+1 查询为什么必须预加载、迁移文件为什么要纳入版本管理。

与前后阶段的衔接:因为阶段 3 已经把类型注解写成了契约,本阶段的 FastAPI 直接从注解生成请求校验与 OpenAPI 文档;因为阶段 1 理解了可变对象与引用,本阶段的 Session 生命周期才有抓手。跳过本阶段直接进阶段 5 的数据层,会在「ORM 跨请求复用导致状态串扰」「N+1 拖慢接口」上反复踩坑。

原有卡点及判断依据:

  • 把 FastAPI 依赖注入当普通函数调用理解:判断现象是不知道 Depends(get_db) 为什么能在请求结束后自动关闭连接,把 get_db() 当普通函数直接调。见 5.2。
  • ORM 遍历关联对象不做预加载引发 N+1:判断现象是接口返回 100 条订单,日志里出现 101 次 SQL。见 5.5。
  • Session 生命周期跨请求复用导致状态串扰:判断现象是多个请求共享同一个 Session,前一个请求未提交的数据在后一个请求里可见。见 5.4。
  • 把 Django 信号当异步任务使用:判断现象是在信号里发邮件、调外部 API,导致请求变慢。见 5.7。

二、阶段目标与投入

能力目标(可验证的行为) 验证方式
能用 FastAPI 写带路由、依赖注入、Pydantic 校验的接口 启动 uvicorn,访问 /docs 看到自动文档
能解释 Depends(get_db) 的 yield 依赖在请求结束时做了什么 在 yield 后打印日志,确认请求结束时执行
能用 SQLAlchemy 2.0 写声明式模型,理解 Session 的请求级生命周期 跨请求不复用 Session,异常时自动 rollback
能用 selectinload/joinedload 解决 N+1 接口日志里 SQL 次数从 N+1 降到固定几次
能用 Alembic 生成、升级、回滚迁移 alembic upgrade head 与 alembic downgrade -1 都能跑
能说清 Django MTV、中间件、信号的定位与 Flask 的取舍 不混淆信号与异步任务

建议学时:

  • 全职:3 周,约 90 小时。FastAPI 与 Pydantic 25 小时、SQLAlchemy 2.0 30 小时、Alembic 10 小时、Django/Flask 对照 25 小时。
  • 在职:7–8 周,约 100 小时。

学时分配建议:FastAPI 路由与依赖 20%、Pydantic v2 15%、SQLAlchemy 2.0 与 Session 25%、预加载与 N+1 15%、Alembic 10%、Django/Flask 15%。

三、先修自检

先修项 合格标准 不合格时回到
类型注解 能写完整注解 08.3 阶段 2
venv 与依赖管理 uv 工程可用 08.4 阶段 3
HTTP 基础 能说清 GET/POST 与状态码 08.1 阶段 0

四、知识地图

模块 知识点 掌握程度 对应题库章节
FastAPI 路由 APIRouter、路径参数、查询参数、状态码 会用 04.7 Python
依赖注入 Depends、yield 依赖、依赖缓存、覆盖 能讲清原理 04.7 Python
Pydantic v2 模型、字段校验、嵌套模型、序列化、model_dump 会用 04.7 Python
SQLAlchemy 2.0 声明式模型、Session、事务、select() 写法 能讲清原理 04.7 Python
关系加载 selectinload/joinedload、N+1、懒求值 能讲清原理 05.1 关系型数据库通用能力
Alembic 迁移生成、upgrade/downgrade、漂移 会用 05.1 关系型数据库通用能力
Django/Flask MTV、中间件、信号、应用工厂 了解 04.7 Python

进度管理建议:本阶段代码量最大,建议按「FastAPI 接口 → SQLAlchemy 模型 → 预加载 → 迁移」顺序推进。《知识点全清单》「Web」段是全量清单。

五、分模块精讲

5.1 FastAPI 路由与 APIRouter

为什么需要它:路由是接口的入口。APIRouter 让大工程按模块拆分路由,而不是把所有接口堆在一个文件里。类型注解直接生成请求校验与 OpenAPI 文档。

核心机制:

  • @app.get("/items/{item_id}") 路径参数;查询参数 q: str | None = None 自动从 query string 取。
  • APIRouter(prefix="/api/v1"):把路由按模块分组,app.include_router(router) 挂载。
  • 类型注解即契约:item_id: int 自动转换并校验,传字符串返回 422。
  • 响应模型 response_model=ItemOut:过滤输出字段,避免内部字段泄露。

最小可运行示例:

# main.py
from fastapi import FastAPI, APIRouter, HTTPException
from pydantic import BaseModel

app = FastAPI(title="演示")
router = APIRouter(prefix="/api/v1")


class ItemOut(BaseModel):
    id: int
    name: str


@router.get("/items/{item_id}", response_model=ItemOut)
def get_item(item_id: int, q: str | None = None):
    if item_id <= 0:
        raise HTTPException(status_code=404, detail="不存在")
    return {"id": item_id, "name": f"item-{item_id}", "q": q}


app.include_router(router)
uvicorn main:app --reload
# 访问 http://127.0.0.1:8000/docs 看自动文档

常见坑:

现象 原因 修法
路径参数传字符串返回 422 item_id: int 自动校验 这是预期行为;前端传正确类型
内部字段(如密码)出现在响应 没设 response_model 用 response_model=ItemOut 过滤

面试考法:常问「FastAPI 为什么自动生成 OpenAPI」。答「类型注解 + Pydantic 模型在启动时被收集,生成 OpenAPI schema」。

5.2 依赖注入与 yield 依赖

为什么需要它:每个请求都需要数据库连接、当前用户、配置——这些如果在函数里手动创建,会散落各处且忘记释放。Depends 把依赖抽成可复用单元,yield 依赖在请求结束时自动清理。

核心机制:

  • async def get_db(): db = SessionLocal(); try: yield db; finally: db.close():yield 前是设置,yield 后是清理。
  • FastAPI 在每个请求开始时调用依赖,注入到端点;请求结束(无论成功失败)执行 yield 后的清理。
  • 依赖缓存:同一个请求内,Depends(get_db) 在多个参数中只调用一次,保证整个请求用同一个 Session。
  • 测试覆盖:app.dependency_overrides[get_db] = mock_get_db。

最小可运行示例:

from fastapi import Depends, FastAPI
from sqlalchemy.orm import Session

app = FastAPI()


def get_db():
    db = SessionLocal()
    try:
        yield db
    finally:
        db.close()


@app.get("/users/{uid}")
def get_user(uid: int, db: Session = Depends(get_db)):
    user = db.query(User).get(uid)
    if not user:
        raise HTTPException(404, "未找到")
    return user

常见坑:

现象 原因 修法
请求结束后连接没关闭 用了普通 return 而非 yield 用 yield + finally: close()
跨请求复用 Session 在模块级创建 Session 单例 每个请求新建 Session
测试里还在用真实 DB 没覆盖依赖 用 app.dependency_overrides[get_db]

面试考法:常问「Depends 与普通函数调用的区别」。答「Depends 由框架在请求生命周期管理,支持 yield 清理、请求内缓存、测试覆盖;普通函数调用框架不接管」。

5.3 Pydantic v2 校验与序列化

为什么需要它:请求 body 是不可信的字符串,必须经过校验才能进入业务逻辑。Pydantic v2 用 Rust 实现,比 v1 快 5–50 倍,自动生成 OpenAPI schema。

核心机制:

  • class UserIn(BaseModel): name: str; age: int = 0:字段类型即校验规则。
  • 校验失败自动返回 422,错误信息包含字段与原因。
  • 嵌套模型:class Post(BaseModel): author: UserIn。
  • model_dump() 转 dict;model_dump_json() 转 JSON 字符串。
  • v1 与 v2 差异:v2 用 model_dump() 替代 v1 的 dict(),性能大幅提升。

最小可运行示例:

from pydantic import BaseModel, Field, EmailStr


class UserCreate(BaseModel):
    name: str = Field(min_length=2, max_length=20)
    email: EmailStr
    age: int = Field(default=0, ge=0, le=150)


# 校验失败
UserCreate(name="A", email="bad", age=-1)
# pydantic.ValidationError: 3 validation errors

# 校验通过
user = UserCreate(name="Ann", email="ann@example.com", age=30)
print(user.model_dump())

常见坑:

现象 原因 修法
用了 v1 的 dict() 报错 v2 改名 用 model_dump()
字段校验失败但没返回 422 手动构造 Pydantic 模型没接异常 在 FastAPI 端点用模型做参数,框架自动处理

面试考法:常问「Pydantic v2 比 v1 快多少、为什么」。答「Rust 核心,快 5–50 倍;API 兼容,model_dump 替代 dict」。

5.4 SQLAlchemy 2.0 模型与 Session 生命周期

为什么需要它:ORM 把 Python 类映射到数据库表,但 Session 是「工作单元」——它跟踪对象状态、管理事务边界。理解 Session 为什么是请求级的,才能避免跨请求状态串扰。

核心机制:

  • class User(Base): __tablename__ = "users"; id: Mapped[int] = mapped_column(primary_key=True)。
  • Session 是工作单元:db.add(obj)、db.commit() 写库、db.rollback() 回滚。
  • Session 不是线程安全的,也不能跨请求复用:每个请求新建,结束关闭。
  • 提交后对象默认过期,下次访问会重新查询(过期对象)。

最小可运行示例:

from sqlalchemy import create_engine, String
from sqlalchemy.orm import DeclarativeBase, Mapped, mapped_column, sessionmaker

engine = create_engine("sqlite:///./app.db", echo=True)
SessionLocal = sessionmaker(bind=engine)


class Base(DeclarativeBase):
    pass


class User(Base):
    __tablename__ = "users"
    id: Mapped[int] = mapped_column(primary_key=True)
    name: Mapped[str] = mapped_column(String(50))


Base.metadata.create_all(engine)

# 请求级使用
db = SessionLocal()
try:
    user = User(name="Ann")
    db.add(user)
    db.commit()
    db.refresh(user)       # 拿到自增 id
except Exception:
    db.rollback()
    raise
finally:
    db.close()

常见坑:

现象 原因 修法
跨请求看到上一个请求未提交的数据 复用了同一个 Session 每个请求新建,yield 依赖关闭
sqlalchemy.exc.IntegrityError 唯一约束冲突 捕获后 rollback,给业务错误提示
提交后访问属性触发 DetachedInstanceError Session 已关闭 关闭前 db.refresh() 或在端点内返回

面试考法:常问「Session 为什么不能跨请求复用」。答「Session 是工作单元,跟踪未提交状态;跨请求会导致状态串扰、连接泄漏、线程不安全」。

5.5 关系加载策略与 N+1

为什么需要它:ORM 默认懒加载——访问 order.user 时才发 SQL。如果接口返回 100 条订单,每条都访问 order.user,就产生 1 + 100 次 SQL,即 N+1。

核心机制:

  • 懒加载(默认):访问关联对象时才查询。
  • selectinload(Order.user):先查主表 100 条,再用 WHERE id IN (...) 一次查出所有 user,共 2 次 SQL。
  • joinedload(Order.user):JOIN 一次查主表与关联表,1 次 SQL。
  • 选择:selectinload 适合多对一/一对多集合,joinedload 适合多对一。
  • Django 对应:select_related(JOIN,多对一)、prefetch_related(二次查询,一对多)。

最小可运行示例:

from sqlalchemy import select
from sqlalchemy.orm import selectinload

# 错误:N+1
orders = db.scalars(select(Order)).all()
for o in orders:
    print(o.user.name)   # 每条订单一次 SQL

# 正确:预加载
orders = db.scalars(
    select(Order).options(selectinload(Order.user))
).all()
for o in orders:
    print(o.user.name)   # 共 2 次 SQL
# Django 写法
orders = Order.objects.select_related("user").all()

常见坑:

现象 原因 修法
接口日志里 N+1 次 SQL 没预加载关联 用 selectinload/joinedload
joinedload 导致主表重复行 JOIN 产生笛卡尔积 用 selectinload 或加 .unique()

面试考法:常问「N+1 是什么、怎么解决」。答「懒加载导致循环内多次查询;用 selectinload/joinedload 预加载」。

5.6 Alembic 迁移

为什么需要它:改表结构(加字段、改类型)不能手动在生产数据库执行,必须用版本化脚本管理,可升级、可回滚、可 code review。

核心机制:

  • alembic init alembic 创建迁移目录。
  • alembic revision --autogenerate -m "add age column" 自动生成迁移脚本(基于模型与数据库差异)。
  • alembic upgrade head 升级到最新;alembic downgrade -1 回滚上一个版本。
  • 自动生成可能遗漏变更(如索引、约束),必须人工 review。
  • 迁移文件纳入 Git,与代码一起 review。

最小可运行示例:

alembic init alembic
# 修改 alembic.ini 中的 sqlalchemy.url
alembic revision --autogenerate -m "add age to user"
alembic upgrade head
alembic downgrade -1
alembic upgrade head

常见坑:

现象 原因 修法
自动生成的迁移为空 模型与数据库没差异 检查 alembic/env.py 是否导入了 Base
alembic upgrade 报表已存在 之前手动建过表 用 alembic stamp head 标记基线

面试考法:常问「迁移为什么要纳入版本管理」。答「可 code review、可回滚、多环境一致、可复现」。

5.7 Django MTV 与 Flask 的定位

为什么需要它:FastAPI 不是唯一选择。Django 自带 ORM、Admin、认证、表单,适合快速出后台;Flask 是微框架,适合轻量服务。本阶段只要理解定位,不必精通。

核心机制:

  • Django MTV:Model(ORM)、Template(模板)、View(视图函数);中间件在请求前后处理;信号是模型事件钩子(保存后触发)。
  • Django 信号是同步的:在请求链路里执行,不适合做发邮件、调外部 API 这类耗时操作。
  • Flask:应用工厂 create_app()、蓝图(Blueprint)路由分组、扩展生态(Flask-SQLAlchemy、Flask-Migrate)。

最小可运行示例:

# Django 信号:同步执行,会拖慢请求
from django.db.models.signals import post_save
from django.dispatch import receiver


@receiver(post_save, sender=User)
def send_welcome_email(sender, instance, created, **kwargs):
    if created:
        # 这里同步发邮件,请求会阻塞
        pass   # 应改为 Celery 异步任务

常见坑:

现象 原因 修法
请求变慢,信号里做了耗时操作 信号是同步的 把耗时操作移到 Celery
Flask 上下文混乱 不懂线程局部变量 用应用工厂与请求上下文

面试考法:常问「FastAPI、Django、Flask 怎么选」。答「新写异步接口选 FastAPI;全栈后台选 Django;轻量微服务选 Flask」。

六、分层练习

6.1 复现型

练习 要求 验收标准 预计耗时
FastAPI hello 写一个带 APIRouter 的接口 /docs 自动文档可见 1 小时
Pydantic 校验 写 UserCreate 模型,传错类型看 422 错误信息清晰 1 小时
SQLAlchemy CRUD 建 User 模型,完成增删查改 提交与回滚正确 2 小时
Alembic 迁移 加一个字段,生成并执行迁移 upgrade/downgrade 都能跑 1.5 小时

6.2 改造型

练习 要求 验收标准 预计耗时
修 N+1 给定循环内访问关联对象的代码 用 selectinload 预加载,SQL 次数下降 2 小时
修 Session 复用 给定模块级 Session 单例 改成 yield 依赖请求级 1.5 小时
覆盖依赖测试 给一个依赖 get_db 的端点写测试 用 dependency_overrides 1.5 小时

6.3 设计型

练习 要求 验收标准 预计耗时
FastAPI 单机 API 实现一个待办 CRUD,含校验与迁移 接口可联调,OpenAPI 完整 6 小时
Django 业务系统 用 Django Admin 快速出一个后台 含认证权限、ORM 查询 6 小时
链路笔记 画出请求从路由到响应的完整链路 标注依赖注入、校验、ORM 各环节 2 小时

七、排障表

现象 可能原因 排查步骤 解决办法
422 Unprocessable Entity 类型不匹配或缺字段 看响应 detail 前端按 Pydantic 模型传参
sqlalchemy.exc.IntegrityError 唯一约束冲突 看错误信息哪个字段 捕获后 rollback,返回业务错误
DetachedInstanceError Session 已关闭还访问属性 看调用栈 关闭前 refresh 或端点内返回
接口日志 N+1 次 SQL 没预加载关联 开启 echo=True 看 SQL 用 selectinload/joinedload
请求结束后连接没关闭 依赖没写 yield 看 get_db 实现 用 yield + finally close
alembic revision 为空 env.py 没导入 Base 检查迁移脚本 在 env.py 导入 Base.metadata
Django 信号里调外部 API 拖慢请求 信号是同步的 看视图耗时 移到 Celery

八、出口条件

全部勾选后再进入 08.6 阶段 5:数据层、缓存与任务队列。

  • [ ] 能用 FastAPI 写带路由、依赖注入、Pydantic 校验的接口
  • [ ] 能解释 yield 依赖在请求结束时做了什么
  • [ ] 能写 SQLAlchemy 2.0 模型,理解 Session 请求级生命周期
  • [ ] 能用 selectinload/joinedload 解决 N+1
  • [ ] 能用 Alembic 生成、升级、回滚迁移
  • [ ] 能说清 Django MTV、信号与 Flask 的定位
  • [ ] 能画出请求从路由到响应的完整链路

自测题(先自己想,再看要点):

  1. Depends(get_db) 与普通函数调用 get_db() 的区别?
    • 要点:框架管理生命周期,yield 自动清理,请求内缓存,测试可覆盖。
  2. Session 为什么不能跨请求复用?
    • 要点:工作单元跟踪未提交状态;跨请求会状态串扰、连接泄漏、线程不安全。
  3. N+1 是什么?怎么解决?
    • 要点:懒加载导致循环内多次查询;用 selectinload/joinedload 预加载。
  4. selectinload 与 joinedload 的区别?
    • 要点:selectinload 二次 IN 查询,适合集合;joinedload JOIN 一次查,适合多对一。
  5. alembic upgrade 报表已存在怎么办?
    • 要点:用 alembic stamp head 标记基线,再正常 upgrade。
  6. Django 信号为什么不适合发邮件?
    • 要点:信号是同步的,在请求链路执行,会拖慢响应;应改 Celery 异步任务。
  7. Pydantic v2 的 model_dump() 替代了 v1 的什么?
    • 要点:dict();v2 用 Rust 核心,性能快 5–50 倍。