FastAPI часто называют «самым быстрым Python-фреймворком», но реальные цифры под нагрузкой зависят не от фреймворка, а от того, что делает ваш код между получением запроса и отправкой ответа. Разбираем, где FastAPI действительно быстр, где упирается в потолок и как это измерить на своём проекте.
WebSocket-эндпоинты в FastAPI проходят ревью хуже HTTP-роутов: нет привычного цикла запрос-ответ, нет автоматических middleware для аутентификации, а утечка соединений вылезает только под нагрузкой. Разбираем конкретные точки, на которые стоит смотреть при ревью, — от жизненного цикла соединения до backpressure.
FastAPI сам по себе не управляет соединениями с базой — это делает пул внутри SQLAlchemy или asyncpg. Разбираем, что происходит между вызовом эндпоинта и выполнением запроса: как пул выделяет и возвращает соединения, почему под нагрузкой приложение зависает вместо того, чтобы упасть с ошибкой, и какие параметры реально влияют на поведение.
Сервис на FastAPI начал терять соединения с базой через несколько часов под нагрузкой — пул исчерпывался, запросы зависали. Разбираем, почему это происходит в асинхронном коде и как найти утечку до того, как она уронит прод.
Pydantic v2 обещал ускорение валидации в 5–50 раз за счёт Rust-ядра. На практике после миграции реального проекта с v1 на v2 часть моделей ускорилась в 17 раз, а часть — замедлилась. Разбираю, где прирост реален, что ломается при переезде и какие приёмы дают максимальную отдачу.
FastAPI генерирует OpenAPI-спецификацию автоматически, но результат по умолчанию редко подходит для продакшена: лишние эндпоинты, невнятные описания, неудобная группировка. Разбираем конкретные приёмы кастомизации — от тегов и примеров до полной замены схемы.
Система Depends в FastAPI выглядит просто, но на реальном проекте быстро обрастает вложенностями, скрытыми состояниями и тестами, которые ломаются без видимой причины. Разбираем, как выстроить границы зависимостей, чтобы код оставался тестируемым и не превращался в граф, который никто не может прочитать.
При переходе от одного инстанса FastAPI к нескольким WebSocket-соединения начинают теряться, broadcast ломается, а клиенты молча отваливаются. Разбираем, почему это происходит, как устроена маршрутизация соединений и что делать с разрывами на каждом уровне — от балансировщика до кода приложения.
StreamingResponse в FastAPI выглядит просто, пока сервис обслуживает десять клиентов. На трёхстах параллельных подключениях начинаются сюрпризы: от зависших SSE-соединений до OOM при отдаче файлов. Разбираем механику, узкие места и способы с ними жить.
Async-сессии SQLAlchemy 2.x в FastAPI выглядят просто в туториалах, но на реальном трафике ломаются в неочевидных местах — от утечки соединений до implicit IO в lazy load. Разбираем механику проблем и способы их обойти.
Сервис на FastAPI начинает отвечать 502 и терять запросы при нескольких сотнях одновременных соединений. Разбираем, как связаны между собой event loop uvicorn, количество воркеров и пул соединений к базе — и где именно ломается каждое из звеньев.
Стандартного механизма пагинации в FastAPI нет, и каждая команда изобретает свой. Разбираем рабочую схему на основе зависимостей и дженериков Pydantic, которая подключается к любому роуту за три строки.