BackgroundTasks в FastAPI выглядят как простой способ отложить работу после ответа клиенту. На практике задачи теряются при перезапуске, блокируют event loop и молча падают без логов. Разбираем, как использовать встроенный механизм правильно и когда пора переходить на Celery или arq.
Приём файлов через API — задача, которая выглядит тривиально до первой утечки памяти на большом аплоаде. Разбираем рабочий эндпоинт на FastAPI 0.115.x: от простого UploadFile до потоковой записи, валидации и типичных ошибок.
FastAPI из коробки отдаёт 422 на невалидный запрос и 500 на необработанное исключение — и оба ответа часто бесполезны для клиента. Разбираем, как выстроить обработку ошибок так, чтобы фронтенд получал понятные сообщения, логи не превращались в кашу, а пользователь не видел трейсбек.
Middleware в FastAPI выглядит просто — декоратор, пара строк, и вот у вас логирование, CORS и замер времени. Но под нагрузкой промежуточный слой способен удвоить latency и создать проблемы, которые не видны на локальной машине. Разбираем реальный кейс: почему middleware на базе BaseHTTPMiddleware читал тело запроса дважды и как это починили без отказа от ASGI-стека.
Dependency Injection в FastAPI — не просто способ передать объект в эндпоинт. Разбираем приёмы, которые экономят код, и ошибки, которые превращают проект в неуправляемый клубок: вложенные цепочки, области жизни, тестируемость и реальную цену неправильного scope.
Flask-приложение выросло, и вы решили переехать на FastAPI ради асинхронности и автодокументации. Разбираем реальные отличия в роутинге, DI, валидации и работе с базой — и показываем, чем за это придётся заплатить.
У Flask больше двух тысяч расширений на PyPI, и новичок ставит их пачками «на всякий случай». Разбираем на примере типичного API-сервиса, какие расширения решают реальные задачи, какие дублируют друг друга, и чем вы платите за каждое лишнее.
Blueprints в Flask обещают модульность, но на практике приводят к циклическим импортам, потерянным шаблонам и нечитаемой фабрике приложения. Разбираем пять конкретных ошибок — с кодом, который их воспроизводит, и кодом, который их исправляет.
Когда в проекте на FastAPI десятки эндпоинтов, три базы данных и пять микросервисов-потребителей, плоская структура из одного main.py превращается в кошмар при ревью и деплое. Разбираем подходы к организации кода, которые выдерживают рост команды и кодовой базы.
Пагинация через offset/limit кажется простой до момента, когда таблица вырастает до миллиона строк и каждый запрос начинает ходить по индексу с начала. Разбираем типичные ошибки в фильтрации и пагинации FastAPI-сервисов и собираем чек-лист, с которым эндпоинт не развалится под нагрузкой.
FastAPI даёт как минимум семь способов вернуть ошибку клиенту, но если не договориться о формате заранее, фронтенд получит то JSON с полем detail, то голый текст, то HTML-страницу от Uvicorn. Разбираем каждый способ, сравниваем и выбираем тот, который не развалится, когда API вырастет.
Alembic в связке с FastAPI и SQLAlchemy решает задачу миграций, но на практике ломается на autogenerate, ветвлениях и данных. Разбираем приёмы, которые спасают от типичных проблем в реальных проектах.