FastAPI의 UploadFile이 Flask에 비해 느린 이유는 무엇입니까?
FastAPI UploadFile이 Flask에 비해 느립니다
문제
FastAPI 및 Python 요청을 사용하여 100MB 파일을 업로드하는 데 약 128초가 소요됩니다. Flask를 사용할 때 걸리는 시간은 0.5초입니다.
응답
업로드 시간의 차이는 주로 Flask와 FastAPI에서 데이터를 처리하는 방식에 기인합니다. 파일 업로드를 처리할 때 FastAPI는 수신 요청 데이터에 대해 기본 최대 크기가 1MB인 SpooledTemporaryFile을 활용합니다. 파일 크기가 1MB를 초과하면 데이터가 디스크의 임시 파일에 기록되어 업로드 프로세스가 느려집니다.
잠재적 해결 방법
1. 동기식 파일 쓰기
async def 키워드 대신 일반 def 키워드를 사용하여 엔드포인트를 정의하고 파일을 동기적으로 작성합니다.
2. 비동기 쓰기(aiofiles 사용)
async def 키워드를 사용하여 엔드포인트를 정의하고 비동기 파일 쓰기에 aiofiles를 사용합니다. 이 접근 방식을 사용하려면 파일 작업이 완료될 때까지 기다려야 합니다.
3. request.stream() 사용
request.stream()을 사용하여 요청 본문에 스트림으로 액세스합니다. 이 방법을 사용하면 전체 본문을 메모리나 디스크에 저장하지 않고도 데이터 청크를 처리할 수 있어 업로드 성능이 향상됩니다.
주요 권장 사항
대용량 파일을 업로드할 때 최적의 성능을 얻으려면 요청 사용을 고려하세요. .stream() 메소드. 이 접근 방식은 최대 크기 제한인 1MB를 우회하고 추가 쓰기/읽기 작업 없이 데이터 청크를 직접 처리할 수 있게 해줍니다.
위 내용은 FastAPI의 UploadFile이 Flask에 비해 느린 이유는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











Linux 터미널에서 Python 버전을 보려고 할 때 Linux 터미널에서 Python 버전을 볼 때 권한 문제에 대한 솔루션 ... Python을 입력하십시오 ...

Python의 Pandas 라이브러리를 사용할 때는 구조가 다른 두 데이터 프레임 사이에서 전체 열을 복사하는 방법이 일반적인 문제입니다. 두 개의 dats가 있다고 가정 해

10 시간 이내에 컴퓨터 초보자 프로그래밍 기본 사항을 가르치는 방법은 무엇입니까? 컴퓨터 초보자에게 프로그래밍 지식을 가르치는 데 10 시간 밖에 걸리지 않는다면 무엇을 가르치기로 선택 하시겠습니까?

Uvicorn은 HTTP 요청을 어떻게 지속적으로 듣습니까? Uvicorn은 ASGI를 기반으로 한 가벼운 웹 서버입니다. 핵심 기능 중 하나는 HTTP 요청을 듣고 진행하는 것입니다 ...

파이썬에서 문자열을 통해 객체를 동적으로 생성하고 메소드를 호출하는 방법은 무엇입니까? 특히 구성 또는 실행 해야하는 경우 일반적인 프로그래밍 요구 사항입니다.

Fiddlerevery Where를 사용할 때 Man-in-the-Middle Reading에 Fiddlereverywhere를 사용할 때 감지되는 방법 ...

이 기사는 Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask 및 요청과 같은 인기있는 Python 라이브러리에 대해 설명하고 과학 컴퓨팅, 데이터 분석, 시각화, 기계 학습, 웹 개발 및 H에서의 사용에 대해 자세히 설명합니다.
