


Bagaimana untuk Muat Naik Fail Besar dengan Cekap dengan FastAPI?
Memuat Naik Fail Besar dengan Bahagian Pelayan FastAPI
Pelayan FastAPI boleh mengendalikan muat naik fail besar menggunakan kelas UploadFile. Berikut ialah contoh:
async def uploadfiles(upload_file: UploadFile = File(...)): ...
Masalah dengan Permintaan Sebelah Pelanggan
Apabila menghantar fail besar daripada klien, isu mungkin timbul disebabkan perkara berikut:
- Pengepala data berbilang bahagian/borang: Permintaan pelanggan harus tentukan pengepala Jenis Kandungan sebagai data berbilang bahagian/bentuk, diikuti dengan rentetan sempadan yang diperlukan. Walau bagaimanapun, jika anda tidak menggunakan perpustakaan untuk mengendalikan muat naik fail, anda mesti menetapkan pengepala ini secara manual.
- Penggunaan MultipartEncoder: Pastikan MultipartEncoder menyertakan nama fail semasa mengisytiharkan medan untuk upload_file.
- Syor Perpustakaan: Menggunakan yang lapuk perpustakaan (cth., tali pinggang alat permintaan) untuk muat naik fail tidak disyorkan. Pertimbangkan untuk menggunakan permintaan Python atau HTTPX sebaliknya, kerana ia memberikan sokongan yang lebih baik untuk muat naik fail yang besar.
Pilihan Lebih Pantas Menggunakan .stream()
Dengan mengakses permintaan body sebagai strim, anda boleh mengelak daripada memuatkan keseluruhan fail ke dalam memori, menghasilkan muat naik yang lebih pantas. Ini boleh dicapai menggunakan kaedah .stream(). Berikut ialah contoh menggunakan pustaka data borang-penstriman:
from streaming_form_data import StreamingFormDataParser from streaming_form_data.targets import FileTarget request_body = await request.stream() parser = StreamingFormDataParser(headers=request.headers) parser.register('upload_file', FileTarget(filepath)) async for chunk in request_body: parser.data_received(chunk)
Pilihan Ganti Menggunakan Muat NaikFail dan Borang
Jika anda lebih suka menggunakan titik akhir def biasa, anda boleh mengendalikan muat naik fail seperti berikut:
from fastapi import File, UploadFile, Form, HTTPException, status import aiofiles import os CHUNK_SIZE = 1024 * 1024 @app.post("/upload") async def upload(file: UploadFile = File(...), data: str = Form(...)): try: filepath = os.path.join('./', os.path.basename(file.filename)) async with aiofiles.open(filepath, 'wb') as f: while chunk := await file.read(CHUNK_SIZE): await f.write(chunk) except Exception: raise HTTPException(status_code=status.HTTP_500_INTERNAL_SERVER_ERROR, detail='There was an error uploading the file') finally: await file.close() return {"message": f"Successfuly uploaded {file.filename}"}
Meningkatkan Klien HTTPX Tamat masa
Apabila menggunakan perpustakaan HTTPX, anda mungkin perlu meningkatkan tamat masa untuk mengelakkan tamat masa membaca semasa muat naik fail besar.
timeout = httpx.Timeout(None, read=180.0)
Atas ialah kandungan terperinci Bagaimana untuk Muat Naik Fail Besar dengan Cekap dengan FastAPI?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.
