讲师中心 微信公众号
AI工具推荐 视频效率加速

Deploy FastAPI application with SQLite on Flyio

轻敏同学_6779

轻敏同学_6779

发布时间:2024-10-22 14:39:01

|

1194人浏览过

|

来源于dev.to

转载

deploy fastapi application with sqlite on flyio

云解决方案适用于中型和大型项目,但对于小型个人项目来说太重了。如果你想启动一些小东西(一些 api 端点和一个小存储库),有三个选项:

  • 使用与“大型”项目(aws ecs/eks、rds)相同的方法,但它们是多余的,并且基础设施代码可能比实际项目的代码更大。而且价格也很贵(~$100)。
  • 使用无服务器解决方案(lambda、vercel)。大多数云提供商都有这样的解决方案,但这些服务在简单数据库方面存在困难 - 他们提供廉价的供应商解决方案(aws)或需要托管数据库,这又很昂贵(对于无服务器来说几乎没有什么,数据库大约 20 美元)
  • 将 vps 与 docker 结合使用。它很便宜(小型机器约 5 美元),几乎不需要管理基础设施,但部署很糟糕(需要私有或自托管注册表、来自 ci 的 ssh 访问)。

我通常使用 sqlite 编写小型应用程序,它是一个方便的小型单文件数据库,可以使用任何编程语言运行,并且可以复制到本地计算机以分析数据等。因此,我一直在寻找一些结合了无服务方法、易于部署和使用 sqlite 的能力的中间件解决方案,并找到了 fly.io。

设置

如果您在 fly.io 中没有帐户 – 您需要创建一个帐户。管理项目还需要名为 flyctl 的 cli 工具。 fly.io 既可以在本地部署,也可以从 ci 部署。

flyctl 通过 dockerfile 从项目的根文件夹进行部署,这很酷,因为相同的 dockerfile 可以在其他系统中使用。为了玩 fly.io,我准备了一个简单的 fastapi 项目,将状态存储在数据库中 - 具有点击计数功能的通用 url 缩短器。

dockerfile:

from python:3.13-alpine
workdir /app

copy ./requirements.txt .
run pip install --no-cache-dir --upgrade -r requirements.txt

copy . /app

env host=0.0.0.0 port=8080
expose ${port}
cmd uvicorn main:app --host ${host} --port ${port}

main.py:

import asyncio
import random
import string
from urllib.parse import urlparse

import aiosqlite
from fastapi import fastapi, httpexception, request
from fastapi.responses import redirectresponse

db_path = "/data/app.db"

app = fastapi()

async def get_db() -> aiosqlite.connection:
    if db := getattr(get_db, "_db", none):
        if db.is_alive:
            return db

    db = await aiosqlite.connect(db_path, loop=asyncio.get_event_loop())
    db.row_factory = aiosqlite.row

    qs = """
    create table if not exists links (
        created_at integer default (strftime('%s', 'now')),
        short_code text primary key,
        full_url text not null,
        clicks integer default 0
    )
    """

    await db.execute(qs)
    await db.commit()

    setattr(get_db, "_db", db)
    return db

def random_code(length=8) -> str:
    alphabet = string.ascii_letters + string.digits
    return "".join(random.choice(alphabet) for x in range(length))

def is_valid_url(url: str) -> bool:
    try:
        parts = urlparse(url)
        return all([parts.scheme, parts.netloc])
    except valueerror:
        return false

@app.post("/")
async def shorten(url: str, req: request):
    if not is_valid_url(url):
        raise httpexception(status_code=400, detail="invalid url")

    host = req.headers.get("host")
    if host is none:
        raise httpexception(status_code=500, detail="missing host header")

    short_code = random_code()
    db = await get_db()
    qs = "insert into links (short_code, full_url) values (?, ?)"
    await db.execute(qs, (short_code, url))
    await db.commit()

    return f"https://{host}/{short_code}"

@app.get("/")
async def list_links():
    db = await get_db()
    qs = "select short_code, full_url, clicks from links order by created_at desc"
    async with db.execute(qs) as cursor:
        return await cursor.fetchall()

@app.get("/{short_code}")
async def redirect(short_code: str):
    db = await get_db()
    qs = """
    update links set clicks = clicks + 1 where short_code = ?
    returning full_url
    """

    async with db.execute(qs, (short_code,)) as cursor:
        if row := await cursor.fetchone():
            return redirectresponse(row["full_url"])

    raise httpexception(status_code=404)

需求.txt:

aiosqlite
fastapi
uvicorn

部署

要部署我们的代码,首先我们需要创建一个 fly.io 项目。这可以在 web 界面或使用 flyctl 中完成。要使用 clu 工具在根文件夹(代码所在的位置)中创建项目,应运行 flyctl launch。此命令将提供选择所需的硬件并创建 fly.toml 文件:

fly launch --build-only

您将来可以通过更改此文件中的参数或通过 web ui 来修改项目。基本的fly.toml看起来不错,但sqlite需要存储,可以使用以下命令创建:

fly volumes create sqlite_data -s 1 -r ams

其中 -s 1 将卷大小设置为 1 gb(默认为 3 gb),-r 是将创建卷的区域(使用与创建 fly.io 项目相同的区域)。您稍后可以随时更改存储大小。

最后要做的事情是向 fly.toml 添加一个 mounts 部分,它将卷附加到应用程序:

Github Auto
Github Auto

管PR、盯Issue、跑CI、发Release——GitHub仓库日常运维扔给它。少开几个Chrome标签页。

下载
[mounts]
source = "sqlite_data"
destination = "/data"

sqlite_data 是存储的名称,/data 是卷将连接的路径。这本质上与 docker run --mount source=sqlite_data,target=/data 或相应的 docker compose 部分相同。

sqlite 无法从多个应用程序写入,并且 fly.io 默认情况下会为一个应用程序创建 2 个实例,因此我们可以将副本数量指定为 1,以防万一:

fly scale count 1

所有配置现已完成,我们可以使用命令部署我们的应用程序:

fly deploy

应用程序应成功启动,公共 dns 名称将打印到控制台。现在我们可以通过发布一些缩短器的网址来检查它:

❯ curl -x post 'https://fly-fastapi-sqlite.fly.dev/?url=https://example.com'
https://fly-fastapi-sqlite.fly.dev/8ydmfack

然后我们可以访问这个链接,它应该重定向到 https://example.com。最后,我们可以检查点击次数是否已更新:

❯ curl -s 'https://fly-fastapi-sqlite.fly.dev/' | jq
[
  {
    "short_code": "8ydmfack",
    "full_url": "https://example.com",
    "clicks": 1
  }
]

要检查部署之间保存的数据库状态,我们可以使用 fly 部署执行新部署,并检查链接列表是否与上面相同(1 个链接,1 个点击)。

迁移

如果您使用外部解决方案进行迁移,而不是在应用程序启动时从代码运行它们,那么运行迁移的唯一方法是将其作为 run 命令的一部分放入 dockerfile 中。

备份

我们可以使用 fly ssh 控制台连接到机器,然后在 /data 文件夹中与数据库文件交互。我们还可以使用以下命令将数据库文件复制到本地计算机:

fly ssh sftp get /data/app.db ./app-backup.db

结论

fly.io 是一项简单便捷的应用程序部署服务。从 docker 容器进行部署,附加服务包括 psql、redis、s3 等存储(与 vercel 不同)。它很便宜,最便宜的服务费用为 3 美元(1 个共享 cpu / 256 mb) - 如果流量很少,容器可能会更少 - 容器在没有活动的几分钟后关闭,并在流量出现时自动打开。

缺点是,没有针对计划任务的内置解决方案 - 相反,官方解决方案是使用 crontab 设置单独的服务器并从中运行任务 - 这有点令人毛骨悚然。

热门AI工具

更多
Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

咔片AIPPT

一款在线AI演示文稿制作工具,可根据主题和内容需求辅助生成PPT结构与页面,提高演示材料制作效率。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

相关专题

更多
什么是中间件
什么是中间件

中间件是一种软件组件,充当不兼容组件之间的桥梁,提供额外服务,例如集成异构系统、提供常用服务、提高应用程序性能,以及简化应用程序开发。想了解更多中间件的相关内容,可以阅读本专题下面的文章。

629

2024.05.11

Golang 中间件开发与微服务架构
Golang 中间件开发与微服务架构

本专题系统讲解 Golang 在微服务架构中的中间件开发,包括日志处理、限流与熔断、认证与授权、服务监控、API 网关设计等常见中间件功能的实现。通过实战项目,帮助开发者理解如何使用 Go 编写高效、可扩展的中间件组件,并在微服务环境中进行灵活部署与管理。

624

2025.12.18

ThinkPHP中间件机制与请求拦截处理实践
ThinkPHP中间件机制与请求拦截处理实践

本专题围绕 ThinkPHP 中间件体系展开,深入讲解中间件的定义、注册与执行流程。内容包括全局中间件与路由中间件的区别、请求前后处理逻辑、自定义中间件开发以及权限验证与日志处理应用。通过实际案例,帮助开发者掌握中间件在项目中的核心作用与最佳实践。

418

2026.03.31

Python FastAPI异步API开发_Python怎么用FastAPI构建异步API
Python FastAPI异步API开发_Python怎么用FastAPI构建异步API

Python FastAPI 异步开发利用 async/await 关键字,通过定义异步视图函数、使用异步数据库库 (如 databases)、异步 HTTP 客户端 (如 httpx),并结合后台任务队列(如 Celery)和异步依赖项,实现高效的 I/O 密集型 API,显著提升吞吐量和响应速度,尤其适用于处理数据库查询、网络请求等耗时操作,无需阻塞主线程。

119

2025.12.22

Python 微服务架构与 FastAPI 框架
Python 微服务架构与 FastAPI 框架

本专题系统讲解 Python 微服务架构设计与 FastAPI 框架应用,涵盖 FastAPI 的快速开发、路由与依赖注入、数据模型验证、API 文档自动生成、OAuth2 与 JWT 身份验证、异步支持、部署与扩展等。通过实际案例,帮助学习者掌握 使用 FastAPI 构建高效、可扩展的微服务应用,提高服务响应速度与系统可维护性。

554

2026.02.06

Python Web框架FastAPI 全栈开发教程合集
Python Web框架FastAPI 全栈开发教程合集

以 FastAPI 为核心,讲解现代 Python Web API 的高效开发方式,涵盖路由定义与路径参数/查询参数/请求体绑定、Pydantic 模型的数据校验与序列化、依赖注入(Depends)系统的分层设计、中间件与 CORS 配置、OAuth2 + JWT 认证流程、后台任务(BackgroundTasks)、WebSocket 实时通信、SQLAlchemy 异步 ORM 集成、自动生成 OpenAPI/Swagger 交互文

576

2026.05.09

Python FastAPI异步微服务与高性能接口设计
Python FastAPI异步微服务与高性能接口设计

本专题聚焦 Python FastAPI 框架在高性能接口与微服务开发中的应用,讲解异步请求处理、依赖注入机制、路由设计、数据库异步操作以及接口性能优化策略。结合实际项目案例,帮助开发者构建高并发、低延迟的现代化后端服务架构。

479

2026.06.16

lambda表达式
lambda表达式

Lambda表达式是一种匿名函数的简洁表示方式,它可以在需要函数作为参数的地方使用,并提供了一种更简洁、更灵活的编码方式,其语法为“lambda 参数列表: 表达式”,参数列表是函数的参数,可以包含一个或多个参数,用逗号分隔,表达式是函数的执行体,用于定义函数的具体操作。本专题为大家提供lambda表达式相关的文章、下载、课程内容,供大家免费下载体验。

971

2023.09.15

OpenJDK JVM参数怎么调优
OpenJDK JVM参数怎么调优

Java应用运行缓慢,如何调整JVM参数?本专题介绍OpenJDK JVM性能调优的基本流程,涵盖性能指标确认、运行数据采集、内存配置和垃圾回收分析,帮助你先定位瓶颈,再通过对照测试验证效果,避免直接套用参数而影响应用稳定性。

0

2026.10.16

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Uvicorn官方安装与入门手册
Uvicorn官方安装与入门手册

共0课时 | 0人学习

Python uv官方项目管理指南
Python uv官方项目管理指南

共0课时 | 0人学习

Python uv官方安装与入门文档
Python uv官方安装与入门文档

共0课时 | 0人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn