在 Fly.io 上使用 SQLite 部署 FastAPI 应用程序
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,这又是昂贵的(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:
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}
sqlite_data 是存储的名称,/data 是连接卷的路径。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:
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)
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:
aiosqlite fastapi uvicorn
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:
fly launch --build-only
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:
fly volumes create sqlite_data -s 1 -r ams
要检查部署之间保存的数据库状态,我们可以使用 FlyDeploy 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:
[mounts] source = "sqlite_data" destination = "/data"
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,并在出现流量时自动打开。
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。
以上是在 Fly.io 上使用 SQLite 部署 FastAPI 应用程序的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。 Python以简洁和强大的生态系统着称,C 则以高性能和底层控制能力闻名。

2小时内可以学会Python的基本编程概念和技能。1.学习变量和数据类型,2.掌握控制流(条件语句和循环),3.理解函数的定义和使用,4.通过简单示例和代码片段快速上手Python编程。

Python在游戏和GUI开发中表现出色。1)游戏开发使用Pygame,提供绘图、音频等功能,适合创建2D游戏。2)GUI开发可选择Tkinter或PyQt,Tkinter简单易用,PyQt功能丰富,适合专业开发。

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

要在有限的时间内最大化学习Python的效率,可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。
