Technical Tutorials

في المشهد سريع التطور لتطوير الويب بلغة بايثون، أصبحت السرعة، وأمان النوع، وتجربة المطورين أمراً بالغ الأهمية. بينما هيمن Django وFlask لفترة طويلة، برز FastAPI كإطار عمل ويب عالي الأداء ومناسب للمؤسسات لبناء واجهات برمجة التطبيقات. بالاستفادة من تلميحات النوع القياسية في بايثون والقدرات الحديثة غير المتزامنة، يتيح FastAPI للمطورين بناء أنظمة قوية بحد أدنى من الشيفرة المكررة.

يستكشف هذا المقال أنماط البنية الأساسية، وأفضل الممارسات، والتنفيذات العملية المطلوبة لبناء واجهات برمجة تطبيقات REST جاهزة للإنتاج باستخدام FastAPI. سننتقل إلى ما هو أبعد من الدروس الأساسية لمناقشة حقن التبعيات، والتحقق من صحة البيانات، وتحسين الأداء غير المتزامن.

لماذا تختار FastAPI؟

تم بناء FastAPI على Starlette لأجزاء الويب وPydantic لأجزاء تحليل البيانات والتحقق منها. يوفر هذا المزيج عدة مزايا مميزة مقارنة بالأطر التقليدية:

أداء عالي: إنه أحد أسرع أطر عمل بايثون المتاحة، ويتنافس مع NodeJS وGo، بفضل دعمه غير المتزامن وبنية Starlette الأصلية.
توثيق تلقائي: يقوم تلقائياً بتوليد توثيق OpenAPI (Swagger UI وReDoc) بناءً على شيفرتك وتلميحات النوع، مما يلغي الحاجة إلى أدوات توثيق منفصلة.
أمان النوع: من خلال الاعتماد على تلميحات النوع في بايثون، يوفر FastAPI تحويل البيانات تلقائياً، والتحقق منها، وتوليد التوثيق.

هيكلة التطبيق الخاص بك

بالنسبة للمطورين من المستوى المتوسط والمتقدم، فإن التطبيق أحادي الملف غير كافٍ. الهيكل المعياري باستخدام الموجهات (Routers) أمر ضروري لسهولة الصيانة. دعنا نفحص هيكلية دليل قياسية والتنفيذ.

فكر في نهج قائم على الوحدات حيث يتم فصل المسارات إلى ملفات منفصلة. إليك مثال على نقطة نهاية API أساسية باستخدام FastAPI:

from fastapi import FastAPI, Depends, HTTPException
from pydantic import BaseModel
from typing import List, Optional

app = FastAPI(title="User Management API", version="1.0.0")

# تعريف نماذج Pydantic للتحقق من صحة الطلب والاستجابة
class UserBase(BaseModel):
    email: str
    username: str
    full_name: Optional[str] = None

class UserCreate(UserBase):
    password: str

class UserResponse(UserBase):
    user_id: int

    class Config:
        from_attributes = True

# تخزين في الذاكرة لأغراض العرض التوضيحي
fake_users_db = {}
current_user_id = 0

# تبعية لمحاكاة جلسات قاعدة البيانات أو فحوصات المصادقة
def get_db_session():
    # في التطبيق الحقيقي، هذا سيعيد جلسة قاعدة البيانات
    return {"status": "connected"}

@app.post("/users/", response_model=UserResponse, status_code=201)
async def create_user(user: UserCreate, db = Depends(get_db_session)):
    """
    إنشاء مستخدم جديد. التحقق من المدخلات باستخدام Pydantic.
    """
    global current_user_id
    current_user_id += 1
    
    # التحقق من البريد الإلكتروني المكرر
    if user.email in fake_users_db:
        raise HTTPException(status_code=400, detail="Email already registered")
    
    user_data = UserResponse(
        user_id=current_user_id,
        email=user.email,
        username=user.username,
        full_name=user.full_name
    )
    fake_users_db[user.email] = user_data
    return user_data

@app.get("/users/", response_model=List[UserResponse])
def read_users(skip: int = 0, limit: int = 10):
    """
    استرداد قائمة بالمستخدمين مع دعم الترقيم.
    """
    users = list(fake_users_db.values())
    return users[skip : skip + limit]

الاستفادة من Pydantic لضمان سلامة البيانات

جوهر محرك التحقق من صحة FastAPI هو Pydantic. على عكس Flask، حيث قد تقوم بتحليل JSON والتحقق من الحقول يدوياً، يستخدم FastAPI نماذج Pydantic لتحديد الشكل المتوقع لبياناتك. يضمن هذا أن البيانات الصالحة فقط تدخل منطق التطبيق الخاص بك.

الميزات الرئيسية التي يجب الاستفادة منها تشمل:

التحقق من الحقول: استخدم Field() لتحديد الطول الأدنى، أو أنماط التعبير النمطي (Regex)، أو القيم الافتراضية.
التحقق المخصص: قم بتنفيذ زخارف @validator أو @field_validator لإضافة قواعد تحقق منطق الأعمال المخصصة.
فئات التكوين: قم بتكوين سلوك نموذج Pydantic، مثل السماح بحقول إضافية أو تعيين قواعد التسلسل.

أفضل الممارسات غير المتزامنة

يدعم FastAPI تركيب async وawait الأصلي. عند استخدام نقاط النهاية غير المتزامنة، من الضروري تجنب العمليات التي تعيق التنفيذ (Blocking operations). إذا كنت تتفاعل مع قاعدة بيانات أو واجهة برمجة تطبيقات خارجية، فاستخدم المكتبات غير المتزامنة (مثل asyncpg لـ PostgreSQL أو httpx لطلبات HTTP) للحفاظ على الإدخال/الإخراج غير المعيق.

على سبيل المثال، عند استدعاء خدمة خارجية، يفضل استخدام:

import httpx
from fastapi import HTTPException

async def get_external_data(url: str):
    async with httpx.AsyncClient() as client:
        try:
            response = await client.get(url)
            response.raise_for_status()
            return response.json()
        except httpx.HTTPStatusError as e:
            raise HTTPException(status_code=e.response.status_code, detail=e.response.text)

ومع ذلك، كن حذراً مع المهام المرتبطة بمعالجة وحدة المعالجة المركزية (CPU-bound tasks). إذا كنت تقوم بحسابات مكثفة، ففكر في استخدام run_in_executor لتفويض المهمة إلى مجموعة خيوط لمنع تعطيل حلقة الأحداث.

الخاتمة

يمثل FastAPI قفزة كبيرة إلى الأمام لتطوير واجهات برمجة التطبيقات في بايثون. من خلال الجمع بين ألفة بايثون مع أداء الأطر غير المتزامنة وصرامة التحقق من صحة البيانات الآمنة من حيث النوع، فإنه يمكّن المطورين من بناء تطبيقات قابلة للتوسع وآمنة وموثقة جيداً. بالنسبة للمطورين الذين ينتقلون من Flask أو Django، فإن منحنى التعلم قابل للإدارة، والفوائد طويلة المدى من حيث قابلية الصيانة والأداء كبيرة. ابدأ بدمج تلميحات النوع في نماذج Pydantic الخاصة بك، واستفد من حقن التبعيات للحصول على شيفرة أنظف، وتبني النظام البيئي غير المتزامن لإطلاق العنان لإمكانات FastAPI بالكامل.