FastAPI后台任务：是时候让你的代码飞起来了吗？-博客园

FastAPI后台任务：是时候让你的代码飞起来了吗？

2025-08-02 15:29:08 发布 49 浏览

页面报错/反馈

已收藏点赞

扫描二维码关注或者微信搜一搜：编程智域前端至全栈交流与成长

发现1000+提升效率与开发的AI工具和实用程序：https://tools.cmdragon.cn/

FastAPI BackgroundTasks 进阶指南

1. 核心机制解析

graph TD A[客户端请求] --> B[FastAPI路由处理] B --> C{是否包含BackgroundTasks} C -->|是| D[注册后台任务] C -->|否| E[直接返回响应] D --> F[构造响应对象] F --> G[返回HTTP响应] G --> H[执行注册的后台任务]

关键设计特点：

任务队列机制：所有后台任务按注册顺序执行
自动依赖注入：通过参数声明自动获取实例
异常隔离：单个任务失败不影响整体流程

2. 生产级代码示例

# requirements.txt
fastapi==0.103.2
pydantic==2.5.3
uvicorn==0.23.2

from fastapi import BackgroundTasks, FastAPI
from pydantic import BaseModel, EmailStr

app = FastAPI()

class UserRegister(BaseModel):
    username: str
    email: EmailStr
    password: str

async def send_welcome_email(email: str):
    """模拟邮件发送（实际应使用SMTP库）"""
    print(f"Sending email to {email}")
    # 这里可以添加真正的邮件发送逻辑

@app.post("/register", status_code=201)
async def create_user(
    user: UserRegister,
    background_tasks: BackgroundTasks
):
    """用户注册接口"""
    # 主逻辑处理
    print(f"Creating user: {user.username}")
    
    # 添加后台任务
    background_tasks.add_task(
        send_welcome_email, 
        user.email
    )
    
    return {"message": "User created successfully"}

3. 高级应用场景

3.1 数据库事务补偿

async def cleanup_failed_registration(user_id: int):
    """注册失败后的数据回滚"""
    async with AsyncSessionLocal() as session:
        await session.execute(
            delete(User).where(User.id == user_id)
        )
        await session.commit()

@app.post("/register")
async def register_user(
    user: UserRegister,
    background_tasks: BackgroundTasks
):
    try:
        # 数据库操作...
    except Exception as e:
        background_tasks.add_task(
            cleanup_failed_registration,
            new_user.id
        )
        raise HTTPException(...)

3.2 任务编排模式

def task_wrapper(func):
    """任务执行监控装饰器"""
    async def wrapper(*args, **kwargs):
        try:
            print(f"Starting task {func.__name__}")
            await func(*args, **kwargs)
            print(f"Task {func.__name__} completed")
        except Exception as e:
            print(f"Task failed: {str(e)}")
            # 可添加重试逻辑
    return wrapper

@app.post("/batch-process")
async def batch_processing(
    background_tasks: BackgroundTasks
):
    background_tasks.add_task(
        task_wrapper(process_data)
    )
    background_tasks.add_task(
        task_wrapper(generate_reports)
    )

4. 性能优化策略

任务分片：将大任务拆分为多个子任务
资源限制：通过信号量控制并发量
超时设置：为长时间任务添加执行时限

from fastapi.concurrency import run_in_threadpool

async def resource_intensive_task():
    # CPU密集型任务示例
    await run_in_threadpool(
        lambda: heavy_computation()
    )

5. 课后 Quiz

Q1: 当后台任务需要访问数据库时，应该如何正确处理数据库会话？
A) 直接使用主请求的会话
B) 每个任务创建独立会话
C) 使用全局共享会话

正确答案：B
解析：每个后台任务应该创建独立的数据库会话，因为主请求的会话在响应返回后可能已关闭。推荐在任务内部使用上下文管理器创建新会话。

6. 典型报错处理

报错现象：
RuntimeError: No response returned.

原因分析：
在后台任务中直接返回了响应对象

解决方案：

确保后台任务函数不返回任何值
将响应处理逻辑移到主请求流程
使用独立的路由处理异步任务结果

预防建议：

严格区分请求处理与后台任务职责
使用类型检查工具验证函数返回值
在任务函数中添加返回值检测逻辑

余下文章内容请点击跳转至个人博客页面或者扫码关注或者微信搜一搜：编程智域前端至全栈交流与成长，阅读完整的文章：FastAPI后台任务：是时候让你的代码飞起来了吗？

往期文章归档：

免费好用的热门在线工具

登录查看全部

参与评论