当前位置: 首页 > news >正文

从 Apache SeaTunnel 走向 ASF Member:一位开发者的长期主义样本悔

一、中间件是啥?咱用“餐厅”打个比方

想象一下,你的FastAPI应用是个高级餐厅。

?? 顾客(客户端请求)来到门口。

- 迎宾(CORS中间件):先看你是不是从允许的街区(域名)来的,不是就直接劝退(返回CORS错误)。

- 领位员(日志中间件):记下顾客几点来的、几个人。

- 安检(认证中间件):检查你有没有预约码(Token)。

?? 之后,顾客才能见到真正的厨师(你的路径操作函数)点菜吃饭(处理业务逻辑)。

?? 吃完离开时,还得经过传菜员(响应处理中间件),可能给打包盒贴个标签(添加响应头)。

这一系列站在“核心业务”前后的服务人员,就是中间件。它的核心价值在于:全局处理、业务无侵入。

官方文档讲得比较散,咱们今天就把这块硬骨头啃透,直接上代码。

?? 二、核心:怎么用?从最常用的CORS开始

好,咱们先来解决开头的“跨域”问题。这是99%的Web应用都会遇到的。

from fastapi import FastAPI

from fastapi.middleware.cors import CORSMiddleware

app = FastAPI()

# 1. 配置允许的源、方法、请求头

origins = [

"http://localhost:3000", # 你的前端开发地址

"https://your-production-site.com",

]

# 2. 添加中间件

app.add_middleware(

CORSMiddleware,

allow_origins=origins, # 允许的源列表,也可以用 ["*"] 放行所有(不安全!)

allow_credentials=True, # 允许携带Cookie

allow_methods=["*"], # 允许所有方法 (GET, POST, 等)

allow_headers=["*"], # 允许所有请求头

)

@app.get("/")

async def main():

return {"message": "Hello World"}

这里千万别学我当初偷懒,图省事直接上 `allow_origins=["*"]`,这在生产环境是安全大忌,相当于餐厅大门敞开,谁都能进。线上务必明确指定前端域名!

?? 三、动手:写一个自己的中间件

接下来重点来了,自定义中间件。比如,我们要给每个请求记日志,并计算处理耗时。

import time

from fastapi import FastAPI, Request

app = FastAPI()

@app.middleware("http") # 这是关键装饰器

async def log_request_time(request: Request, call_next):

# 1. 请求进来时

# 这里我们使用 time.perf_counter() 而不是 time.time(),因为它对于这些用例可能更精确

start_time = time.perf_counter()

path = request.url.path

method = request.method

print(f"?? 收到请求: {method} {path}")

# 2. 把请求交给下一个处理环节(可能是其他中间件,或者是最终的路由)

response = await call_next(request)

# 3. 响应返回前

process_time = time.perf_counter() - start_time

response.headers["X-Process-Time"] = str(process_time) # 可以往响应头加东西

print(f"? 请求完成: {method} {path}, 耗时: {process_time:.4f}秒")

return response

@app.get("/test")

async def test():

return {"message": "ok"}

访问 /test,看看控制台,是不是日志和响应头都有了?这就是一个最基础的HTTP中间件。

划重点: 中间件函数接收一个 call_next,它就像接力棒,你必须调用它(await call_next(request)),请求才能继续往后走。你在它前面和后面写的代码,就分别对应了“请求处理”和“响应处理”两个阶段。

?? 四、灵魂拷问:多个中间件,谁先谁后?

你是不是以为加完就完事了?多个中间件的执行顺序是超级易错点!

想象一下,你既加了CORS中间件,又加了上面的日志中间件,还加了一个认证中间件。它们怎么排队?

结论:按照添加的相反顺序执行“请求阶段”,再按照添加的正序执行“响应阶段”。 像洋葱一样,一层层进去,再一层层出来。

app = FastAPI()

# 假设我们按顺序添加三个中间件

app.add_middleware(MiddlewareC) # 第三个添加

app.add_middleware(MiddlewareB) # 第二个添加

app.middleware("http")(middleware_a) # 第一个添加(装饰器写法)

# 实际执行顺序(请求阶段):

# 1. middleware_a 的请求处理代码

# 2. MiddlewareB 的请求处理代码

# 3. MiddlewareC 的请求处理代码

# --- 到达路由函数 ---

# 4. MiddlewareC 的响应处理代码

# 5. MiddlewareB 的响应处理代码

# 6. middleware_a 的响应处理代码

# --- 响应返回给客户端 ---

官方文档虽然说了是“装饰器顺序”,但用 app.add_middleware() 添加时更容易迷糊。记不住就背下这个口诀:“后来居上(请求),原路返回(响应)”。 设计时,要把依赖关系想清楚,比如认证应该放在靠“里”层(后添加),日志可以放在最“外”层(先添加)。

?? 五、进阶:更底层的ASGI中间件

再说个容易翻车的点。上面我们用 @app.middleware("http") 叫HTTP中间件,是FastAPI封装好的。还有一种更底层、更强大的叫ASGI中间件。

它和HTTP中间件啥区别?好比一个是高级餐厅的固定流程(HTTP),另一个是后厨的原子操作(ASGI),能处理WebSocket等更多协议。

怎么用?通常你需要一个第三方库,比如 starlette-context 来在请求中传递全局数据,或者自己封装(FastAPI在fastapi.middleware中提供了几个中间件,仅仅是为了方便开发者,但大多数可用的中间件直接来自Starlette):

from fastapi import FastAPI

from starlette.middleware.base import BaseHTTPMiddleware

class CustomHeaderMiddleware(BaseHTTPMiddleware):

async def dispatch(self, request, call_next):

response = await call_next(request)

response.headers["X-Custom-Header"] = "MyValue"

return response

app = FastAPI()

app.add_middleware(CustomHeaderMiddleware) # 这里添加的就是ASGI中间件

注意: BaseHTTPMiddleware 使用简单,但官方提示可能有轻微性能损耗,因为每个请求都会创建新的类实例。对于超高并发场景,用之前的函数式 @app.middleware("http") 或直接写纯ASGI中间件是更优解。

??脚滥菜泌

http://www.jsqmd.com/news/610996/

相关文章:

  • springboot基于java搭建网站框架音乐系统_714i0lac
  • 芯视野 | Synwit_UI_Creator(ugui)PC端设计器:从零到一构建高效嵌入式UI
  • 别再混淆了!RuoYi-Vue中‘第三方登录’与‘标准单点登录(SSO)’的实现差异与选型建议
  • CompressO:重新定义音视频压缩的开源解决方案
  • AI:词向量模型详解(Word Embedding)
  • GIL终结者来了!Python原生无锁并发的3大工业级模式:MPMC队列、无等待哈希表、RCU读写分离实战(含perf火焰图验证)
  • IMX6ULL 裸机开发:RGB LCD 显示与 PWM 背光控制
  • OpenClaw日志分析:Qwen3-4B-Thinking-2507-GPT-5-Codex-Distill-GGUF快速定位服务异常根因
  • 云原生环境中的边缘AI推理服务
  • 利用Dockerfile打造高效Android持续集成环境
  • NUnit并行测试实战:利用Parallelizable提升测试效率300%
  • openclaw平替之nanobot源码解析(七):Gateway与多渠道集成未
  • 从原理到实践:使用Cost733完成天气环流分型的完整指南
  • Chat Smith 7.1.0 vs 原生ChatGPT:哪个更适合你的日常AI需求?
  • SQLite 创建表
  • 无障碍体验:OpenClaw+百川2-13B-4bits实现语音控制自动化
  • 嵌入式数值过渡库:轻量整数插值实现确定性平滑变化
  • 2026年绕线机生产厂家找哪家,自动嵌线机/下线机/立绕机/绑线机/大电机/伺服插纸机/插纸机,绕线机公司怎么选择 - 品牌推荐师
  • 可视化监控OpenClaw:Qwen3-14B任务执行看板搭建
  • Jmeter插件性能优化实战(下载、安装与高级应用指南)
  • GPT-5.2三兄弟怎么选?Instant/Thinking/Pro保姆级对比,附Python/Node.js接入避坑指南
  • 二手交易监控:OpenClaw驱动Qwen3.5-9B实现闲鱼自动捡漏
  • 基于核密度估计的CNN-LSTM-Attention-KDE多输入单输出回归模型【MATLAB】
  • 2026年当下可靠的刨削动力批发厂家有哪些,Arthroscopy System ,刨削动力生产厂家找哪家 - 品牌推荐师
  • leetcode 49 最优解排序 哈希+字典+质数
  • SPSS实战:多组比较的Tukey事后检验与置信区间可视化
  • 在超大数据集下 DuckDB 与 MySQL 查询速度对比召
  • 【C#高性能编程核心】:Span<T>在零分配字符串处理中的5个颠覆性实战案例
  • 09 华夏之光永存:带领华为盘古大模型走向世界巅峰
  • MYSQL8.0 --- liunx系统安装