Python se ha convertido en uno de los lenguajes de programación más utilizados por su enorme versatilidad, y la creación de APIs es uno de sus puntos fuertes. Y, para aprovechar esta capacidad, frameworks como FastAPI lo hacen todo aún más sencillo.
Este software agiliza el desarrollo de una API ofreciendo gran rendimiento y productividad gracias al uso de ‘type hints’, validación automática, documentación interactiva, soporte nativo para programación asíncrona y generación instantánea de OpenAPI/Swagger. Por eso aprender a sacarle el máximo partido a FastAPI les permitirá desarrollar servicios más fiables, rápidos y fáciles de mantener.
Qué es FastAPI
FastAPI es un framework de Python diseñado para construir APIs HTTP de alto rendimiento de forma eficiente y usando poco código.
Aprovecha los ‘type hints’ de Python y bibliotecas como Pydantic y Starlette, lo que permite validación y serialización automáticas, autogeneración de documentación Swagger/OpenAPI y la capacidad que necesitan para manejar operaciones asíncronas usando async/await, todo ello desde el primer momento.
Ventajas de usar FastAPI
FastAPI ofrece un sinfín de beneficios que convierten a este software en una excelente opción a la hora de desarrollar APIs eficientes y modernas.
- Gracias a su diseño asíncrono y su arquitectura ASGI, FastAPI alcanza velocidades comparables con NodeJS o Go.
- Genera interfaces interactivas con Swagger UI y ReDoc de forma inmediata, sin necesidad de configuración adicional.
- Utiliza Pydantic para validar automáticamente los datos entrantes y aumentar la fiabilidad del código.
- Reduce la duplicación de código, mejora la autocompletación en editores y disminuye posibles errores humanos.
- Incluye soporte para inyección de dependencias, tareas en segundo plano, WebSockets y gestión de seguridad con OAuth2/JWT.
- Además, aunque tiene menor trayectoria que frameworks como Flask o Django, su comunidad está en expansión, lo que hace que no deje de ganar popularidad.
Requisitos para comenzar
Ahora que conocen cuál es la relación entre FastAPI y Python, ha llegado la hora de que conozcan cuáles son sus requisitos técnicos.
- Python 3.7 o superior, pues FastAPI aprovecha los type hints y otras funcionalidades modernas del lenguaje, lo que hace que necesiten una versión actual del mismo.
- Usar ‘venv’ o herramientas como ‘virtualenv’ o ‘pyenv’, que les permitirán aislar dependencias por proyecto y evitar conflictos entre librerías.
- Necesitarán conocimientos básicos de HTTP, JSON y type hints, pues les ayudarán a comprender mucho mejor cómo funciona este framework.
- Un editor de código con autocompletado que mejore su productividad, ya que FastAPI ofrece completado tanto para tipos como para rutas gracias a type hints.
- ASGI server como Uvicorn, que les permita ejecutar su aplicación con alta eficiencia y soporte para async.
¿Lo tienen? Perfecto, ya están preparados para pasar a la instalación de su nueva herramienta preferida.
Cómo instalar FastAPI
Instalar FastAPI y todo lo necesario para correr su primera aplicación resulta sencillo si siguen los pasos de la breve guía que hemos elaborado para ayudarles.
- Crear y activar un entorno virtual con ‘venv’, ‘virtualenv’ u otra herramienta del estilo.
- Instalar FastAPI y Uvicorn dentro del entorno mediante pip con: ‘pip install fastapi uvicorn[standard]’, incluyendo dependencias recomendadas para serve y testing.
- Si lo desean, pueden comprobar la instalación con ‘fastapi --version’, o bien probando importar FastAPI en un REPL o script.
- Preparar su estructura de proyecto, por ejemplo creando un archivo ‘main.py’ en el que definir su aplicación.
Con esto, ya podrán escribir y ejecutar código con FastAPI sin complicaciones. No resulta tan intuitivo como crear un sitio web desde cero y llenarlo de contenido con Inteligencia Artificial con GoDaddy Airo, ¡pero tampoco es el proceso más complicado del mundo!
Creación paso a paso de una API básica
Aquí tienen un ejemplo básico que les permitirá crear su primera API con FastAPI en tan solo 5 pasos.
1. En ‘main.py’, importar y crear la app:
from fastapi import FastAPI
app = FastAPI()
2. Definir una ruta simple con una función async o normal, por ejemplo:
@app.get("/")
async def root():
return {"message": "Hello, World!"}
3. Ejecutar el servidor con recarga automática usando Uvicorn:
uvicorn main:app --reload
4. Abrir el navegador en ‘http://127.0.0.1:8000/’ para ver la respuesta JSON.
5. Acceder a la documentación automática en ‘/docs (Swagger UI)’ o ‘/redoc (ReDoc)’, creada automáticamente por FastAPI.
Esta sencilla secuencia les permitirá probar una API completamente funcional en minutos, con código claro y documentación lista al instante.
Cuando lo dominen, podrán desplegar modelos de Machine Learning (ML) con FastAPI de forma sencilla, pues este framework permite exponerlos como APIs rápidas y escalables. Esto les permitirá recibir datos, procesarlos con el modelo entrenado y devolver predicciones en tiempo real, integrando fácilmente Inteligencia Artificial (IA) en aplicaciones web o servicios externos.
Pruebas y documentación automática
FastAPI destaca por ofrecer capacidades de pruebas sencillas junto con documentación generada automáticamente, lo que contribuye a agilizar enormemente el desarrollo de APIs.
La generación automática de documentación interactiva (Swagger UI y ReDoc) se basa en los estándares OpenAPI y JSON Schema, y se actualiza al instante con cada cambio que introduzcan en sus rutas o modelos.
Por su parte, las pruebas son intuitivas gracias a ‘TestClient’ (basado en HTTPX), que permite emplear ‘pytest’ de forma directa para verificar rutas, respuestas y lógica de negocio con sentencias ‘assert’, garantizando calidad desde el inicio.
Buenas prácticas con FastAPI
Seguir e implementar los siguientes tips a la hora de trabajar con FastAPI hará que sus APIs sean mantenibles, más seguras y también escalables.
- Organizar su proyecto de forma modular, usando carpetas como ‘routers’, ‘dependencies’ o ‘internal’.
- Usar rutas async cuando sean I/O intensivas, dejando las sync para casos específicos para mantener el rendimiento del bucle de eventos.
- Usar Pydantic, incluyendo modelos y configuración para validar y conseguir mayor claridad en los datos.
- Definir dependencias reutilizables y eficientes usando el sistema de inyección de FastAPI y cacheando donde más convenga.
- Seguir convenciones REST y evitar duplicar rutas hará que puedan mantener la claridad y escalabilidad de su API.
Recursos para seguir aprendiendo
Si tras llegar hasta aquí han descubierto que el tema les interesa y desean profundizar en el uso de FastAPI, aquí tienen algunos recursos accesibles que pueden resultarles muy útiles.
- La guía oficial y tutorial de FastAPI, en el sitio de Tiangolo, contiene documentación completa, guías paso a paso y ejemplos enriquecedores.
- El tutorial ‘Getting Started with Python and FastAPI: A Complete Beginner’s Guide’, en PyImageSearch, les enseñará casi todo lo que necesitan saber a la hora de trabajar con este framework para Python.
Además, explorar el repositorio ‘FastAPI Best Practices’ en GitHub les permitirá profundizar aún más. ¡Y eso por no hablar de todos los tutoriales en video que pueden encontrar en la red!
