FastAPI 依赖管理的三种方式对比：依赖注入 vs LRU 缓存 vs 全局变量

2024-12-06
北京
本文字数：2209 字
阅读完需：约 7 分钟

在 FastAPI 项目开发中，我们经常需要管理一些共享资源，比如数据库连接、日志记录器、API 客户端等。本文将详细对比三种常见的依赖管理方式：依赖注入(Dependency Injection)、全局方法+LRU 缓存、以及全局变量，分析它们的优缺点和适用场景。

1. 三种方式的基本用法

1.1 依赖注入 (Dependency Injection)

from fastapi import Dependsfrom logging import Logger
def get_logger() -> Logger:    logger = logging.getLogger("my_app")    return logger
@app.get("/api/items")async def get_items(logger: Logger = Depends(get_logger)):    logger.info("Fetching items")    return {"items": []}

复制代码

1.2 全局方法 + LRU 缓存

from functools import lru_cache
@lru_cache()def get_logger() -> Logger:    logger = logging.getLogger("my_app")    return logger
@app.get("/api/items")async def get_items():    logger = get_logger()    logger.info("Fetching items")    return {"items": []}

复制代码

1.3 全局变量

logger = logging.getLogger("my_app")
@app.get("/api/items")async def get_items():    logger.info("Fetching items")    return {"items": []}

复制代码

2. 三种方式的对比

让我们从多个维度来对比这三种方式：

2.1 初始化时机

sequenceDiagram    participant App as Application    participant Module as Module    participant Resource as Resource
    Note over App,Resource: 全局变量    App->>Module: Import module    Module->>Resource: Initialize immediately        Note over App,Resource: LRU Cache    App->>Module: Import module    App->>Resource: Initialize on first use        Note over App,Resource: Dependency Injection    App->>Module: Import module    App->>Resource: Initialize per request/usage

复制代码

全局变量：模块导入时立即初始化
LRU 缓存：第一次调用时初始化（懒加载）
依赖注入：每次注入时初始化（可配置缓存）

2.2 资源管理示例

以数据库连接为例：

# 1. 依赖注入from fastapi import Dependsfrom sqlalchemy import create_enginefrom sqlalchemy.orm import Session
def get_db():    engine = create_engine("postgresql://user:pass@localhost/db")    db = Session(engine)    try:        yield db    finally:        db.close()
@app.get("/users")def get_users(db: Session = Depends(get_db)):    return db.query(User).all()
# 2. LRU缓存@lru_cache()def get_db_engine():    return create_engine("postgresql://user:pass@localhost/db")
def get_users():    engine = get_db_engine()    with Session(engine) as db:        return db.query(User).all()
# 3. 全局变量engine = create_engine("postgresql://user:pass@localhost/db")
def get_users():    with Session(engine) as db:        return db.query(User).all()

复制代码

3. 各方式的优缺点

3.1 依赖注入

优点：

依赖关系明确
易于测试和 mock
可以管理资源生命周期
支持异步依赖
适合请求级别的隔离

缺点：

代码略显冗长
有一定的性能开销
配置相对复杂

3.2 LRU 缓存 + 全局方法

优点：

延迟初始化
自动缓存结果
线程安全
可控制缓存大小
易于清除缓存（用于测试）

缺点：

不能自动管理资源生命周期
缓存可能占用内存
不适合请求级别的隔离

3.3 全局变量

优点：

代码最简单
使用方便
性能开销最小

缺点：

难以测试和 mock
可能造成循环导入
初始化失败影响整个模块
资源生命周期难以控制

4. 使用建议

4.1 使用依赖注入的场景

需要请求级别隔离的资源
需要管理资源生命周期
需要频繁进行单元测试
需要异步依赖
配置可能经常变化

示例：数据库会话、请求专用的 API 客户端

4.2 使用 LRU 缓存的场景

创建成本高的资源
需要延迟初始化
线程安全要求高
需要缓存控制
无状态或状态可共享的资源

示例：数据库连接池、全局配置、日志记录器

4.3 使用全局变量的场景

常量配置
简单的初始化操作
确定不会失败的资源
真正需要在启动时就初始化的资源

示例：应用常量、简单配置对象

5. 实际应用示例

一个结合三种方式的最佳实践：

from functools import lru_cachefrom fastapi import FastAPI, Dependsfrom sqlalchemy import create_enginefrom sqlalchemy.orm import Session
# 1. 全局常量 - 适合配置APP_NAME = "my_app"MAX_CONNECTIONS = 100
# 2. LRU缓存 - 适合共享资源@lru_cache()def get_db_engine():    return create_engine(        "postgresql://user:pass@localhost/db",        pool_size=MAX_CONNECTIONS    )
@lru_cache()def get_logger():    return logging.getLogger(APP_NAME)
# 3. 依赖注入 - 适合请求级别的资源def get_db():    engine = get_db_engine()    db = Session(engine)    try:        yield db    finally:        db.close()
app = FastAPI()
@app.get("/users")def get_users(db: Session = Depends(get_db)):    logger = get_logger()    logger.info("Fetching users")    return db.query(User).all()

复制代码

6. 总结

选择合适的依赖管理方式应该基于以下因素：

资源的生命周期要求
初始化成本
测试需求
并发访问情况
内存使用限制
代码可维护性

在实际项目中，这三种方式往往是相互补充的，而不是互斥的。选择合适的方式可以让代码更加清晰、可维护，同时保持良好的性能。

发布于: 刚刚阅读数: 5

大法师

关注

还未添加个人签名 2018-02-21 加入

还未添加个人简介

发布

暂无评论

创作场景

FastAPI 依赖管理的三种方式对比：依赖注入 vs LRU 缓存 vs 全局变量

1. 三种方式的基本用法

1.1 依赖注入 (Dependency Injection)

1.2 全局方法 + LRU 缓存

1.3 全局变量

2. 三种方式的对比

2.1 初始化时机

2.2 资源管理示例

3. 各方式的优缺点

3.1 依赖注入

3.2 LRU 缓存 + 全局方法

3.3 全局变量

4. 使用建议

4.1 使用依赖注入的场景

4.2 使用 LRU 缓存的场景

4.3 使用全局变量的场景

5. 实际应用示例

6. 总结

大法师

评论