Sync fastapi docs from 11614be9 on 2026-03-11

This commit is contained in:
The Librarian
2026-03-11 04:00:06 +00:00
parent 95d1a394e6
commit 18a95756ed
1722 changed files with 91405 additions and 23556 deletions
+302
View File
@@ -0,0 +1,302 @@
# 設定與環境變數 { #settings-and-environment-variables }
在許多情況下,你的應用程式可能需要一些外部設定或組態,例如密鑰、資料庫憑證、電子郵件服務的憑證等。
這些設定大多是可變的(可能會改變),像是資料庫 URL。也有許多可能是敏感資訊,例如密鑰。
因此,通常會透過環境變數提供這些設定,讓應用程式去讀取。
/// tip
若想了解環境變數,你可以閱讀[環境變數](../environment-variables.md){.internal-link target=_blank}。
///
## 型別與驗證 { #types-and-validation }
這些環境變數只能處理文字字串,因為它們在 Python 之外,必須與其他程式與系統的其餘部分相容(甚至跨作業系統,如 Linux、Windows、macOS)。
這表示在 Python 中自環境變數讀取到的任何值都會是 `str`,而任何轉型成其他型別或驗證都必須在程式碼中完成。
## Pydantic `Settings` { #pydantic-settings }
幸好,Pydantic 提供了很好的工具,可用來處理由環境變數而來的設定:<a href="https://docs.pydantic.dev/latest/concepts/pydantic_settings/" class="external-link" target="_blank">Pydantic:設定管理</a>。
### 安裝 `pydantic-settings` { #install-pydantic-settings }
首先,請先建立你的[虛擬環境](../virtual-environments.md){.internal-link target=_blank},啟用它,然後安裝 `pydantic-settings` 套件:
<div class="termy">
```console
$ pip install pydantic-settings
---> 100%
```
</div>
當你用 `all` extras 安裝時,它也會一併包含在內:
<div class="termy">
```console
$ pip install "fastapi[all]"
---> 100%
```
</div>
### 建立 `Settings` 物件 { #create-the-settings-object }
從 Pydantic 匯入 `BaseSettings` 並建立子類別,與建立 Pydantic model 的方式非常類似。
就像使用 Pydantic model 一樣,你用型別註解宣告類別屬性,並可選擇性地提供預設值。
你可以使用與 Pydantic model 相同的所有驗證功能與工具,例如不同的資料型別與透過 `Field()` 進行額外驗證。
{* ../../docs_src/settings/tutorial001_py310.py hl[2,5:8,11] *}
/// tip
如果你想要可以直接複製貼上的範例,先別用這個,請改用本文最後一個範例。
///
接著,當你建立該 `Settings` 類別的實例(此處為 `settings` 物件)時,Pydantic 會以不區分大小寫的方式讀取環境變數,因此,即使環境變數是大寫的 `APP_NAME`,也會被讀入屬性 `app_name`
然後它會轉換並驗證資料。因此,當你使用該 `settings` 物件時,你會得到你宣告的型別的資料(例如 `items_per_user` 會是 `int`)。
### 使用 `settings` { #use-the-settings }
接著你可以在應用程式中使用新的 `settings` 物件:
{* ../../docs_src/settings/tutorial001_py310.py hl[18:20] *}
### 執行伺服器 { #run-the-server }
接下來,你可以在啟動伺服器時,將設定以環境變數傳入。舉例來說,你可以設定 `ADMIN_EMAIL``APP_NAME`
<div class="termy">
```console
$ ADMIN_EMAIL="deadpool@example.com" APP_NAME="ChimichangApp" fastapi run main.py
<span style="color: green;">INFO</span>: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
```
</div>
/// tip
要為單一指令設定多個環境變數,只要用空白分隔它們,並全部放在指令前面即可。
///
如此一來,`admin_email` 設定會被設為 `"deadpool@example.com"`
`app_name` 會是 `"ChimichangApp"`
`items_per_user` 則會保留其預設值 `50`
## 在另一個模組中的設定 { #settings-in-another-module }
你也可以把這些設定放在另一個模組檔案中,就像在[更大的應用程式 - 多個檔案](../tutorial/bigger-applications.md){.internal-link target=_blank}所示。
例如,你可以有一個 `config.py` 檔案如下:
{* ../../docs_src/settings/app01_py310/config.py *}
然後在 `main.py` 檔案中使用它:
{* ../../docs_src/settings/app01_py310/main.py hl[3,11:13] *}
/// tip
你也需要一個 `__init__.py` 檔案,詳見[更大的應用程式 - 多個檔案](../tutorial/bigger-applications.md){.internal-link target=_blank}。
///
## 在相依中的設定 { #settings-in-a-dependency }
在某些情境中,從相依(dependency)提供設定,會比在各處使用一個全域的 `settings` 物件更有用。
這在測試時特別實用,因為你可以很容易用自訂的設定來覆寫一個相依。
### 設定檔 { #the-config-file }
延續前一個範例,你的 `config.py` 可以像這樣:
{* ../../docs_src/settings/app02_an_py310/config.py hl[10] *}
注意現在我們不再建立預設實例 `settings = Settings()`
### 主應用程式檔案 { #the-main-app-file }
現在我們建立一個相依,回傳新的 `config.Settings()`
{* ../../docs_src/settings/app02_an_py310/main.py hl[6,12:13] *}
/// tip
我們稍後會討論 `@lru_cache`
現在你可以先把 `get_settings()` 視為一般函式。
///
接著我們可以在*路徑操作函式 (path operation function)* 中將它宣告為相依,並在需要的地方使用它。
{* ../../docs_src/settings/app02_an_py310/main.py hl[17,19:21] *}
### 設定與測試 { #settings-and-testing }
接著,在測試時要提供不同的設定物件會非常容易,只要為 `get_settings` 建立相依覆寫(dependency override)即可:
{* ../../docs_src/settings/app02_an_py310/test_main.py hl[9:10,13,21] *}
在相依覆寫中,我們在建立新的 `Settings` 物件時設定 `admin_email` 的新值,然後回傳該新物件。
接著我們就可以測試它是否被使用。
## 讀取 `.env` 檔 { #reading-a-env-file }
如果你有許多設定,而且在不同環境中可能常常變動,將它們放在一個檔案中,然後像讀取環境變數一樣自該檔案讀取,可能會很實用。
這種作法很常見,這些環境變數通常放在 `.env` 檔中,而該檔案被稱為「dotenv」。
/// tip
在類 Unix 系統(如 Linux 與 macOS)中,以點(`.`)開頭的檔案是隱藏檔。
但 dotenv 檔並不一定必須使用這個確切的檔名。
///
Pydantic 透過外部函式庫支援讀取這類型的檔案。你可以閱讀更多:<a href="https://docs.pydantic.dev/latest/concepts/pydantic_settings/#dotenv-env-support" class="external-link" target="_blank">Pydantic SettingsDotenv (.env) 支援</a>。
/// tip
要讓這個功能運作,你需要 `pip install python-dotenv`
///
### `.env` 檔 { #the-env-file }
你可以有一個 `.env` 檔如下:
```bash
ADMIN_EMAIL="deadpool@example.com"
APP_NAME="ChimichangApp"
```
### 從 `.env` 讀取設定 { #read-settings-from-env }
然後更新你的 `config.py`
{* ../../docs_src/settings/app03_an_py310/config.py hl[9] *}
/// tip
`model_config` 屬性僅用於 Pydantic 的設定。你可以閱讀更多:<a href="https://docs.pydantic.dev/latest/concepts/config/" class="external-link" target="_blank">Pydantic:概念:設定</a>。
///
在這裡我們在 Pydantic 的 `Settings` 類別中定義設定 `env_file`,並將其值設為要使用的 dotenv 檔名。
### 使用 `lru_cache` 只建立一次 `Settings` { #creating-the-settings-only-once-with-lru-cache }
從磁碟讀取檔案通常是昂貴(慢)的操作,所以你可能希望只做一次,然後重複使用同一個設定物件,而不是在每個請求都讀取。
但每次我們這樣做:
```Python
Settings()
```
都會建立一個新的 `Settings` 物件,而且在建立時會再次讀取 `.env` 檔。
如果相依函式只是像這樣:
```Python
def get_settings():
return Settings()
```
我們就會為每個請求建立該物件,並在每個請求都讀取 `.env` 檔。⚠️
但由於我們在上方使用了 `@lru_cache` 裝飾器,`Settings` 物件只會在第一次呼叫時建立一次。✔️
{* ../../docs_src/settings/app03_an_py310/main.py hl[1,11] *}
之後在下一批請求的相依中任何對 `get_settings()` 的呼叫,都不會再執行 `get_settings()` 的內部程式碼與建立新的 `Settings` 物件,而是會一再回傳第一次呼叫時回傳的同一個物件。
#### `lru_cache` 技術細節 { #lru-cache-technical-details }
`@lru_cache` 會修改它所裝飾的函式,使其回傳第一次回傳的相同值,而不是每次都重新計算、執行函式碼。
因此,被裝飾的函式對於每組參數組合只會執行一次。之後,凡是以完全相同參數組合呼叫時,都會重複使用先前對應的回傳值。
例如,如果你有一個函式:
```Python
@lru_cache
def say_hi(name: str, salutation: str = "Ms."):
return f"Hello {salutation} {name}"
```
你的程式可能會這樣執行:
```mermaid
sequenceDiagram
participant code as Code
participant function as say_hi()
participant execute as Execute function
rect rgba(0, 255, 0, .1)
code ->> function: say_hi(name="Camila")
function ->> execute: execute function code
execute ->> code: return the result
end
rect rgba(0, 255, 255, .1)
code ->> function: say_hi(name="Camila")
function ->> code: return stored result
end
rect rgba(0, 255, 0, .1)
code ->> function: say_hi(name="Rick")
function ->> execute: execute function code
execute ->> code: return the result
end
rect rgba(0, 255, 0, .1)
code ->> function: say_hi(name="Rick", salutation="Mr.")
function ->> execute: execute function code
execute ->> code: return the result
end
rect rgba(0, 255, 255, .1)
code ->> function: say_hi(name="Rick")
function ->> code: return stored result
end
rect rgba(0, 255, 255, .1)
code ->> function: say_hi(name="Camila")
function ->> code: return stored result
end
```
在我們的相依 `get_settings()` 這個案例中,該函式甚至不帶任何參數,因此它總是回傳相同的值。
如此一來,它的行為幾乎就像全域變數。但因為它使用相依函式,因此我們可以在測試時輕鬆將其覆寫。
`@lru_cache``functools` 的一部分,而 `functools` 是 Python 標準程式庫的一部分。你可以在<a href="https://docs.python.org/3/library/functools.html#functools.lru_cache" class="external-link" target="_blank">Python 文件中閱讀 `@lru_cache`</a> 以了解更多。
## 回顧 { #recap }
你可以使用 Pydantic Settings 來處理應用程式的設定或組態,並享有 Pydantic model 的全部能力。
- 透過相依可以讓測試更容易。
- 你可以搭配 `.env` 檔使用。
- 使用 `@lru_cache` 可以避免每個請求都重複讀取 dotenv 檔,同時仍可在測試時覆寫設定。