# Fastapi

**Repository Path**: wanglv110/fastapi

## Basic Information

- **Project Name**: Fastapi
- **Description**: 使用python写的简易api服务程序，使用的是FastApi服务。
1. 实现了spark通过rest api接口提交程序的功能。
2. 大模型api服务
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-02-08
- **Last Updated**: 2025-02-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

我已经有一个写好的spark程序的jar包了，使用FastAPI来形成一个服务，通过调用spark-submit来提交spark 任务到集群中

## 一 环境准备
### 1 推荐python3.6以上版本
````
linux 安装 conda python
1 下载安装conda
wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh
运行此脚本，直接安装conda

如果安装时没有初始化，则手动初始化conda
/root/anaconda3/bin/conda init

查看conda安装版本，安装完成
conda --version


2 用conda创建自定义的python环境

创建虚拟环境
conda create -n spark_311 python=3.11
查看环境：
conda env list
切换环境
conda activate spark_311
卸载环境
conda remove --name spark_311 --all
````

### 2 FastAPI 及相关依赖安装：使用pip命令安装安装了FastAPI和uvicorn（一个ASGI服务器，用于运行FastAPI应用）：
```
pip install fastapi uvicorn
```

## 二 运行FastAPI 服务

````
uvicorn spark_server.py:app --reload
uvicorn spark_server:app --host 0.0.0.0 --port 60100 --workers 4 --limit-concurrency 100 --limit-max-requests 500 --access-log --use-colors --proxy-headers
````
说明：
spark_service.py： 是代码所在的 Python 文件名
app：是FastAPI 应用的那个实例对象，指的是代码中的app = FastAPI()这个实例对象
--host: 指定服务器应该监听的 IP 地址。默认为 127.0.0.1。
--port: 指定服务器应该监听的端口。默认为 8000。
--reload: 启用自动重载。当源代码发生变化时，服务器将自动重启。这在开发阶段非常有用。
--workers: 指定工作进程的数量。默认为 1。在生产环境中，通常会设置大于1的值来利用多核处理器。
--limit-concurrency: 限制同时处理的请求数量。默认情况下没有限制。
--limit-max-requests: 每个工作进程在重启之前可以处理的最大请求数量。默认情况下没有限制。
--backlog: 指定最大挂起连接数。默认为 2048。
--access-log: 启用访问日志。可以设置为 False 来禁用。
--use-colors: 在日志中使用颜色。默认为 True。
--proxy-headers: 启用 X-Forwarded-For 和 X-Forwarded-Proto 头部支持，这在代理后面运行 Uvicorn 时很有用。



启动后，服务默认会监听http://127.0.0.1:8000 这个地址，启动后就可以调用服务了


### 三 生产环境运行

在生产环境中，通常不推荐直接使用 uvicorn 命令来运行服务，因为它会在前台运行，并且当你关闭终端时服务也会停止。
为了在后台持续运行服务，你可以使用一些工具来守护进程，例如 systemd、supervisord 或 nohup。

1 生产时后台运行
````
conda activate spark_311
nohup uvicorn --app-dir /data/app/fastapi spark_server:app --host 0.0.0.0 --port 60100 --workers 2 &> /data/app/fastapi/out.log &

````

2 把python项目部署为systemctl服务
/etc/systemd/system 目录下新建一个文件fastapi.service
添加以下内容
````
[Unit]
Description=FastAPI service
After=network.target

[Service]
User=root
Group=root
WorkingDirectory=/data/app/fastapi
Environment="PATH=/root/anaconda3/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin"
ExecStart=/root/anaconda3/bin/conda run -n spark_311 uvicorn --app-dir /data/app/fastapi spark_server:app --host 0.0.0.0 --port 60100 --workers 2

[Install]
WantedBy=multi-user.target
````

systemctl 服务命令：
重新加载Systemd以识别新服务：
systemctl daemon-reload
启用服务/开机自启：
systemctl enable fastapi.service
启动服务：
systemctl start fastapi.service
停止服务：
systemctl stop fastapi.service
检查服务状态：
systemctl status fastapi.service