扫描二维码关注或者微信搜一搜：编程智域前端至全栈交流与成长

FastAPI依赖注入深度实践：类依赖的工厂模式与实例复用

一、类依赖的基本原理

在FastAPI的依赖注入系统中，类作为依赖项使用时，框架会自动创建类的实例。当我们这样定义一个路由处理函数时：

1
2
3

@app.get("/items/")
def read_items(service: ItemService = Depends()):
    return service.get_items()

FastAPI会为每个请求创建一个新的ItemService实例。这种默认行为在某些场景下可能产生性能问题，特别是当依赖类需要执行初始化数据库连接、加载大文件等耗时操作时。

二、工厂模式实现

2.1 工厂函数基础实现

通过工厂模式控制实例创建过程：

class DatabaseConfig:
    def __init__(self, url: str = "sqlite:///test.db"):
        self.url = url


class DatabaseService:
    def __init__(self, config: DatabaseConfig):
        self.connection = self.create_connection(config.url)

    def create_connection(self, url):
        # 模拟数据库连接
        print(f"Creating new connection to {url}")
        return f"Connection_{id(self)}"


def get_db_service(config: DatabaseConfig = Depends()) -> DatabaseService:
    return DatabaseService(config)


@app.get("/users/")
def get_users(service: DatabaseService = Depends(get_db_service)):
    return {"connection": service.connection}

这个实现的特点：

解耦配置和服务的实例化
支持依赖层级嵌套（DatabaseConfig自动注入到工厂函数）
符合单一职责原则

2.2 带缓存的工厂模式

优化高频调用场景的性能：

from fastapi import Depends
from functools import lru_cache


class AnalysisService:
    def __init__(self, config: dict):
        self.model = self.load_ai_model(config["model_path"])

    def load_ai_model(self, path):
        print(f"Loading AI model from {path}")
        return f"Model_{id(self)}"


@lru_cache(maxsize=1)
def get_analysis_service(config: dict = {"model_path": "models/v1"}) -> AnalysisService:
    return AnalysisService(config)


@app.get("/predict")
def make_prediction(service: AnalysisService = Depends(get_analysis_service)):
    return {"model": service.model}

缓存机制说明：

使用lru_cache实现内存缓存
maxsize=1表示只缓存最新实例
当配置参数变化时会自动创建新实例
适合模型加载等重量级初始化场景

三、实例复用策略

3.1 单例模式实现

实现真正的单例依赖：

from contextlib import contextmanager
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker


class DatabaseSingleton:
    _instance = None

    def __new__(cls, dsn: str):
        if not cls._instance:
            cls._instance = super().__new__(cls)
            cls._instance.engine = create_engine(dsn)
            cls._instance.Session = sessionmaker(bind=cls._instance.engine)
        return cls._instance


@contextmanager
def get_db_session(dsn: str = "sqlite:///test.db"):
    db = DatabaseSingleton(dsn)
    session = db.Session()
    try:
        yield session
        session.commit()
    except Exception as e:
        session.rollback()
        raise e
    finally:
        session.close()


@app.get("/transactions")
def get_transactions(session=Depends(get_db_session)):
    return {"status": "success"}

3.2 请求级别复用

在请求处理周期内复用实例：

from fastapi import Request


class RequestTracker:
    def __init__(self, request: Request):
        self.request = request
        self.start_time = time.time()

    @property
    def duration(self):
        return time.time() - self.start_time


def get_tracker(request: Request) -> RequestTracker:
    if not hasattr(request.state, "tracker"):
        request.state.tracker = RequestTracker(request)
    return request.state.tracker


@app.get("/status")
def get_status(tracker: RequestTracker = Depends(get_tracker)):
    return {"duration": tracker.duration}

四、实际应用场景

4.1 配置中心集成

动态配置加载示例：

from pydantic import BaseSettings


class AppSettings(BaseSettings):
    env: str = "dev"
    api_version: str = "v1"

    class Config:
        env_file = ".env"


def config_factory() -> AppSettings:
    return AppSettings()


def get_http_client(settings: AppSettings = Depends(config_factory)):
    timeout = 30 if settings.env == "prod" else 100
    return httpx.Client(timeout=timeout)

4.2 多租户系统

租户感知的依赖注入：

class TenantContext:
    def __init__(self, tenant_id: str):
        self.tenant_id = tenant_id
        self.config = self.load_tenant_config()

    def load_tenant_config(self):
        # 模拟从数据库加载配置
        return {
            "db_url": f"sqlite:///tenant_{self.tenant_id}.db",
            "theme": "dark" if self.tenant_id == "acme" else "light"
        }


def tenant_factory(tenant_id: str = Header(...)) -> TenantContext:
    return TenantContext(tenant_id)


@app.get("/dashboard")
def get_dashboard(ctx: TenantContext = Depends(tenant_factory)):
    return {"theme": ctx.config["theme"]}

五、课后Quiz

工厂模式在依赖注入中的主要作用是？
A) 减少代码量
B) 控制实例创建过程
C) 提高路由处理速度
D) 自动生成API文档
使用lru_cache装饰器缓存服务实例时，当什么情况下会创建新实例？
A) 每次请求时
B) 输入参数变化时
C) 服务类代码修改时
D) 服务器重启时
在多租户系统中，如何实现不同租户的数据库隔离？
A) 使用不同的路由前缀
B) 基于租户ID动态生成数据库连接
C) 为每个租户创建独立应用实例
D) 使用请求头认证

（答案：1.B 2.B 3.B）

六、常见报错解决方案

错误1：422 Validation Error

现象：

{
  "detail": [
    {
      "loc": [
        "header",
        "x-tenant-id"
      ],
      "msg": "field required",
      "type": "value_error.missing"
    }
  ]
}

原因分析：

请求缺少必要的Header参数
工厂函数参数类型声明错误
依赖项层级结构不匹配

解决方案：

检查请求是否包含所有必需的Header
验证工厂函数的参数类型声明
使用依赖关系图工具调试：
1
uvicorn main:app --reload --debug

错误2：依赖项初始化失败

现象：

1	RuntimeError: Unable to initialize service - missing config

排查步骤：

检查依赖项的参数传递链路
验证配置对象的默认值设置

在工厂函数中添加调试日志：

1
2
3

def get_service(config: AppSettings):
    print("Current config:", config.dict())
    return MyService(config)

预防建议：

为所有配置参数设置合理的默认值

使用pydantic的Field验证：

1 2	class AppSettings(BaseSettings): db_url: str = Field(..., env="DATABASE_URL")

余下文章内容请点击跳转至个人博客页面或者扫码关注或者微信搜一搜：编程智域前端至全栈交流与成长，阅读完整的文章：

FastAPI依赖注入实践：工厂模式与实例复用的优化策略