Cuando construimos un servicio de datos de vanguardia como FXMacroData tambiénNuestra misión es simple: servir datos macroeconómicos y de divisas de alta frecuencia de forma instantánea y confiable a los operadores, cuantos y equipos de fintech de todo el mundo.
Para lograr esto, necesitábamos un marco de Python que fuera rápido, nativo asincrónico, y perfectamente adecuado para la implementación moderna sin servidor en Google Cloud está funcionandoLos contendientes estándar eran Las demás ¿ Qué ? - ¿ Qué?Sin embargo, al final elegimos FastAPIAquí está el desglose técnico de por qué FastAPI fue el claro ganador para construir una API de datos moderna y de alto rendimiento diseñada para la nube.
El mandato de la API: rendimiento y eficiencia sin servidor
Nuestro requisito básico es alto . la coincidenciaLos servicios de datos macroeconómicos están vinculados a la E/S. La API pasa la mayor parte del tiempo esperando que la base de datos (Firestore) u otros servicios de red internos devuelvan datos, sin realizar cálculos pesados de la CPU.
- Flask (sincrónico/WSGI): El Flask estándar es sincronizado, lo que significa que un hilo de trabajo es bloqueado Esta ineficiencia desperdicia recursos computacionales y limita el número de usuarios concurrentes que un solo servidor puede manejar de manera rentable.
- Django (Monolito de peso pesado): Si bien Django es poderoso, es un marco de trabajo con opiniones y baterías. Muerte excesivaImplementar esta gran arquitectura sólo para servir a los puntos finales de datos es ineficiente, especialmente en un entorno flexible y de pago por uso como Cloud Run.
️ FastAPI: Asíncrono de forma nativa para una escalabilidad óptima en la nube
FastAPI está construido sobre la moderna Norma ASGI, haciendo que Las medidas de control de la seguridadasync/await) Esta arquitectura no bloqueante proporcionó la ventaja de rendimiento crítica que necesitábamos.
- No bloqueador de E/S: Cuando un trabajador de FastAPI inicia una solicitud de E/S (por ejemplo, esperando datos de Firestore), en lugar de bloquear, puede cambiar inmediatamente a manejar otra solicitud pendiente. cientos de solicitudes simultáneas con recursos mínimos.
- Integración sin servidor: Ser ligero y nativo de ASGI significa que FastAPI gira y se ejecuta perfectamente dentro de la breve vida útil de un contenedor sin servidor. El modelo de escalabilidad de Cloud Run, donde sólo pagamos por el tiempo de cálculo exacto utilizado.
La diferencia práctica: la concurrencia de E/S en el código
El beneficio de la programación asíncrona nativa es inmediatamente evidente cuando se solicitan datos de múltiples fuentes internas o externas simultáneamente.
➡️ Flask (ejemplo sincrónico)
La ejecución se ejecuta . en secuenciaEl tiempo total de ejecución es el cantidad de los dos retrasos (aproximadamente 2 segundos), ya que la segunda llamada debe esperar a que la primera se complete.
# Flask (Synchronous)
import time
from flask import Flask
app = Flask(__name__)
@app.route("/")
def sync_example():
time.sleep(1) # Wait for Source A
time.sleep(1) # Wait for Source B
return "Total Time: ~2.0s"
➡️ FastAPI (ejemplo asíncrono)
La ejecución se ejecuta . simultáneamenteEl tiempo total de ejecución es el máximo de los dos retrasos (aproximadamente 1 segundo), ya que ambas operaciones de E/S se inician al mismo tiempo.
# FastAPI (Asynchronous)
import asyncio
from fastapi import FastAPI
app = FastAPI()
@app.get("/")
async def async_example():
await asyncio.gather(
asyncio.sleep(1), # Wait for Source A
asyncio.sleep(1) # Wait for Source B
)
return "Total Time: ~1.0s"
Productividad y fiabilidad del desarrollador
Más allá del rendimiento en bruto y la arquitectura en la nube, FastAPI mejoró significativamente nuestro proceso de desarrollo:
- Validación automática: Se aprovecha . Modelos de la vida de los pedantes y estándar Indicaciones de tipo Python Esto reduce drásticamente el código de boilerplate y virtualmente elimina los errores de tipo de datos en tiempo de ejecución.
- Documentación automática: FastAPI genera automáticamente interactivo, estandarizado Documentación de OpenAPI (interfaz de usuario de Swagger)Esto es invaluable para nuestros usuarios desarrolladores de cuantidad y equipos fintechque integran la API FXMacroData.
En resumen, elegir FastAPI nos permitió construir una API sin estado de alto rendimiento que coincide perfectamente con la eficiencia de pago por uso de Google Cloud Run. Es técnicamente superior y mucho más rentable para un microservicio de datos moderno que un marco de trabajo sobre-ingeniero como Django.
Si está construyendo una nueva API de datos enfocada en velocidad, eficiencia y escalabilidad nativa de la nube, la elección es clara: ir sincronizado con FastAPI- ¿ Qué ?
El equipo de ingeniería de FXMacroData
