FastAPI

FastAPI는 높은 사용성과 빠른 속도를 자랑하는 Python 웹 프레임워크입니다.

FastAPI의 특징

빠른 성능

FastAPI의 기원을 찾아 올라가 보면 다음과 같습니다.

graph LR
    A[Cython, libuv] --> B[uvloop]
    B --> C["Uvicorn (ASGI)"]
    C --> D[Starlette]
    D --> E[FastAPI]

여기서 Cython은 C로 컴파일되어 매우 빠른 속도를 자랑하고, libuv도 C로 작성된 이벤트 기반 I/O 엔진으로 FastAPI뿐 아니라 Node.js 등에서도 사용되고 있습니다. 그래서 공개 당시에는 FastAPI의 모체인 Starlette, Uvicorn 정도를 제외하면 벤치마크 성능이 제일 좋았습니다.

물론 Node.js나 Go에 성능이 미치지는 못합니다.¹ 그래도 검증된 Python 웹 프레임워크 중에서는 제일 빠릅니다.

우수한 개발 경험

공식 문서가 매우 잘 되어 있습니다.
쉽고, 편하고, Python 웹 입문용으로 좋습니다. 실무에서 사용하기에도 전혀 무리가 없습니다. 성능이 좋은 프레임워크가 많은 와중에도 PoC나 간단하게 무언가를 만들기 좋아 계속 사용하고 있습니다.

설치 및 배포

설치 시 주의 사항

반드시 standard 옵션으로 설치해야 uvloop을 사용할 수 있고 FastAPI의 성능을 누릴 수 있습니다.²
옵션을 빼고 설치하면 순수 Python 기반으로 동작합니다.

pip install 'uvicorn[standard]'

아래 명령어로 FastAPI와 함께 설치할 수도 있습니다.

pip install "fastapi[all]"

배포 방식

1. 일반적인 형태의 배포라면, NGINX + Uvicorn worker가 무난한 조합입니다.

   • NGINX
     • Uvicorn도 독립적인 웹 서버의 역할을 할 수는 있지만, 확실한 역할 분리를 할 수 있습니다.
     • NGINX도 C로 구현되어 성능이 좋고, Reverse Proxy 등 역할을 할 수 있기 때문에 많이 조합합니다.
     • 정적 리소스, 라우팅 등은 NGINX에서 처리하고 동적인 요청을 Uvicorn이 수행하게 됩니다.
   • Uvicorn worker
     • 공식 문서에서도 권장하는 방식입니다.³
     • 처리량을 늘리기 위해 멀티 프로세스를 활용합니다.
       • 멀티 스레드도 물론 가능하지만, Python의 GIL⁴ 문제가 아직 해결되지 않았기 때문에 아직까지는 Python에서 병렬 처리를 위해서는 멀티 프로세스를 사용합니다.
         • GIL로 인해 특정 시점에 하나의 스레드만 CPU 자원에 접근 가능하기 때문에 CPU 작업에는 효과가 없거나 오히려 스레드 생성과 GIL 제어 비용으로 인해 성능이 떨어질 수도 있습니다.
         • 단, I/O 작업에는 멀티 스레드가 유효합니다.
     • 이전에는 Gunicorn을 같이 사용했지만, 현재는 공식 가이드에서도 그냥 --workers 옵션을 사용하도록 권장하고 있습니다.

2. 클라우드 또는 Kubernetes 환경의 경우, Uvicorn 단일 프로세스로 여러 컨테이너를 관리하는 것이 가장 단순한 패턴입니다. 단, 성능이나 앱의 특성에 따라 멀티 프로세스를 사용할 수도 있습니다.

Proxy 뒤에서 사용할 때

FastAPI가 NGINX Ingress Controller, Traefik 등의 프록시 뒤에서 작동할 때는 앱에서 root path를 별도로 지정해야 합니다.⁵
예를 들어, 이런 식으로 설정합니다.

from fastapi import FastAPI, Request
 
app = FastAPI(root_path="/api/v1")

그 외

• FastAPI와 관련된 내용은 아니지만, 개발용 WSGI 서버는 운영 환경에 적합하지 않습니다.⁶
  대표적으로 Flask의 Werkzeug가 있습니다.
  FastAPI는 튜토리얼에서도 Uvicorn을 사용하지만, 운영 환경과 개발 환경의 차이를 인지하고 있어야 합니다.

참고 자료

FastAPI GitHub의 게시글을 참고하면 여러 사례를 확인할 수 있습니다.

• How to maintain global pool of db connection and use it in each and every request?
• logs with FastAPI and Uvicorn

Footnotes

1. FastAPI vs Go ↩

2. Uvicorn 공식 문서 ↩

3. FastAPI 공식 문서: Server Workers ↩

4. What Is the Python Global Interpreter Lock (GIL)? – Real Python ↩

5. FastAPI 공식 문서: Behind a Proxy ↩

6. Flask 공식 문서: Deploying to Production ↩