FastAPI 서버개발, 이벤트 문서 클래스와 라우트 변경

작성자: 조광형

날짜: 2024년 11월 26일

1. FastAPI란?

FastAPI는 Python의 비동기 웹 프레임워크로, API 서버를 개발하는 데 최적화되어 있습니다. Python의 타입 힌트를 활용하여 강력한 데이터 검증 및 문서화 기능을 제공합니다. FastAPI는 스타트업에서 대규모 애플리케이션에 이르기까지 다양한 프로젝트에 적합하며, OpenAPI와 JSON Schema를 지원하여 자동으로 API 문서를 생성합니다. 이러한 특징 덕분에 FastAPI는 효율적이고 명확한 API 서버 개발을 가능하게 합니다.

2. FastAPI 설치

FastAPI는 pip를 사용하여 간편하게 설치할 수 있습니다. 프로젝트를 시작하기 위해 가상 환경을 설정하고 FastAPI와 Uvicorn(ASGI 서버)을 설치하는 방법은 다음과 같습니다.

bash
# 가상 환경 설정
python -m venv venv
source venv/bin/activate  # 리눅스/Mac
venv\Scripts\activate  # 윈도우

# FastAPI와 Uvicorn 설치
pip install fastapi uvicorn
            

이제 FastAPI를 사용할 준비가 되었습니다.

3. 이벤트 문서 클래스란?

이벤트 문서 클래스는 특정 이벤트에 대한 정보를 담고 있는 데이터 모델을 정의합니다. FastAPI는 Pydantic을 사용하여 데이터 모델을 정의하고 검증합니다. 예를 들어, 이벤트의 제목, 설명, 발생 일시 등을 포함하는 이벤트 모델을 만들어 보겠습니다.

python
from pydantic import BaseModel
from datetime import datetime

class Event(BaseModel):
    title: str
    description: str
    event_date: datetime
    location: str
            

이벤트 모델은 FastAPI의 요청 및 응답 본문에서 사용할 수 있습니다. 이 모델을 활용하면 API에서 수신되는 데이터의 유효성을 검사하고, 자동으로 문서화할 수 있습니다.

4. FastAPI 라우트 설정

라우트는 HTTP 요청에 대한 핸들러 역할을 합니다. FastAPI에서 라우트를 설정하려면 인스턴스를 생성한 후 데코레이터를 사용하여 경로를 정의합니다. 다음은 기본적인 FastAPI 애플리케이션 및 이벤트 모델을 활용한 API 라우트 설정 예제입니다.

python
from fastapi import FastAPI
from typing import List

app = FastAPI()

# 이벤트 리스트
events: List[Event] = []

# 이벤트 생성
@app.post("/events/", response_model=Event)
async def create_event(event: Event):
    events.append(event)
    return event

# 모든 이벤트 조회
@app.get("/events/", response_model=List[Event])
async def get_events():
    return events
            

위 코드는 이벤트를 생성하는 POST 요청과 모든 이벤트를 조회하는 GET 요청을 처리합니다.

5. 라우트 변경 및 추가 기능 구현

이제 기본적인 CRUD(Create, Read, Update, Delete) 기능을 갖춘 이벤트 API를 확장해 보겠습니다. 여기서는 이벤트 업데이트 및 삭제 기능을 추가하는 방법을 설명하겠습니다.

python
from fastapi import HTTPException

# 이벤트 업데이트
@app.put("/events/{event_id}", response_model=Event)
async def update_event(event_id: int, updated_event: Event):
    if event_id < 0 or event_id >= len(events):
        raise HTTPException(status_code=404, detail="Event not found")
    events[event_id] = updated_event
    return updated_event

# 이벤트 삭제
@app.delete("/events/{event_id}", response_model=Event)
async def delete_event(event_id: int):
    if event_id < 0 or event_id >= len(events):
        raise HTTPException(status_code=404, detail="Event not found")
    deleted_event = events.pop(event_id)
    return deleted_event
            

이 코드는 이벤트를 업데이트하는 PUT 요청과 삭제하는 DELETE 요청을 처리합니다. 각각의 요청은 이벤트의 ID를 경로 매개변수로 사용하여 특정 이벤트를 관리할 수 있도록 합니다.

6. 데이터베이스와의 통합

FastAPI 애플리케이션은 데이터베이스와 쉽게 통합할 수 있습니다. SQLAlchemy를 사용하여 데이터베이스와의 상호작용을 구현하는 방법을 살펴보겠습니다. 다음은 SQLite 데이터베이스에 연결하고 이벤트 모델을 저장하고 가져오는 방법의 예시입니다.

python
from sqlalchemy import Column, Integer, String, DateTime
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine

Base = declarative_base()

class EventORM(Base):
    __tablename__ = "events"
    id = Column(Integer, primary_key=True, index=True)
    title = Column(String)
    description = Column(String)
    event_date = Column(DateTime)
    location = Column(String)

# SQLite 데이터베이스 연결
engine = create_engine("sqlite:///./events.db")
Base.metadata.create_all(bind=engine)

SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

# FastAPI 라우트에서 사용
@app.post("/events/", response_model=Event)
async def create_event(event: Event):
    db = SessionLocal()
    db_event = EventORM(**event.dict())
    db.add(db_event)
    db.commit()
    db.refresh(db_event)
    db.close()
    return db_event
            

위의 코드는 SQLite 데이터베이스에 이벤트 데이터를 저장하는 방법을 보여줍니다. SQLAlchemy를 사용하여 데이터베이스 연결과 ORM(Object-Relational Mapping) 설정을 하였습니다.

7. 비동기 작업 및 성능 최적화

FastAPI는 비동기 작업을 쉽게 처리할 수 있도록 설계되었습니다. 데이터베이스 작업을 비동기로 처리하면, 성능을 더욱 향상시킬 수 있습니다. SQLAlchemy의 비동기 기능을 사용하는 방법은 다음과 같습니다.

python
from sqlalchemy.ext.asyncio import AsyncSession, create_async_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

Base = declarative_base()
DATABASE_URL = "sqlite+aiosqlite:///./events.db"

# 비동기 데이터베이스 엔진
async_engine = create_async_engine(DATABASE_URL, echo=True)
AsyncSessionLocal = sessionmaker(async_engine, expire_on_commit=False, class_=AsyncSession)

@app.post("/events/", response_model=Event)
async def create_event(event: Event):
    async with AsyncSessionLocal() as session:
        db_event = EventORM(**event.dict())
        session.add(db_event)
        await session.commit()
        await session.refresh(db_event)
        return db_event
            

위의 코드는 비동기 세션을 사용하여 데이터베이스에 이벤트를 저장하는 방법을 보여줍니다. 성능 향상을 위해 비동기 작업을 활용할 수 있습니다.

8. API 문서화

FastAPI의 강력한 기능 중 하나는 자동으로 API 문서를 생성하는 것입니다. Swagger UI와 ReDoc을 기본적으로 지원하여, 작성한 API를 쉽게 문서화하고 테스트할 수 있습니다. FastAPI 애플리케이션을 실행한 후 http://localhost:8000/docs 또는 http://localhost:8000/redoc에 접속하여 문서를 확인할 수 있습니다.

9. 애플리케이션 실행하기

FastAPI 애플리케이션을 실행하려면, Uvicorn을 사용하여 서버를 실행할 수 있습니다. 아래 명령어를 통해 FastAPI 서버를 실행하세요.

bash
uvicorn main:app --reload
            

여기서 main은 Python 파일의 이름이며, app는 FastAPI 인스턴스의 이름입니다. --reload 옵션을 사용하면 코드 변경 시 자동으로 서버가 재시작됩니다.

10. 결론

이번 글에서는 FastAPI를 사용하여 이벤트 문서 클래스를 정의하고, 다양한 라우트를 설정하는 방법을 살펴보았습니다. 데이터베이스와의 통합 및 비동기 작업을 통해 더 나아가 성능 최적화 방법까지 알아보았습니다. FastAPI의 유용한 기능들을 활용하여 강력하고 유연한 API 서버를 구축할 수 있습니다.

이 글에서 소개한 내용이 FastAPI를 이해하고 활용하는 데 도움이 되었길 바랍니다. FastAPI의 다양한 기능을 실험하고, 여러분만의 흥미로운 프로젝트를 만들어보세요!

FastAPI 서버개발, 경로 동작 함수에 대하여

FastAPI는 Python의 현대적인 웹 프레임워크로, 빠르고 간편하게 RESTful API를 구축할 수 있도록 설계되었습니다.
이 글에서는 FastAPI의 경로 동작 함수에 대해 자세히 알아보며, 다양한 예제를 통해 이를 실습해보겠습니다.

1. FastAPI란?

FastAPI는 Starlette를 기반으로 하고 있으며, ASGI를 지원하는 비동기 웹 프레임워크입니다.
이는 고성능 웹 애플리케이션을 구축하는 데 최적화되어 있으며, 비동기 프로그래밍을 쉽게 구현할 수 있도록 도와줍니다.
FastAPI는 타입 힌트(type hints)를 사용하여 코드 작성 시 발생할 수 있는 오류를 줄이고,
더 나아가 API 문서화(auto-generation) 및 데이터 검증(data validation)을 자동으로 처리할 수 있습니다.

2. 경로 동작 함수란?

경로 동작 함수는 특정 HTTP 요청이 앱의 특정 경로로 들어올 때 실행되는 함수를 의미합니다.
예를 들어, 사용자가 “/items” 경로로 GET 요청을 보낼 때 특정 동작을 수행하는 함수가 이에 해당합니다.
FastAPI에서는 경로 동작 함수를 구현하기 위해 여러 데코레이터를 사용합니다.

2.1 주요 HTTP 메서드와 FastAPI 데코레이터

FastAPI에서 지원하는 주요 HTTP 메서드와 이들을 구현하기 위한 데코레이터는 다음과 같습니다:

  • @app.get(): GET 요청 처리
  • @app.post(): POST 요청 처리
  • @app.put(): PUT 요청 처리
  • @app.delete(): DELETE 요청 처리
  • @app.patch(): PATCH 요청 처리

3. FastAPI 기본 사용법

FastAPI 서버를 시작하기 위해서는 먼저 FastAPI 라이브러리를 설치해야 합니다. 이는 pip 명령어로 간단하게 설치할 수 있습니다.

pip install fastapi uvicorn

설치가 완료되면, 아래와 같이 기본적인 FastAPI 서버를 구현할 수 있습니다.

python
from fastapi import FastAPI

app = FastAPI()

@app.get("/")
async def read_root():
    return {"message": "Welcome to FastAPI!"}

위 코드는 루트 경로(“/”)로의 GET 요청이 들어오면 JSON 형식으로 웰컴 메시지를 반환하는 간단한 FastAPI 서버입니다.
이 서버를 실행하기 위해서는 다음 명령어를 사용합니다.

uvicorn main:app --reload

여기서 main은 파일 이름, app는 FastAPI 인스턴스를 가리킵니다.
--reload 옵션을 주면 코드 변경 시 서버가 자동으로 재시작됩니다.

4. 경로 동작 함수의 파라미터

경로 동작 함수는 URL 경로에서 정보를 읽어 파라미터로 받을 수 있습니다. FastAPI는 이러한 파라미터를 손쉽게 정의할 수 있습니다.

4.1 경로 파라미터

경로 파라미터는 URL 경로에 포함되어 전달되는 값으로, 대괄호({})를 사용하여 정의합니다. 다음은 경로 파라미터를 사용하는 예제입니다.

python
@app.get("/items/{item_id}")
async def read_item(item_id: int):
    return {"item_id": item_id}

위 예제에서 item_id는 URL 경로의 일부로서, 클라이언트가 /items/5와 같은 요청을 보냈을 때 5가 item_id로 전달됩니다.
FastAPI는 자동으로 이 값을 정수형으로 변환합니다.

4.2 쿼리 파라미터

쿼리 파라미터는 URL의 ‘?’ 뒤에 있는 파라미터로, URL 인코딩된 키-값 쌍 형식으로 전달됩니다.
아래는 쿼리 파라미터를 사용한 예제입니다.

python
@app.get("/items/")
async def read_items(skip: int = 0, limit: int = 10):
    return {"skip": skip, "limit": limit}

이 예제에서 skiplimit는 쿼리 파라미터로, 기본값을 각기 0과 10으로 설정하고 있습니다.
클라이언트가 /items/?skip=5&limit=15로 요청할 경우, 값이 정상적으로 변경됩니다.

4.3 본문 파라미터

POST 요청에서 JSON 데이터를 본문으로 받을 수 있습니다. FastAPI는 이 데이터를 Pydantic 모델을 통해 검증하고 사용합니다.
다음은 본문 파라미터를 사용하는 예제입니다.

python
from pydantic import BaseModel

class Item(BaseModel):
    name: str
    price: float
    is_offer: bool = None

@app.post("/items/")
async def create_item(item: Item):
    return {"item_name": item.name, "item_price": item.price}

이 예제에서 Item 클래스는 Pydantic을 사용하여 데이터 검증을 수행합니다.
클라이언트가 JSON 본문을 {"name": "Item1", "price": 35.5}와 같은 형식으로 보내면,
해당 데이터가 item 파라미터로 전달됩니다.

5. FastAPI의 응답 모델

FastAPI는 응답 모델을 정의하여 반환되는 데이터 형식을 명확히 정의할 수 있습니다.
이렇게 하면 자동으로 문서화되며, 클라이언트가 반환되는 데이터의 구조를 쉽게 이해할 수 있습니다.

python
from fastapi import FastAPI
from pydantic import BaseModel

class ItemResponse(BaseModel):
    item_name: str
    item_price: float

@app.post("/items/", response_model=ItemResponse)
async def create_item(item: Item):
    return {"item_name": item.name, "item_price": item.price}

이 예제에서 response_model 매개변수를 사용하여 반환될 데이터의 형식을 정의하였습니다.
이렇게 하면 응답이 ItemResponse로 제한되며, 클라이언트는 해당 형식을 따르게 됩니다.

6. FastAPI에서 에러 처리

FastAPI는 요청 처리 중 발생하는 예외에 대해 에러 핸들링을 지원합니다.
다음은 사용자 정의 예외를 발생시키고 처리하는 예제입니다.

python
from fastapi import HTTPException

@app.get("/items/{item_id}")
async def read_item(item_id: int):
    if item_id < 1:
        raise HTTPException(status_code=404, detail="Item not found")
    return {"item_id": item_id}

위 코드에서 item_id가 1보다 작을 경우, 404 상태 코드와 함께 에러 메시지를 반환합니다.
이처럼 FastAPI는 HTTP 상태 코드와 메시지를 손쉽게 설정할 수 있습니다.

7. 배포 및 실행

최종적으로 완성된 FastAPI 애플리케이션은 다양한 플랫폼에 배포할 수 있습니다.
주요 배포 옵션으로는 Docker, Heroku, AWS 등이 있습니다.
Uvicorn 서버를 사용하여 로컬에서 애플리케이션을 실행할 수 있으며, 생산 환경에서는 Gunicorn과 같은 WSGI 서버를 사용할 수 있습니다.

7.1 Docker를 사용한 배포

Docker를 사용하면 환경 설정을 단순화하고, 애플리케이션을 쉽게 배포할 수 있습니다.

dockerfile
FROM tiangolo/uvicorn-gunicorn-fastapi:python3.9
COPY ./app /app

위 Dockerfile을 사용하여 FastAPI 애플리케이션을 Docker 컨테이너에서 실행할 수 있습니다.
docker build -t myfastapiapp . 명령어로 이미지를 생성한 후,
docker run -d -p 80:80 myfastapiapp으로 컨테이너를 실행할 수 있습니다.

8. 결론

FastAPI는 경량의 RESTful API를 구축할 수 있는 강력한 도구입니다.
경로 동작 함수를 이해하고 활용함으로써 클라이언트의 다양한 요청을 처리할 수 있으며,
Pydantic을 통한 데이터 검증 및 모델링이 가능해 어느 정도 규모의 프로젝트에서도 안정적으로 사용할 수 있습니다.
앞으로도 FastAPI에 대한 깊이 있는 이해를 바탕으로 복잡한 어플리케이션을 개발해보시길 바랍니다.

감사합니다!

FastAPI 서버개발, Poetry를 통한 파이썬 환경 구축

최근 들어 웹 애플리케이션 개발에 있어 FastAPI는 그 빠른 성능과 사용의 용이성 덕분에 많은 인기를 끌고 있습니다. 특히 비동기 처리를 지원하여 높은 처리량을 요구하는 애플리케이션에 적합합니다. 이번 글에서는 FastAPI를 사용한 서버 개발 과정과 함께 Poetry를 활용한 파이썬 환경 관리 방법에 대해 자세히 알아보겠습니다.

1. FastAPI란?

FastAPI는 Starlette 위에 구축된 현대적인 웹 프레임워크로, 빠르고 효율적인 API 개발을 위한 도구입니다. Python 3.6 이상에서 사용할 수 있으며, 주요 특징으로는 다음과 같은 점들이 있습니다:

  • 빠른 성능: FastAPI는 비동기 및 동기 기능 모두를 지원하며, Uvicorn 서버 위에서 매우 빠르게 작동합니다.
  • 자동 문서화: API를 정의할 때 사용한 타입 힌트에 기반하여 Swagger UI와 Redoc을 자동 생성합니다.
  • 간편한 입력 검증: Pydantic을 통해 요청 데이터의 검증과 직렬화/역직렬화를 손쉽게 처리할 수 있습니다.

2. Poetry란?

Poetry는 Python 프로젝트 관리를 위한 도구로, 패키지 의존성 관리와 프로젝트 환경을 통합적으로 제공합니다. 다른 패키지 관리 툴들과의 차별점은 다음과 같습니다:

  • 간편한 의존성 관리: Poetry는 pyproject.toml 파일에 의존성을 명세하며, 이를 통해 의존성 충돌을 방지합니다.
  • 가상 환경 자동 생성: 각 프로젝트별로 독립적인 가상 환경을 자동으로 생성하고 활성화합니다.
  • 버전 잠금: poetry.lock 파일에 버전을 잠궈 재현 가능한 환경을 제공합니다.

3. FastAPI 서버 개발 환경 구축하기

3.1. Poetry 설치

Poetry를 설치하기 위해 다음 명령어를 사용합니다:

curl -sSL https://install.python-poetry.org | python3 -

설치 후, 아래 명령어로 PATH를 설정합니다:

export PATH="$HOME/.local/bin:$PATH"

3.2. 새 프로젝트 생성

이제 새로운 FastAPI 프로젝트를 생성해 보겠습니다. 프로젝트 폴더를 만들어주고 해당 폴더로 이동한 후, Poetry로 새 프로젝트를 초기화합니다:

mkdir my_fastapi_project
cd my_fastapi_project
poetry init

변수에 대한 질문이며, 기본값을 사용하거나 필요한 정보를 입력합니다. 이후, Poetry가 생성한 pyproject.toml 파일이 프로젝트 루트 디렉토리에 생성됩니다.

3.3. FastAPI 및 Uvicorn 설치

FastAPI와 Uvicorn을 설치합니다. Uvicorn은 ASGI 서버로, FastAPI 애플리케이션을 실행할 수 있게 해줍니다:

poetry add fastapi uvicorn

4. FastAPI 애플리케이션 구현하기

4.1. 기본 FastAPI 애플리케이션

프로젝트 디렉토리에 main.py 파일을 생성하고 아래와 같이 내용을 작성합니다:

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
async def read_root():
    return {"Hello": "World"}

4.2. 서버 실행

이제 서버를 실행해볼 차례입니다. 아래 명령어를 입력하면 Uvicorn 서버가 실행됩니다:

poetry run uvicorn main:app --reload

브라우저에서 http://127.0.0.1:8000로 접근하면 “Hello, World!” 메시지를 확인할 수 있습니다. 또한, Swagger UI는 http://127.0.0.1:8000/docs에서 확인 가능합니다.

5. 데이터 모델 정의 및 CRUD API 만들기

5.1. Pydantic 모델 생성

Pydantic을 사용하여 데이터 모델을 정의합니다. models.py 파일을 생성하고 다음 코드를 추가합니다:

from pydantic import BaseModel

class Item(BaseModel):
    id: int
    name: str
    description: str = None
    price: float
    tax: float = None

5.2. CRUD 기능 구현

이제 main.py 파일에 CRUD 기능을 구현해 보겠습니다. 간단한 메모리 데이터베이스를 사용하여 데이터를 저장하고 조회하는 기능을 추가합니다:

from fastapi import FastAPI
from typing import List
from models import Item

app = FastAPI()

items = {}

@app.post("/items/", response_model=Item)
async def create_item(item: Item):
    items[item.id] = item
    return item

@app.get("/items/", response_model=List[Item])
async def read_items():
    return list(items.values())

@app.get("/items/{item_id}", response_model=Item)
async def read_item(item_id: int):
    return items[item_id]

@app.put("/items/{item_id}", response_model=Item)
async def update_item(item_id: int, item: Item):
    items[item_id] = item
    return item

@app.delete("/items/{item_id}")
async def delete_item(item_id: int):
    del items[item_id]
    return {"message": "Item deleted"}

5.3. 테스트

서버를 실행한 후, Swagger UI를 통해 API를 테스트할 수 있습니다. 각 메서드를 클릭하여 요청을 보내고 응답을 확인합니다.

6. 마무리 및 추가 리소스

FastAPI와 Poetry를 통한 개발 환경 구축 과정을 살펴보았습니다. 이러한 도구들은 특히 비동기 기능과 작업의 단순성을 제공하므로, 빠르게 RESTful API를 개발할 수 있게 도와줍니다.

FastAPI에 대해 더 알고 싶다면 공식 문서와 다양한 튜토리얼을 참고해 보세요:

이 튜토리얼을 통해 FastAPI와 Poetry의 기초를 익히고, 실무에서의 활용에 대한 감각을 익히셨기를 바랍니다. Happy Coding!

FastAPI 서버개발, DB 조작, R Read

FastAPI는 비동기적, 고성능 웹 프레임워크로, Python을 기반으로 하며, RESTful API를 손쉽게 개발할 수 있도록 돕습니다. 이 글에서는 FastAPI를 사용하여 데이터베이스에서 정보를 읽는 방법에 대해 살펴보겠습니다. 데이터베이스 조작의 기본적인 구성 요소인 R(Read)에 중점을 두고 진행할 것입니다. 예제로는 SQLite 데이터베이스를 사용하여 기본적인 CRUD(Create, Read, Update, Delete) 조작을 수행하겠습니다.

1. FastAPI 소개

FastAPI는 다음과 같은 주요 특징을 가지고 있습니다:

  • 빠른 성능: Starlette 및 Pydantic을 기반으로 하여 비동기 처리를 지원합니다.
  • 자동 문서화: OpenAPI 및 JSON Schema를 기반으로 자동으로 API 문서를 생성합니다.
  • 타입 힌트 지원: Python 타입의 이점을 사용하여 코드의 가독성과 안전성을 높입니다.

2. 프로젝트 설정

우선 FastAPI 및 필요한 패키지를 설치하겠습니다. 다음 명령어를 사용하여 프로젝트 환경을 설정합니다:

pip install fastapi uvicorn sqlalchemy

2.1 SQLite 데이터베이스

SQLite는 간단하게 사용할 수 있는 파일 기반의 데이터베이스로, 개발 초기 단계에서 매우 유용합니다.

2.2 데이터베이스 모델 정의

SQLAlchemy를 사용하여 데이터베이스 모델을 정의합니다. 아래는 사용자 정보를 저장하기 위한 간단한 모델입니다.

from sqlalchemy import Column, Integer, String, create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

# 데이터베이스 베이스 모델 정의
Base = declarative_base()

# 사용자 모델 정의
class User(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String, index=True)
    email = Column(String, unique=True, index=True)

# 데이터베이스 엔진 및 세션 생성
engine = create_engine("sqlite:///./test.db")
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

# 데이터베이스 생성
Base.metadata.create_all(bind=engine)

3. FastAPI 앱 생성

FastAPI 앱을 생성하고, 기본적인 엔드포인트를 구현하겠습니다. 아래는 사용자 정보를 조회하는 API를 완성하는 코드입니다.

from fastapi import FastAPI, Depends, HTTPException
from sqlalchemy.orm import Session

# FastAPI 앱 생성
app = FastAPI()

# 데이터베이스 세션 생성
def get_db():
    db = SessionLocal()
    try:
        yield db
    finally:
        db.close()

# 사용자 조회 API 엔드포인트
@app.get("/users/{user_id}", response_model=User)
def read_user(user_id: int, db: Session = Depends(get_db)):
    db_user = db.query(User).filter(User.id == user_id).first()
    if db_user is None:
        raise HTTPException(status_code=404, detail="User not found")
    return db_user

4. 실행 및 테스트

이제 FastAPI 서버를 실행할 준비가 되었습니다. 아래 명령어로 서버를 실행합니다:

uvicorn main:app --reload

서버가 정상적으로 실행되면 브라우저에서 http://127.0.0.1:8000/docs에 접속하여 자동 생성된 API 문서를 확인할 수 있습니다. 이곳에서 사용자 정보를 요청할 수 있습니다.

5. 결론

이 글에서는 FastAPI를 사용하여 SQLite 데이터베이스로부터 데이터를 읽어오는 방법을 다뤘습니다. FastAPI의 직관적인 API 설계와 SQLAlchemy를 통해 쉽게 CRUD 작업을 수행할 수 있습니다. 추후에는 데이터 생성(Create), 수정(Update), 삭제(Delete)의 구현에 대해서도 다룰 예정입니다. FastAPI는 비즈니스 로직이 복잡해질수록 더 효과적이므로, 실제 응용 프로그램에서의 활용을 적극 추천합니다.

6. 참고 자료

FastAPI 서버개발, 사용자 인증

오늘날의 웹 애플리케이션은 사용자 인증이 필수적입니다. 사용자의 신원을 확인하고 보호하기 위해 다양한 인증 방법이 존재합니다. 본 포스트에서는 FastAPI를 사용하여 사용자 인증을 구현하는 방법에 대해 자세히 설명하겠습니다. FastAPI는 Python으로 쓰인 현대적인 웹 프레임워크로, 빠른 성능과 쉽게 사용할 수 있는 API 설계로 인기를 끌고 있습니다.

1. FastAPI 소개

FastAPI는 Python 3.6 이상에서 사용할 수 있으며, AsyncIO를 기반으로 비동기 프로그래밍을 지원합니다. 또한 자동 문서화 기능을 제공하여 Swagger UI 및 ReDoc을 통해 API 문서를 쉽게 생성할 수 있습니다. FastAPI는 Pydantic을 기반으로 데이터 검증 및 설정 관리를 효율적으로 처리합니다.

2. 사용자 인증의 중요성

사용자 인증은 사용자의 신원을 확인하고, 이를 기반으로 권한을 부여하는 과정입니다. 이는 다음과 같은 이유로 중요합니다:

  • 보안성: 사용자 데이터 보호 및 유출 방지
  • 접근 제어: 사용자에 따라 권한 부여 및 제한
  • 사용자 경험: 개인화된 서비스 제공

3. FastAPI에서의 사용자 인증 기법

FastAPI에서 사용자 인증을 구현할 수 있는 방법은 여러 가지가 있습니다. 가장 일반적인 방법은 JWT (JSON Web Token)를 사용하는 것입니다. JWT는 사용자를 인증하고 정보를 안전하게 전송할 수 있는 토큰 기반 인증 방법입니다.

4. 필요한 라이브러리 설치

FastAPI와 JWT를 사용하기 위해 필요한 라이브러리를 설치합니다. 아래 명령어를 사용하여 필요한 패키지를 설치하세요:

pip install fastapi uvicorn python-jose passlib[bcrypt]

5. 기본 FastAPI 설정

FastAPI 애플리케이션을 설정합니다. 다음 코드를 사용하여 기본 FastAPI 애플리케이션을 만드세요:

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
async def read_root():
    return {"Hello": "World"}

6. 사용자 모델 및 데이터베이스 설정

이제 사용자 모델을 정의하고 데이터베이스에 연결합니다. SQLAlchemy를 사용하여 데이터베이스와의 상호작용을 간단하게 처리할 수 있습니다. 아래는 기본적인 사용자 모델 코드입니다:

from sqlalchemy import Column, Integer, String, create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

SQLALCHEMY_DATABASE_URL = "sqlite:///./test.db"
engine = create_engine(SQLALCHEMY_DATABASE_URL, connect_args={"check_same_thread": False})
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
Base = declarative_base()

class User(Base):
    __tablename__ = "users"

    id = Column(Integer, primary_key=True, index=True)
    username = Column(String, unique=True, index=True)
    hashed_password = Column(String)

위 코드에서 사용자 모델을 정의했습니다. `username`과 `hashed_password`를 통해 기본적인 사용자 정보를 저장할 수 있습니다.

7. 비밀번호 해싱

사용자의 비밀번호를 안전하게 저장하기 위해 해싱을 사용합니다. Passlib 라이브러리를 사용하여 비밀번호를 해싱하고 검증할 수 있습니다:

from passlib.context import CryptContext

pwd_context = CryptContext(schemes=["bcrypt"], deprecated="auto")

def get_password_hash(password):
    return pwd_context.hash(password)

def verify_password(plain_password, hashed_password):
    return pwd_context.verify(plain_password, hashed_password)

8. 사용자 추가 및 등록 엔드포인트

사용자를 등록할 수 있는 엔드포인트를 추가합니다. 사용자가 비밀번호를 안전하게 저장하도록 해싱 후 데이터베이스에 저장할 수 있습니다:

from fastapi import Depends, HTTPException
from sqlalchemy.orm import Session

Base.metadata.create_all(bind=engine)

# Create the user
@app.post("/users/")
def create_user(username: str, password: str, db: Session = Depends(get_db)):
    hashed_password = get_password_hash(password)
    db_user = User(username=username, hashed_password=hashed_password)
    db.add(db_user)
    db.commit()
    db.refresh(db_user)
    return db_user

9. JWT 토큰 생성

로그인 후 JWT 토큰을 생성하여 반환하는 엔드포인트를 추가합니다:

from datetime import datetime, timedelta
from jose import JWTError, jwt

SECRET_KEY = "your_secret_key"
ALGORITHM = "HS256"
ACCESS_TOKEN_EXPIRE_MINUTES = 30

def create_access_token(data: dict, expires_delta: timedelta = None):
    to_encode = data.copy()
    if expires_delta:
        expire = datetime.utcnow() + expires_delta
    else:
        expire = datetime.utcnow() + timedelta(minutes=15)
    to_encode.update({"exp": expire})
    encoded_jwt = jwt.encode(to_encode, SECRET_KEY, algorithm=ALGORITHM)
    return encoded_jwt

10. 로그인 엔드포인트

사용자가 로그인할 수 있도록 엔드포인트를 추가합니다.

@app.post("/token")
async def login(username: str, password: str, db: Session = Depends(get_db)):
    user = db.query(User).filter(User.username == username).first()
    if not user or not verify_password(password, user.hashed_password):
        raise HTTPException(status_code=400, detail="잘못된 사용자명 또는 비밀번호")
    access_token_expires = timedelta(minutes=ACCESS_TOKEN_EXPIRE_MINUTES)
    access_token = create_access_token(data={"sub": user.username}, expires_delta=access_token_expires)
    return {"access_token": access_token, "token_type": "bearer"}

11. 보호된 엔드포인트 설정

JWT 토큰으로 보호된 엔드포인트를 설정합니다. 사용자가 인증된 경우에만 접근할 수 있도록 구현합니다:

from fastapi import Security, Depends
from fastapi.security import OAuth2PasswordBearer

oauth2_scheme = OAuth2PasswordBearer(tokenUrl="token")

async def get_current_user(token: str = Depends(oauth2_scheme), db: Session = Depends(get_db)):
    credentials_exception = HTTPException(status_code=401, detail="유효하지 않은 자격 증명", headers={"WWW-Authenticate": "Bearer"})
    try:
        payload = jwt.decode(token, SECRET_KEY, algorithms=[ALGORITHM])
        username: str = payload.get("sub")
        if username is None:
            raise credentials_exception
    except JWTError:
        raise credentials_exception
    user = db.query(User).filter(User.username == username).first()
    if user is None:
        raise credentials_exception
    return user

@app.get("/users/me")
async def read_users_me(current_user: User = Depends(get_current_user)):
    return current_user

12. FastAPI 서버 실행

모든 설정이 완료되었으니, 이제 FastAPI 서버를 실행할 준비가 되었습니다. 아래 명령어로 서버를 실행하세요:

uvicorn main:app --reload

위 명령어를 통해 FastAPI 서버가 `http://127.0.0.1:8000`에서 실행됩니다.

13. Swagger UI를 통한 API 문서화

FastAPI는 Swagger를 통해 자동으로 API 문서를 생성합니다. 브라우저에서 `http://127.0.0.1:8000/docs`로 이동하면 API 문서를 확인할 수 있습니다.

14. 결론

FastAPI를 사용한 사용자 인증 구현 방법에 대해 알아보았습니다. 비밀번호 해싱, JWT 기반 인증을 포함한 사용자 등록 및 로그인 기능을 제공하는 API를 구축했습니다. FastAPI의 강력한 기능을 통해 효율적으로 사용자 인증을 처리할 수 있습니다.

노트: 실제 애플리케이션에서는 비밀키와 같은 중요한 정보를 환경 변수에 저장하거나 더 안전한 방식으로 관리하는 것이 좋습니다.

15. 참고 자료