FastAPI selbst ist ein leistungsstarkes Webframework, das Datenbankoperationen nicht direkt unterstützt, sondern durch die Integration verschiedener Datenbankbibliotheken mit verschiedenen Datenbanken interagieren kann. FastAPI unterstützt fast alle relationalen und nicht relationalen Datenbanken, was hauptsächlich von der von Ihnen gewählten Datenbankbibliothek (z. B. ORM-Bibliothek) und dem entsprechenden Datenbanktreiber abhängt. Im Folgenden sind einige häufig unterstützte Datenbanken und zugehörige Bibliotheken von FastAPI aufgeführt:
Relationale Datenbank
PostgreSQL：
Es kann über ORM-Bibliotheken wie SQLAlchemy und Tortoise ORM in FastAPI integriert werden.
Für den asynchronen Datenbankzugriff können Sie asyncpg als asynchronen Treiber für PostgreSQL verwenden.
MySQL：
Sie können SQLAlchemy auch als ORM-Bibliothek verwenden, müssen jedoch über Bibliotheken wie pymysql oder mysqlclient eine Verbindung zur MySQL-Datenbank herstellen.
SQLite：
Ideal für kleine Projekte und Prototypenentwicklung, da es sich um eine schlanke, dateibasierte Datenbank handelt, die keinen separaten Serverprozess erfordert.
Sie können für den Betrieb direkt ORM-Bibliotheken wie SQLAlchemy verwenden.
Orakel：
FastAPI kann über ORM-Bibliotheken wie SQLAlchemy mit Oracle-Datenbanken interagieren.
Der entsprechende Oracle-Datenbanktreiber muss installiert sein, z. B. cx_Oracle.
Microsoft SQL Server：
Sie können für den Betrieb auch ORM-Bibliotheken wie SQLAlchemy verwenden, müssen jedoch Bibliotheken wie pyodbc oder pymssql installieren, um eine Verbindung zur SQL Server-Datenbank herzustellen.
nicht relationale Datenbank
MongoDB：
FastAPI kann über Bibliotheken wie MongoEngine und Motor mit MongoDB interagieren.
Motor ist ein asynchroner MongoDB-Python-Treiber, der gut zu den asynchronen Funktionen von FastAPI passt.
Redis：
Obwohl Redis normalerweise als In-Memory-Datenstrukturspeicher betrachtet wird, kann es auch in Szenarien wie Caching und Messaging verwendet werden.
FastAPI kann über Bibliotheken wie aioredis asynchron mit Redis interagieren.
Auswahl der Datenbankbibliothek
SQLAlchemy：
Es handelt sich um eine sehr beliebte ORM-Bibliothek, die umfangreiche Funktionen wie Modelldefinition, Beziehungszuordnung, Sitzungsverwaltung usw. bietet.
Es unterstützt mehrere Datenbank-Backends und lässt sich nahtlos in FastAPI integrieren.
Schildkröten-ORM：
Es handelt sich um eine asynchrone ORM-Bibliothek, die speziell für Python entwickelt wurde und ein ähnliches Nutzungserlebnis wie Django ORM bietet.
Es passt perfekt zu den asynchronen Funktionen von FastAPI und eignet sich für Szenarien, die eine Verarbeitung mit hoher Parallelität erfordern.
Pydantisch：
Obwohl es sich nicht um eine Datenbankbibliothek handelt, spielt sie in FastAPI eine wichtige Rolle für die Datenvalidierung und -serialisierung.
Es wird in Verbindung mit ORM-Bibliotheken wie SQLAlchemy verwendet, um die Effizienz und Sicherheit der Datenverarbeitung weiter zu verbessern.
Zusammenfassend lässt sich sagen, dass FastAPI je nach ausgewählter Datenbankbibliothek und entsprechendem Datenbanktreiber eine Vielzahl von Datenbanken unterstützt. Bei der Auswahl müssen Sie Faktoren wie die spezifischen Anforderungen des Projekts, die Leistungsmerkmale der Datenbank und die Vertrautheit des Entwicklungsteams berücksichtigen.
